python -- 數據可視化
一、Matplotlib 繪圖
1、圖形對象（圖形窗口）
mp.figure(窗口名稱, figsize=窗口大小, dpi=分辨率, facecolor=顏色) 如果"窗口名稱"是第一次出現，那么就創建一個新窗口，其標題欄顯示該名稱，如果"窗口名稱"已經出現過，那么不再創建新窗口，而只是將與該名稱相對應的窗口設置為當前窗口。所謂當前窗口，就是接受后續繪圖操作的窗口。 mp.title(標題文本, fontsize=字體大小) mp.xlabel(水平軸標簽, fontsize=字體大小) mp.ylabel(垂直軸標簽, fontsize=字體大小) mp.tick_params(..., labelsize=刻度標簽字體大小, ...) mp.grid(linestyle=網格線型) mp.tight_layout() # 緊湊布局
demo：
from __future__ import unicode_literals import numpy as np import matplotlib.pyplot as mp x = np.linspace(-np.pi, np.pi, 1000) # -π — π，平分為1000等份 cos_y = np.cos(x) / 2 sin_y = np.sin(x) mp.figure('Figure Object 1', figsize=(4, 3), dpi=120, facecolor='lightgray') # figsize：窗口比例 ；dpi：像素 ； facecolor：顏色 mp.title('Figure Object 1', fontsize=16) mp.xlabel('x', fontsize=12) mp.ylabel('y', fontsize=12) mp.tick_params(labelsize=8) mp.grid(linestyle=':') mp.tight_layout() mp.figure('Figure Object 2', figsize=(4, 3), dpi=120, facecolor='lightgray') mp.title('Figure Object 2', fontsize=16) mp.xlabel('x', fontsize=12) mp.ylabel('y', fontsize=12) mp.tick_params(labelsize=8) mp.grid(linestyle=':') mp.tight_layout() mp.figure('Figure Object 1') # 覆蓋第一個窗口 mp.plot(x, cos_y, c='dodgerblue', label=r'$y=\frac{1}{2}cos(x)$') mp.legend() mp.figure('Figure Object 2') mp.plot(x, sin_y, c='orangered', label=r'$y=sin(x)$') # label為備注 mp.legend() mp.show()
界面：
2、條形圖
mp.bar(水平坐標, 高度, 寬度[, 底坐標], color=顏色,
alpha=透明度, label=圖例標簽)
demo：
# -*- coding: utf-8 -*- from __future__ import unicode_literals import numpy as np import matplotlib.pyplot as mp apples = np.array([ 30, 25, 22, 36, 21, 29, 20, 24, 33, 19, 27, 15]) oranges = np.array([ 24, 33, 19, 27, 35, 20, 15, 27, 20, 32, 20, 22]) mp.figure('Bar', facecolor='lightgray') # 繪圖窗口 mp.title('Bar', fontsize=20) mp.xlabel('Month', fontsize=14) mp.ylabel('Price', fontsize=14) mp.tick_params(labelsize=10) # x、y label的字體大小 mp.grid(axis='y', linestyle=':') # 網格線，y方向，點線類型 mp.ylim((0, 40)) # y軸范圍：0-40 x = np.arange(len(apples)) mp.bar(x, apples, 0.4, color='dodgerblue', label='Apple') # 0.4：寬度 ； mp.bar(x + 0.3, oranges, 0.4, color='orangered', label='Orange', alpha=0.75) # x+0.3：水平坐標，在x基礎上便宜0.3 mp.xticks(x + 0.1, [ 'Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']) # x+0.1：x軸偏移0.1 ； mp.xticks(位置序列[, 標簽序列]) mp.legend() mp.show()
界面：
3、餅圖
mp.pie(值, 間隙, 標簽, 顏色, 格式,
shadow=是否帶陰影, startangel=起始角度)
demo：
# -*- coding: utf-8 -*- from __future__ import unicode_literals import numpy as np import matplotlib.pyplot as mp values = [26, 17, 21, 29, 11] spaces = [0.05, 0.01, 0.01, 0.01, 0.01] # 偏移值，每個餅分圖之間的距離 labels = ['Python', 'JavaScript', 'C++', 'Java', 'PHP'] colors = ['dodgerblue', 'orangered', 'limegreen', 'violet', 'gold'] mp.figure('Pie', facecolor='lightgray') mp.title('Pie', fontsize=20) mp.pie(values, spaces, labels, colors, '%d%%', shadow=True, startangle=90) # shadow：陰影 ； startangle：角度 # 等軸比例 mp.axis('equal') mp.show()
界面：
4、等高線圖
mp.contourf(x, y, z, 階數, cmap=顏色映射)
mp.contour(x, y, z, 階數, linewidths=線寬)
demo：
from __future__ import unicode_literals import numpy as np import matplotlib.pyplot as mp n = 1000 # 網格化 x, y = np.meshgrid(np.linspace(-3, 3, n), np.linspace(-3, 3, n)) z = (1 - x / 2 + x ** 5 + y ** 3) * np.exp( -x ** 2 - y ** 2) mp.figure('Contour', facecolor='lightgray') mp.title('Contour', fontsize=20) mp.xlabel('x', fontsize=14) mp.ylabel('y', fontsize=14) mp.tick_params(labelsize=10) mp.grid(linestyle=':') # 繪制等高線圖 mp.contourf(x, y, z, 8, cmap='jet') cntr = mp.contour(x, y, z, 8, colors='black', linewidths=0.5) # 為等高線圖添加高度標簽 mp.clabel(cntr, inline_spacing=1, fmt='%.1f', fontsize=10) mp.show()
界面：
5、熱成像圖
# origin ↓↓↓： # hight: 缺省，原點在左上角 # low：原點在左下角 mp.imshow(矩陣, cmap=顏色映射, origin=縱軸方向) #demo： # -*- coding: utf-8 -*- from __future__ import unicode_literals import numpy as np import matplotlib.pyplot as mp n = 1000 # 網格化 x, y = np.meshgrid(np.linspace(-3, 3, n), np.linspace(-3, 3, n)) z = (1 - x / 2 + x ** 5 + y ** 3) * np.exp( -x ** 2 - y ** 2) mp.figure('Hot', facecolor='lightgray') mp.title('Hot', fontsize=20) mp.xlabel('x', fontsize=14) mp.ylabel('y', fontsize=14) mp.tick_params(labelsize=10) mp.grid(linestyle=':') # 繪制熱成像圖 mp.imshow(z, cmap='jet', origin='low') mp.colorbar().set_label('z', fontsize=14) mp.show()
界面：
6、極坐標系
mp.gca(projection='polar') 水平坐標 -> 極角 垂直坐標 -> 極徑 mp.plot(水平坐標, 垂直坐標, ...) mp.plot(極角, 極徑, ...)
demo：
# -*- coding: utf-8 -*- from __future__ import unicode_literals import numpy as np import matplotlib.pyplot as mp t = np.linspace(0, 2 * np.pi, 1001) # 1001個點，1000等分 r_spiral = 0.8 * t # 阿基米德螺旋線 r_rose = 5 * np.sin(6 * t) # 六元玫瑰線 mp.figure('Polar', facecolor='lightgray') mp.gca(projection='polar') # 設置極坐標系 mp.title('Polar', fontsize=20) mp.xlabel(r'$\theta$', fontsize=14) mp.ylabel(r'$\rho$', fontsize=14) mp.tick_params(labelsize=10) mp.grid(linestyle=':') # 函數值 = f (自變量) # 垂直坐標 = f (水平坐標) # 極徑 = f (極角) mp.plot(t, r_spiral, c='dodgerblue', label=r'$\rho=0.8\theta$') mp.plot(t, r_rose, c='orangered', label=r'$\rho=5sin(6\theta)$') mp.legend() mp.show()
界面：
7、三維曲面
from mpl_toolkits.mplot3d import axes3d #3d ax = mp.gca(projection='3d') # class axes3d 指定 ax.set_xlabel(...) ... ax.plot_surface(x, y, z, rstride=行跨距, cstride=列跨距, cmap=顏色映射) # 用於繪制表面圖 ax.plot_wireframe(x, y, z, rstride=行跨距, cstride=列跨距, linewidth=線寬, color=顏色) # 用於繪制三維線框圖
demo：
1）三維表面圖
import numpy as np import matplotlib.pyplot as mp from mpl_toolkits.mplot3d import axes3d n = 1000 # 網格化 x, y = np.meshgrid(np.linspace(-3, 3, n), np.linspace(-3, 3, n)) z = (1 - x / 2 + x ** 5 + y ** 3) * np.exp( -x ** 2 - y ** 2) mp.figure('3D Surface') # 創建三維坐標系 ax = mp.gca(projection='3d') # 返回axes3d類的對象 mp.title('3D Surface', fontsize=20) ax.set_xlabel('x', fontsize=14) ax.set_ylabel('y', fontsize=14) ax.set_zlabel('z', fontsize=14) mp.tick_params(labelsize=10) # 繪制三維表面圖 ax.plot_surface(x, y, z, rstride=10, cstride=10, cmap='jet')
mp.show()
界面：
2）三維線框圖
from __future__ import unicode_literals import numpy as np import matplotlib.pyplot as mp from mpl_toolkits.mplot3d import axes3d n = 1000 # 網格化 x, y = np.meshgrid(np.linspace(-3, 3, n), np.linspace(-3, 3, n)) z = (1 - x / 2 + x ** 5 + y ** 3) * np.exp( -x ** 2 - y ** 2) mp.figure('3D Wireframe') # 創建三維坐標系 ax = mp.gca(projection='3d') # 返回axes3d類的對象 mp.title('3D Wireframe', fontsize=20) ax.set_xlabel('x', fontsize=14) ax.set_ylabel('y', fontsize=14) ax.set_zlabel('z', fontsize=14) mp.tick_params(labelsize=10) # 繪制三維線框圖 ax.plot_wireframe(x, y, z, rstride=30, cstride=30, linewidth=0.5, color='dodgerblue') mp.show()
界面：
二、numpy進階
1、讀取文件
# 邏輯上可被解釋為二維數組的文本文件： # 數據項1<分隔符>數據項2<分隔符>...<分隔符>數據項n ... numpy.loadtxt( 文件路徑, delimiter=分隔符(默認空格), usecols=列序列(默認讀取所有列), unpack=是否展開列(默認為False), dtype=元素類型(默認為float), converters=轉換器字典(默認不做轉換)) # unpack=False： 一個二維數組 # unpack=True： 多個一維數組
demo1：
import numpy as np # 讀取aapl.csv中的某些列數據 dates, opening_prices, highest_prices, lowest_prices, closing_prices = np.loadtxt( '../../data/aapl.csv', # 文件路徑 delimiter=',', usecols=(1, 3, 4, 5, 6), # 讀取1,3,4,5,6 列的數據，從0計數 unpack=True, # 展開成多個一維數組 dtype='M8[D], f8, f8, f8, f8', # 每列讀取出來的元素類型不一樣 )
demo2：畫制 K線
K線介紹：
# -*- coding: utf-8 -*- import datetime as dt import numpy as np import matplotlib.pyplot as mp import matplotlib.dates as md def dmyToymd(dmy): # 將"日-月-年"格式轉為"年-月-日"格式 dmy = str(dmy, encoding='utf-8') # dmy：字節問題，通過str utf8編碼，將其轉換為字符串格式 date = dt.datetime.strptime(dmy, "%d-%m-%Y").date() # 將字符串格式的對象的dmy，轉換成日期對象，且指定為date類型，不包括具體時間 ymd = date.strftime("%Y-%m-%d") # 將日期對象重新轉換成字符串格式並返回 return ymd # 讀取文件數據 # dates：日期 ， opening_prices：開盤價， highest_prices：最高價 ， lowest_prices：最低價 ， closing_prices：收盤價 dates, opening_prices, highest_prices, lowest_prices, closing_prices = np.loadtxt( "../data/aapl.csv", delimiter = ",", usecols = (1,3,4,5,6), # 讀取1 ，3 ，4 ，5 ，6列的數據 unpack = True, dtype = "M8[D], f8, f8, f8, f8", # 1列日期格式 Y-M-D， converters = {1:dmyToymd} # 將讀取到的第一列數據傳入：dmyToymd函數中，執行過dmyToymd后再將值傳回來，賦值給dates ) # 畫圖 mp.figure("Candlestick", facecolor="lightgray") mp.title("Candlestick", fontsize=20) mp.xlabel("Date", fontsize=14) mp.ylabel("Price", fontsize=14) ax = mp.gca() # 拿到當前坐標軸 ax.xaxis.set_major_locator(md.WeekdayLocator(byweekday=md.MO)) # 設置水平坐標以星期(WeekdayLocator)為周期，並且設置每個星期的星期一(byweekday=md.MO)為主刻度 ax.xaxis.set_minor_locator(md.DayLocator()) # 設置水平坐標每一天為次刻度 ax.xaxis.set_major_formatter(md.DateFormatter("%Y-%m-%d")) # 設置水平坐標主刻度標簽格式。 md.DateFormatter("%d %b %Y"):國際通用格式 mp.tick_params(labelsize=10) # 設置刻度線label大小 mp.grid(linestyle=":") # 設置網格及其格式 dates = dates.astype(md.datetime.datetime) # 將dates轉換成matplotlib能識別的日期格式 ，不然會報錯 # 陽線掩碼，收盤價高於開盤價 rise = closing_prices - opening_prices >= 0.01 # 陰線掩碼，收盤價低於開盤價 fall = opening_prices - closing_prices >= 0.01 # 填充色 fc = np.zeros(dates.size, dtype='3f4') fc[rise], fc[fall] = (1, 1, 1), (0, 0.5, 0) # 填充色→ 陽線：白色 ，陰線：綠色 # 邊緣色 ec = np.zeros(dates.size, dtype='3f4') ec[rise], ec[fall] = (1, 0, 0), (0, 0.5, 0) # 邊緣顏色→ 陽線：紅色 ，陰線：綠色 # 柱狀圖，先畫上下影線，再畫中間方塊 mp.bar(dates, highest_prices - lowest_prices, 0, lowest_prices, color=fc, edgecolor=ec) mp.bar(dates, closing_prices - opening_prices, 0.8, opening_prices, color=fc, edgecolor=ec) # 自動調整水平坐標軸的日期標簽 mp.gcf().autofmt_xdate() mp.show()
獲取到的 aapl.csv 數據：
運行效果：
