文章原創(chuàng),最近更新：2018-05-8
1.原數(shù)據(jù)的展示
2.柱形圖的繪制
3.散點圖的繪制
課程來源: python數(shù)據(jù)分析與機器學習實戰(zhàn)-唐宇迪
為了方便大家學習,將練習所涉及的練習fandango_scores.csv文件以百度網(wǎng)盤共享的方式分享出來.
鏈接: https://pan.baidu.com/s/1yR7qkY4SjGdCiP-hqOXQRQ 密碼: wf5f
1.原數(shù)據(jù)的展示
fandango_scores.csv原數(shù)據(jù)在csv的展現(xiàn):
原數(shù)據(jù)是22列,每一列都是國外網(wǎng)站對相對應的電影的評分.
查看一下'FILM', 'RT_user_norm', 'Metacritic_user_nom', 'IMDB_norm', 'Fandango_Ratingvalue', 'Fandango_Stars'這6列的第0行顯示的數(shù)據(jù),如下:
import matplotlib.pyplot as plt
import numpy as np
reviews=pd.read_csv("fandango_scores.csv")
cols = ['FILM','RT_user_norm', 'Metacritic_user_nom', 'IMDB_norm', 'Fandango_Ratingvalue', 'Fandango_Stars']
norm_reviews = reviews[cols]
print(norm_reviews[:1])
輸出的結果如下:
FILM RT_user_norm Metacritic_user_nom \
0 Avengers: Age of Ultron (2015) 4.3 3.55
IMDB_norm Fandango_Ratingvalue Fandango_Stars
0 3.9 4.5 5.0
2.柱形圖的繪制
2.1plt.bar()函數(shù)
想知道一個電影的集中評分,用柱形圖畫出來,應該怎么畫呢?
來思考一下,畫一個柱形圖需要什么東西呢?
- 如果選5個媒體進行評分,每個媒體的評分值應該是多少呢?因此繪制柱形圖之前,應該要把媒體對電影的評分值應該確定下來,即就是柱的高度.
- 此外,需要將柱畫在什么樣的位置上?第一個柱離原點有多少遠?第二個柱離第一個柱有多遠?第三個柱離第二個有多遠?第四個柱離第三個有多遠?需要將每個柱到原點的距離定義出來.
因此要完成上面的要求,需要用到plt.bar()函數(shù)以及plt.subplots函數(shù)
1）plt.bar 函數(shù)簽名為：
bar(left, height, width=0.8, bottom=None, **kwargs)
事實上，left，height骗奖，width确封，bottom這四個參數(shù)確定了柱體的位置和大小尘惧。默認情況下庶柿，left為柱體的居中位置（可以通過align參數(shù)來改變left值的含義）伟众，即：
(left - width / 2, bottom)為左下角位置
(left + width / 2, bottom + height)為右上角位置
2） plt.subplots函數(shù)
學習參考鏈接Matplotlib的子圖subplot的使用
【Matplotlib】詳解圖像各個部分
Figure 和 subplot是一件非常常見的任務斤葱，于是出現(xiàn)了更為方便的方法（plt.subplots ),它可以創(chuàng)建一個新的Figure.
并返回一個含有已創(chuàng)建的subplot對象的Numpy數(shù)組
fig,axes = plt.subplots(2,3),
這種用法系瓢，可以一下子產(chǎn)生2x3個子窗口阿纤，并且以numpy數(shù)組的方式保存在axes中，而fig仍然是整個圖像對象夷陋，這樣我們可以通過對axes進行索引來訪問每個子窗口欠拾。
看一下plt.subplots(2,3)顯示的結果：
首先要確定評分的列,將該列的數(shù)據(jù)拿出來.
bar_positions=arange(5)+0.75,通過該段代碼確定每個柱子分別離原點的距離.
bar_heights=norm_reviews.loc[0,num_cols].values,通過該段代碼確定電影的平均分,即就是當前柱子的高度.
ax.bar(bar_positions,bar_positions,0.3),通過該段代碼將柱形圖依據(jù)參數(shù)進行繪制.而這里的0.3指的是柱子的寬度.
完整的代碼如下:
import matplotlib.pyplot as plt
from numpy import arange
reviews=pd.read_csv("fandango_scores.csv")
cols = ['FILM','RT_user_norm', 'Metacritic_user_nom', 'IMDB_norm', 'Fandango_Ratingvalue', 'Fandango_Stars']
norm_reviews = reviews[cols]
num_cols = ['FILM','RT_user_norm', 'Metacritic_user_nom', 'IMDB_norm', 'Fandango_Ratingvalue', 'Fandango_Stars']
bar_heights=norm_reviews.loc[0,num_cols].values#當前柱子的高度
bar_positions=arange(5)+0.75#分別每個柱子離原點的距離
fig,ax=plt.subplots()
ax.bar(bar_positions,bar_positions,0.3)
plt.show()
輸出的結果如下:
2.2.set_xticks、.set_xticklabels骗绕、.set_xlabe藐窄、.set_ylabel、.set_title函數(shù)
怎么設置柱形圖的x,y的名稱以及標題
需要用到到.set_xticks酬土、.set_xticklabels荆忍、.set_xlabe、.set_ylabel撤缴、.set_title這5個函數(shù)刹枉，這5個函數(shù)具體用法如下：
參考鏈接：Python--matplotlib繪圖可視化知識點整理
1）.set_xticks函數(shù)&.set_xticklabels函數(shù)
tick_positions = range(1,6)
ax.set_xticks(tick_positions)
刻度在0,1,2,3,4,5的地方生成
ax.set_xticklabels(num_cols, rotation=45)
再用set_xlabel為x軸設置每一個刻度的一個名稱,名稱逆時針旋轉(zhuǎn)45度.
set_xticks與set_xticklabels的結合，我們就可以任意變換我們想要的x軸標簽的顯示形式了屈呕，記住微宝，set_xticks是設定標簽的實際刻度，而set_xticklabels則是設定標簽實際刻度顯示的結果虎眨。
3）.set_xlabe以及.set_ylabel函數(shù)
來定義x,y坐標軸標題,具體案例如下:
ax.set_xlabel("x")
ax.set_ylabel("sin(x),cos(x)")
4）.set_title函數(shù)
設置一個標題
注意:
由subplots或者add_subplot添加的子窗口都是AxesSubplot對象蟋软，支持一般plt支持的大部分繪圖命令。
suplots還可以通過sharex與sharey來指定subplot應該具有相同的x軸或y軸嗽桩。調(diào)節(jié)xlim與ylim會自動縮放
各個圖表的界限岳守。
新增的代碼如下:
tick_positions = range(1,6)
ax.set_xticks(tick_positions)
ax.set_xticklabels(num_cols, rotation=45)
ax.set_xlabel('Rating Source')
ax.set_ylabel('Average Rating')
ax.set_title('Average User Rating For Avengers: Age of Ultron (2015)')
完整的代碼如下:
import matplotlib.pyplot as plt
from numpy import arange
reviews=pd.read_csv("fandango_scores.csv")
cols = ['FILM','RT_user_norm', 'Metacritic_user_nom', 'IMDB_norm', 'Fandango_Ratingvalue', 'Fandango_Stars']
num_cols = ['FILM','RT_user_norm', 'Metacritic_user_nom', 'IMDB_norm', 'Fandango_Ratingvalue', 'Fandango_Stars']
norm_reviews = reviews[cols]
bar_heights=norm_reviews.loc[0,num_cols].values#當前柱子的高度
bar_positions=arange(5)+0.75#分別每個柱子離原點的距離
tick_positions = range(1,6)
fig,ax=plt.subplots()
ax.bar(bar_positions,bar_positions,0.5)
ax.set_xticks(tick_positions)
ax.set_xticklabels(num_cols, rotation=45)
ax.set_xlabel('Rating Source')
ax.set_ylabel('Average Rating')
ax.set_title('Average User Rating For Avengers: Age of Ultron (2015)')
plt.show()
最終輸出的結果如下:
2.3旋轉(zhuǎn)柱形圖的x,y軸
之前的柱形圖是豎著的,如果將柱形圖改成橫的,又應該怎么操作?
修改的代碼如下:
更改1
修改前:bar_heights=norm_reviews.loc[0,num_cols].values
修改后:bar_widths=norm_reviews.loc[0,num_cols].values
只是改了變量的名稱更改2
修改前:ax.bar(bar_positions,bar_positions,0.5)
修改后:ax.barh(bar_positions,bar_widths,0.5)
ax.bar是柱形圖豎的方向,ax.barh是柱形圖橫向的方向更改3
修改前:
ax.set_xticks(tick_positions)
ax.set_xticklabels(num_cols, rotation=45)
修改后:
ax.set_yticks(tick_positions)
ax.set_yticklabels(num_cols)
x軸的刻度,和刻度的標簽轉(zhuǎn)成y軸的刻度和刻度的標簽,并且將y軸刻度的標簽按默認的方向放置.
- 更改4
修改前:
ax.set_xlabel('Rating Source')
ax.set_ylabel('Average Rating')
修改后:
ax.set_ylabel('Rating Source')
ax.set_xlabel('Average Rating')
x軸與y軸的標簽互相調(diào)換
完整的代碼如下:
import matplotlib.pyplot as plt
from numpy import arange
reviews=pd.read_csv("fandango_scores.csv")
cols = ['FILM','RT_user_norm', 'Metacritic_user_nom', 'IMDB_norm', 'Fandango_Ratingvalue', 'Fandango_Stars']
norm_reviews = reviews[cols]
num_cols = ['RT_user_norm', 'Metacritic_user_nom', 'IMDB_norm', 'Fandango_Ratingvalue', 'Fandango_Stars']
bar_widths=norm_reviews.loc[0,num_cols].values#當前柱子的高度
bar_positions=arange(5)+0.75#分別每個柱子離原點的距離
tick_positions = range(1,6)
fig,ax=plt.subplots()
ax.barh(bar_positions,bar_widths,0.5)
ax.set_yticks(tick_positions)
ax.set_yticklabels(num_cols)
ax.set_ylabel('Rating Source')
ax.set_xlabel('Average Rating')
ax.set_title('Average User Rating For Avengers: Age of Ultron (2015)')
plt.show()
最終顯示的結果如下:
3.散點圖的繪制
3.1基本散點圖的繪制-.scatter函數(shù)的用法
首先介紹.scatter的用法
以及散點的形狀參數(shù)marker如下:
分析：散點圖是一個點接著一個點的.散點圖的點是由x軸以及y軸交叉構成的.,因此用Fandango_Ratingvalue、RT_user_norm'這兩個電影評分交叉成一個點碌冶，用.scatter函數(shù)畫成散點圖湿痢。
繪制基本的散點圖,具體代碼如下:
import matplotlib.pyplot as plt
reviews=pd.read_csv("fandango_scores.csv")
fig,ax=plt.subplots()
cols = ['FILM','RT_user_norm', 'Metacritic_user_nom', 'IMDB_norm', 'Fandango_Ratingvalue', 'Fandango_Stars']
norm_reviews = reviews[cols]
ax.scatter(norm_reviews['Fandango_Ratingvalue'], norm_reviews['RT_user_norm'])
ax.set_xlabel('Fandango')
ax.set_ylabel('Rotten Tomatoes')
plt.show()
輸出的結果如下:
3.2拆分散點圖
散點圖子圖的繪制
完整的代碼如下：
import matplotlib.pyplot as plt
fig=plt.figure(figsize=(5,10))
ax1=fig.add_subplot(2,1,1)
ax2=fig.add_subplot(2,1,2)
reviews=pd.read_csv("fandango_scores.csv")
cols = ['FILM','RT_user_norm', 'Metacritic_user_nom', 'IMDB_norm', 'Fandango_Ratingvalue', 'Fandango_Stars']
norm_reviews = reviews[cols]
ax1.scatter(norm_reviews['Fandango_Ratingvalue'], norm_reviews['RT_user_norm'])
ax1.set_xlabel('Fandango')
ax1.set_ylabel('Rotten Tomatoes')
ax2.scatter(norm_reviews['RT_user_norm'], norm_reviews['Fandango_Ratingvalue'])
ax2.set_xlabel('Rotten Tomatoes')
ax2.set_ylabel('Fandango')
plt.show()
輸出的結果如下：
