Matplotlib數據可視化:餅圖與箱線圖

from matplotlib import pyplot as plt

import numpy as np

import matplotlib as mpl

mpl.rcParams['font.sans-serif'] = ['SimHei'] # 中文字體支持

1 餅圖-pie()

1.1 pie()方法參數說明

pie()是matplotlib中畫餅圖的方法，其主要參數如下：

1.2 基礎作圖

labels = 'Python組', 'Java組', 'C組', 'Go組'

sizes = [25, 45, 30, 10]

fig = plt.figure(figsize=(8, 4))

ax1 = fig.add_subplot(111)

ax1.pie(sizes, labels=labels)

ax1.axis('equal') # Equal aspect ratio ensures that pie is drawn as a circle.

plt.show()

1.3 字符標籤與數值標籤

labels = 'Python組', 'Java組', 'C組', 'Go組'

sizes = [25, 45, 30, 10]

fig = plt.figure(figsize=(8, 4))

ax1 = fig.add_subplot(121)

ax1.pie(sizes,

labels=labels, # 字符標籤

labeldistance=1.1, # 字符標籤到中心點的距離

autopct='%1.1f%%', # 顯示數值標籤

pctdistance=0.5 #數值標籤到中心點的距離

)

ax2 = fig.add_subplot(122)

ax2.pie(sizes,

labels=labels, # 字符標籤

labeldistance=0.4, # 字符標籤到中心點的距離

autopct='%1.2f%%', # 顯示數值標籤

pctdistance=1.2, #數值標籤到中心點的距離

rotatelabels=True # 旋轉標籤

)

plt.show()

1.4 扇形分隔距離

labels = 'Python組', 'Java組', 'C組', 'Go組'

sizes = [25, 45, 30, 10]

fig = plt.figure(figsize=(8, 4))

explode1 = (0.1, 0.1, 0.1, 0.1)

ax1 = fig.add_subplot(121)

ax1.pie(sizes, explode=explode1, # 分隔扇形

labels=labels, autopct='%1.1f%%')

explode2 = (0.1, 0, 0, 0)

ax2 = fig.add_subplot(122)

ax2.pie(sizes, explode=explode2, # 分隔扇形

labels=labels, autopct='%1.1f%%')

plt.show()

1.5 陰影與邊框

labels = 'Python組', 'Java組', 'C組', 'Go組'

sizes = [25, 45, 30, 10]

explode = (0.1, 0, 0, 0)

fig1, ax1 = plt.subplots()

ax1.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%',

shadow=True, # 顯示陰影

wedgeprops = {'linewidth': 3} # 設置邊框寬度

)

plt.show()

1.6 旋轉圖形

labels = 'Python組', 'Java組', 'C組', 'Go組'

sizes = [25, 45, 30, 10]

explode = (0.1, 0, 0, 0)

fig1, ax1 = plt.subplots()

ax1.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%',

shadow=True,

startangle=90 # 旋轉

)

plt.show()

1.7 單獨設置某一扇形

pie()方法返回一個tuple，第一個元素為每個扇形對象組成的list，第二個元素為每個扇形的標籤Text對象，第三個元素為每個扇形的數值標籤對象，通過這三個對象，可以實現對單一扇形的設置。

labels = 'Python組', 'Java組', 'C組', 'Go組'

sizes = [25, 45, 30, 10]

explode = (0.1, 0, 0, 0)

fig1, ax1 = plt.subplots()

patches, texts, autotexts = ax1.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%')

print('第1個返回值：',patches)

print('第2個返回值：',texts)

print('第3個返回值：',autotexts)

texts[0].set_color('red') # 設置第一個扇形的字符標籤字體顏色

texts[0].set_fontsize(30) # 設置第一個扇形的字符標籤字體大小

autotexts[0].set_color('white') # 設置第一個扇形的數值標籤字體顏色

plt.show()

第1個返回值：[, , , ]

第2個返回值：[Text(0.9068994725035225, 0.7858329000320824, 'Python組'), Text(-1.0005952104475537, 0.4569564802357176, 'Java組'), Text(0.15654637770487598, -1.0888035780743386, 'C組'), Text(1.055442297353649, -0.30990572269135586, 'Go組')]

第3個返回值：[Text(0.5290246922937214, 0.4584025250187147, '22.7%'), Text(-0.5457792056986657, 0.2492489892194823, '40.9%'), Text(0.0853889332935687, -0.593892860767821, '27.3%'), Text(0.5756957985565357, -0.1690394851043759, '9.1%')]

labels = 'Python組', 'Java組', 'C組', 'Go組'

sizes = [25, 45, 30, 10]

explode = (0.1, 0, 0, 0)

fig1, ax1 = plt.subplots(figsize=(5, 5))

patches, texts, autotexts = ax1.pie(sizes, explode=explode, autopct='%1.1f%%')

ax1.legend(patches, labels, loc="upper right",bbox_to_anchor=(0.75, 0, 0.5, 0.4))

plt.show()

1.8 嵌套餅圖

sizes = {

'Python組':{'男':10, '女': 15},

'Java組':{'男':15, '女': 30},

'C組':{'男':5, '女': 25},

'Go組':{'男':4, '女': 6}

}

def func(sizes):

"""提取數據和標籤"""

data1 = []

data2 = []

data2_label = []

for key in sizes.keys():

data1.append(sizes.get(key).get('男') + sizes.get(key).get('女'))

data2.append(sizes.get(key).get('男'))

data2_label.append(key+'-'+'男')

data2.append(sizes.get(key).get('女'))

data2_label.append(key+'-'+'女')

return data1, data2, sizes.keys(), data2_label

data1, data2, data1_label, data2_label = func(sizes)

cmap = plt.get_cmap("tab20c")

outer_colors = cmap(np.arange(4)*4)

inner_colors = cmap(np.array([1, 2, 5, 6, 9, 10, 13, 14]))

fig = plt.figure(figsize=(10, 4))

ax1 = fig.add_subplot(121)

ax1.pie(data1, labels=data1_label, radius=1.5, colors=outer_colors, autopct='%1.1f%%', labeldistance=1, pctdistance=0.8)

ax1.pie(data2, labels=data2_label, radius=1, colors=inner_colors, autopct='%1.1f%%', labeldistance=0.4, pctdistance=0.9)

ax2 = fig.add_subplot(122)

ax2.pie(data1, labels=data1_label, radius=1.5, colors=outer_colors, autopct='%1.1f%%', labeldistance=1, pctdistance=0.8,wedgeprops=dict(width=0.8, edgecolor='w'))

ax2.pie(data2, labels=data2_label, radius=1, colors=inner_colors, autopct='%1.1f%%', labeldistance=0.4, pctdistance=0.9,wedgeprops=dict(width=0.6, edgecolor='w'))

plt.show()

2 箱線圖

2.1 參數說明

matplotlib繪製箱線圖通過boxplot()方法實現，主要參數如下：

boxplot()方法返回值是一個dict，鍵值包括'whiskers'、'caps'、'boxes'、'fliers'、'means'，分別表示須線、頂端末端線段、箱體、異常數據、均值等繪圖對象分別組成的列表，通過這些對象可以橫放把您的實現箱線圖各個部分的自定義設置。

2.2 基礎作圖

data=np.random.normal(0,4,100)

fig = plt.figure(figsize=(8, 8))

ax1 = fig.add_subplot(221)

ax1.set_title('圖1 常規作圖')

ax1.boxplot(data)

muti_data=[np.random.normal(0,std,100) for std in range(1,4)]

ax2 = fig.add_subplot(222)

ax2.set_title('圖2 多圖繪製')

ax2.boxplot(muti_data)

ax3 = fig.add_subplot(223)

ax3.set_title('圖3 水平箱線圖')

ax3.boxplot(data, vert=False)

ax4 = fig.add_subplot(224)

ax4.set_title('圖4 中間凹陷')

ax4.boxplot(data, notch=True)

plt.show()

2.3 修改標籤

data=np.random.normal(0,4,100)

fig = plt.figure(figsize=(8, 4))

muti_data=[np.random.normal(0,std,100) for std in range(1,4)]

ax2 = fig.add_subplot(121)

ax2.set_title('圖1')

ax2.boxplot(muti_data, labels=['第1組', '第2組', '第3組'])

muti_data=[np.random.normal(0,std,100) for std in range(1,4)]

ax2 = fig.add_subplot(122)

ax2.set_title('圖2')

ax2.boxplot(muti_data, vert=False, labels=['第1組', '第2組', '第3組'])

plt.show()

2.4 顯示均值

data=np.random.normal(0,4,100)

fig = plt.figure(figsize=(8, 4))

muti_data=[np.random.normal(0,std,100) for std in range(1,4)]

ax2 = fig.add_subplot(121)

ax2.set_title('圖1')

ax2.boxplot(muti_data, labels=['第1組', '第2組', '第3組'], showmeans=True) # 顯示均值，默認以點的方式顯示

muti_data=[np.random.normal(0,std,100) for std in range(1,4)]

ax2 = fig.add_subplot(122)

ax2.set_title('圖2')

ax2.boxplot(muti_data, labels=['第1組', '第2組', '第3組'], showmeans=True, meanline=True) # 顯示均值，並以橫線方式顯示

plt.show()

2.5 箱體設置

data=np.random.normal(0,4,100)

fig = plt.figure(figsize=(8, 4))

muti_data=[np.random.normal(0,std,100) for std in range(1,4)]

ax2 = fig.add_subplot(121)

ax2.set_title('圖1')

box_dict = ax2.boxplot(muti_data, labels=['第1組', '第2組', '第3組'], patch_artist=True) # 注意，patch_artist一定要設置為True，下面的設置才會生效

box_dict.get('boxes')[0].set_color('red') # 箱體邊框顏色

box_dict.get('boxes')[1].set_color('blue')

box_dict.get('boxes')[2].set_color('green')

plt.show()

作者：奧辰

Github：https://github.com/ChenHuabin321

https://www.cnblogs.com/chenhuabin