Matplotlib库（二）

准备工作：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']   #图中可以显示中文
plt.rcParams['axes.unicode_minus'] = False   #图中可以显示负号

df = pd.read_excel('movie_data3.xlsx')   #读取豆瓣电影数据

1. 双轴图绘制

from scipy.stats import norm  #用来计算概率分布

fig = plt.figure(figsize = (10,8))
ax1 = fig.add_subplot(111)
n,bins,patches = ax1.hist(df['评分'],bins = 100,colors = 'm')

ax1.set_ylabel('电影数量',fontsize = 15)
ax1.set_xlabel('评分',fontsize = 15)
ax1.set_title('频率直方图',fontsize = 20)

y = norm.pdf(bins,df['评分'].mean(),df['评分'].std())  #获得正态分布的概率密度函数
ax2 = ax1.twinx()   #创建图ax2，与图ax1共用x轴
ax2.plot(bins,y,'b--')
ax2.set_ylabel('概率分布')
plt.show()

2. 绘制散点图

要求根据电影时长和电影评分绘制散点图：

x = df['时长']
y = df['评分']
plt.figure(figsize = (10,8))
plt.scatter(x,y,colors = 'c',marker = 'p')
plt.title('电影时长与评分散点图',fontsize = 20)
plt.xlabel('时长',fontsize = 15)
plt.ylabel('评分',fontsize = 15)
plt.show()

3. 箱线图

3.1. 单个箱线图

plt.boxplot(x,notch= None,sym = None,vert = None,whis = None,positions = None,widths = None,patch_artist = None,meanline = None,showmeans = None,showcaps = None,showbox = None,showfliers = None,boxprops = None,labels = None,flierprops = None,medianprops = None,meanprops = None,capprops = None,whiskerprops = None)

参数解释：

x：要绘制箱线图的数据

notch：是否凹口展现箱线图，默认非凹口

sym：指定异常点的形状，默认以+显示

vert：箱线图是否垂直摆放，默认垂直

whis：指定上下须与上下四分位数的距离，默认1.5倍的四分位数差

positions：指定箱线图的位置，默认为[0,1,2,…]

widths：指定箱线图的宽度，默认为0.5

patch_artist：是否填充箱体颜色

meanline：是否用线的形式表示均值，默认用点表示

showmeans：是否显示均值，默认不显示

showcaps：是否显示箱线图顶端和末端的两条线，默认显示

showbox：是否显示箱线图的箱体，默认显示

showfliers：是否显示异常值，默认显示

boxprops：设置箱体属性，如边框颜色、填充颜色等

labels：添加标签，类似于图例的功能

flierprops：设置异常值属性，如异常值点的形状、大小、填充颜色等

medianprops：设置中位数的属性，如线的类型、粗细等

meanprops：设置均值属性，如点的大小颜色等

capprops：设置箱线图顶端和末端线条的属性，如颜色、粗细等

whiskerprops：设置须的属性，如颜色、粗细、线的类型等

## 绘制美国电影评分的箱线图
data = df[df['产地'] == '美国']['评分']
plt.figure(figsize = (10,6))
plt.boxplot(data,whis = 2,flierprops = {'marker':'o','markerfacecolor':'r','color':'k'},
           patch_artist = True,boxprops = {'color':'k','facecolor':'y','lw':2})
plt.title('美国电影评分',fontsize = 20)
plt.show()

3.2. 多组数据箱线图

data1 = df[df.产地 == '中国大陆']['评分']
data2 = df[df.产地 == '日本']['评分']
data3 = df[df.产地 == '中国香港']['评分']
data4 = df[df.产地 == '英国']['评分']
data5 = df[df.产地 == '法国']['评分']

plt.figure(figsize = (12,8))
plt.boxplot([data1,data2,data3,data4,data5],labels = ['中国大陆','日本','中国香港','英国','法国'],whis = 2,
            flierprops = {'marker':'o','markerfacecolor':'r','color':'k'},vert = False)
ax = plt.gca()
ax.patch.set_facecolor('gray')  #设置背景填充颜色
ax.patch.set_alpha(0.1)   #设置背景透明度


plt.title('电影评分箱线图',fontsize = 20)
plt.show()

4. 相关系数矩阵图--热力图

data = df[['投票人数','评分','时长']]

## 使用pandas库中封装的函数画两两之间的散点图
%pylab inline
result = pd.plotting.scatter_matrix(data[::100],diagonal = 'hist',color = 'k',alpha = 0.3,figsize = (10,10))

• 用seaborn库画热力图

  seaborn.heatmap(data,vmin = None,vmax = None,cmap = None,center = None,robust = False,annot = None,fmt = '.2g',annot_kws = None,linewidths = 0,linecolor = 'white',cbar = True,cbar_kws = None,cbar_ax = None,square = False,xticklabels = 'auto',mask = None,ax = None)
  

  data：矩阵数据集，可以是数组，也可以是DataFrame

  vmin和vmax分别是热力图颜色取值的最小最大值

  annot：默认是False，不显示注释

  annot_kws：设置注释属性

  例如，绘制投票人数、评分、时长之间相关系数的热力图：

  import seaborn as sns
  
  corr = data.corr()   #计算相关系数
  corr = abs(corr)   #取绝对值，只看相关关系大小，不看正相关还是负相关
  
  fig = plt.figure(figsize = (10,8))
  ax = fig.add_subplot(111)
  
  ax = sns.heatmap(corr,vmax = 1,vmin = 0,annot = True,annot_kws = {'size':13,'weight':'bold'},linewidths = 0.05)
  
  plt.xticks(fontsize = 15)
  plt.yticks(fontsize = 15)
  
  plt.show()