python 數據分析--數據可視化工具matplotlib

說明:
    數據可視化中的數據集下載地址:（數據來源:從零開始學python數據分析和挖掘）
    鏈接：https://pan.baidu.com/s/1zrNpzSNVHd8v1rGFRzKipQ 提取碼：mx9d

數據可視化是數據分析中的一部分，可用於數據的探索和查找缺失值等，也是展現數據的重要手段。matplotlib是一個強大的工具箱，其完整的圖表樣式函數和個性化的自定義設置，可以滿足幾乎所有的2D和一些3D繪圖的需求。

1. 條形圖

條形圖主要用來表示分組（或離散）變量的可視化，可以使用matplotlib完成條形圖的繪制。

1.1 垂直條形圖

以垂直條形圖為例，離散型變量在各水平上的差異就是比較柱形的高低，柱體越高，代表的數值越大。plt.bar()函數的參數列表:

• left：傳遞數值序列，指定條形圖中x軸上的刻度值,現left需改為x。
• height：傳遞數值序列，指定條形圖y軸上的高度。
• width：指定條形圖的寬度，默認為0.8。
• bottom：用於繪制堆疊條形圖。
• color：指定條形圖的填充色。
• edgecolor：指定條形圖的邊框色。
• linewidth：指定條形圖邊框的寬度，如果指定為0，表示不繪制邊框。
• tick_label：指定條形圖的刻度標簽。
• xerr：如果參數不為None，表示在條形圖的基礎上添加誤差棒。yerr：參數含義同xerr。
• label：指定條形圖的標簽，一般用以添加圖例。
• ecolor：指定條形圖誤差棒的顏色。
• align：指定x軸刻度標簽的對齊方式，默認為center，表示刻度標簽居中對齊，如果設置為 edge，則表示在每個條形的左下角呈現刻度標簽。
• log：bool類型參數，是否對坐標軸進行log變換，默認為False。
• **kwargs：關鍵字參數，用於對條形圖進行其他設置，如透明度等。

import matplotlib.pyplot as plt
import pandas as pd
# 條形圖的繪制--垂直條形圖

# 讀入數據
GDP = pd.read_excel(r'E:\Data\4\Province GDP 2017.xlsx')
# 設置繪圖風格（不妨使用R語言中的ggplot2風格）
plt.style.use('ggplot')
# 解決中文顯示問題
plt.rcParams['font.sans-serif'] = ['KaiTi']
plt.rcParams['axes.unicode_minus'] = False

# 添加條形圖的標題
plt.title('2017年度6個省份GDP分布')
# 添加y軸的標簽
plt.ylabel('GDP(萬億)')

# 繪制條形圖
plt.bar( x = range(GDP.shape[0]),   # 指定條形圖x軸的刻度值
        height = GDP.GDP,           # 指定條形圖y軸的數值
        tick_label = GDP.Province,  # 指定條形圖x軸的刻度標簽
        color = 'pink',        # 指定條形圖的填充色
       )

# 為每個條形圖添加數值標簽
for x,y in enumerate(GDP.GDP):
    plt.text(x,y+0.1,'%s' %round(y,1),ha='center') #round 四舍五入保留1位小數
# 顯示圖形    
plt.show()

1.2 水平條形圖

水平條形圖不再是bar函數，而是barh函數。對原始數據做升序排序，但是圖形看上去是降序,是因為水平條形圖的y軸刻度值是從下往上布置的，所以條形圖從下往上是滿足升序的。

# 條形圖的繪制--水平條形圖

# 導入第三方庫和讀入數據同上

# 添加條形圖的標題
plt.title('2017年度6個省份GDP分布')
# 添加x軸的標簽
plt.xlabel('GDP(萬億)')

# 對讀入的數據作升序排序
GDP.sort_values(by = 'GDP', inplace = True)
# 繪制條形圖
plt.barh(y = range(GDP.shape[0]),      # 指定條形圖y軸的刻度值
        width = GDP.GDP,               # 指定條形圖x軸的數值
        tick_label = GDP.Province,     # 指定條形圖y軸的刻度標簽
        color = 'green',               # 指定條形圖的填充色
       )

# 為每個條形圖添加數值標簽
for y,x in enumerate(GDP.GDP):
    plt.text(x+0.1,y,'%s' %round(x,1),va='center') #此處x在前，y在后，數值標簽加在x上， 居中也是垂直方向居中
# 顯示圖形    
plt.show()

1.3 堆疊條形圖

不管是垂直條形圖還是水平條形圖，只是反映單個離散變量的統計圖形，如果想通過條形圖傳遞兩個離散變量的信息該如何做到？這就需要使用堆疊條形圖，該類型條形圖的橫坐標代表一個維度的離散變量，堆疊起來的“塊”代表了另一個維度的離散變量。這樣的條形圖，最大的優點是可以方便比較累積和。

# 條形圖的繪制--堆疊條形圖
# 讀入數據
Industry_GDP = pd.read_excel(r'E:\Data\4\Industry_GDP.xlsx')

# 取出四個不同的季度標簽，用作堆疊條形圖x軸的刻度標簽
Quarters = Industry_GDP.Quarter.unique()

# 取出第一產業的四季度值
Industry1 = Industry_GDP.GPD[Industry_GDP.Industry_Type == '第一產業']
# 重新設置行索引
Industry1.index = range(len(Quarters))

# 取出第二產業的四季度值
Industry2 = Industry_GDP.GPD[Industry_GDP.Industry_Type == '第二產業']
# 重新設置行索引
Industry2.index = range(len(Quarters))

# 取出第三產業的四季度值
Industry3 = Industry_GDP.GPD[Industry_GDP.Industry_Type == '第三產業']

# 繪制堆疊條形圖
# 各季度下第一產業的條形圖
plt.bar(x = range(len(Quarters)), height=Industry1, color = 'yellow', label = '第一產業', tick_label = Quarters)
# 各季度下第二產業的條形圖
plt.bar(x = range(len(Quarters)), height=Industry2, bottom = Industry1, color = 'green', label = '第二產業')
# 各季度下第三產業的條形圖
plt.bar(x = range(len(Quarters)), height=Industry3, bottom = Industry1  + Industry2, color = 'red', label = '第三產業')


# 添加y軸標簽
plt.ylabel('生成總值（億）')
# 添加圖形標題
plt.title('2017年各季度三產業總值')

# 顯示各產業的圖例
plt.legend()
# 顯示圖形
plt.show()

1.4 水平交錯條形圖

堆疊條形圖可以包含兩個離散變量的信息，而且可以比較各季度整體產值的高低水平，但是其缺點是不易區分“塊”之間的差異，例如二、三季度的第三產業值差異就不是很明顯，區分高低就相對困難。而交錯條形圖恰好就可以解決這個問題，該類型的條形圖就是將堆疊的“塊”水平排開。

# 條形圖的繪制--水平交錯條形圖

# 導入第三方模塊
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

# 讀取數據
Industry_GDP = pd.read_excel(r'E:\Data\4\Industry_GDP.xlsx')

# 取出四個不同的季度標簽，用作堆疊條形圖x軸的刻度標簽
Quarters = Industry_GDP.Quarter.unique()

# 取出第一、二、三產業的四季度值
Industry1 = Industry_GDP.GPD[Industry_GDP.Industry_Type == '第一產業']
Industry1.index = range(len(Quarters))# 重新設置行索引
Industry2 = Industry_GDP.GPD[Industry_GDP.Industry_Type == '第二產業']
Industry2.index = range(len(Quarters))
Industry3 = Industry_GDP.GPD[Industry_GDP.Industry_Type == '第三產業']


# 繪制水平交錯條形圖
bar_width = 0.3
# 各季度下第一產業的條形圖
plt.bar(x = np.arange(len(Quarters)), height=Industry1, color = 'yellow', label = '第一產業' , width = bar_width)   
# 各季度下第二產業的條形圖
plt.bar(x = np.arange(len(Quarters))+ bar_width, height=Industry2, color = 'green', label = '第二產業', width = bar_width)
# 各季度下第三產業的條形圖
plt.bar(x = np.arange(len(Quarters))+ 2*bar_width, height=Industry3, color = 'indianred', label = '第三產業', width = bar_width)

# 為每個條形圖添加數值標簽
for x,y in enumerate(Industry1):
    plt.text(x,y+0.1,'%s' %round(y,1),ha='center') # 為每個條形圖添加數值標簽
for x,y in enumerate(Industry2):
    plt.text(x+0.3,y+0.1,'%s' %round(y,1),ha='center')    
for x,y in enumerate(Industry3):
    plt.text(x+0.6,y+0.1,'%s' %round(y,1),ha='center') 
# 添加刻度標簽
plt.xticks(np.arange(4)+0.3, Quarters)


plt.ylabel('生成總值（億）')
plt.title('2017年各季度三產業總值')
plt.legend(loc='upper left',bbox_to_anchor=(0,1.2),ncol=3, shadow=True)
plt.show()

2.餅狀圖

餅圖屬於最傳統的統計圖形之一，如果你選擇matplotlib模塊繪制餅圖的話，首先需要導入該模塊的子模塊pyplot，然后調用模塊中的pie函數。

• x：指定繪圖的數據。
• explode：指定餅圖某些部分的突出顯示，即呈現爆炸式。
• labels：為餅圖添加標簽說明，類似於圖例說明。
• colors：指定餅圖的填充色。
• autopct：自動添加百分比顯示，可以采用格式化的方法顯示。
• pctdistance：設置百分比標簽與圓心的距離。
• shadow：是否添加餅圖的陰影效果。
• labeldistance：設置各扇形標簽（圖例）與圓心的距離。
• startangle：設置餅圖的初始擺放角度。
• radius：設置餅圖的半徑大小。
• counterclock：是否讓餅圖按逆時針順序呈現。
• wedgeprops：設置餅圖內外邊界的屬性，如邊界線的粗細、顏色等。
• textprops：設置餅圖中文本的屬性，如字體大小、顏色等。
• center：指定餅圖的中心點位置，默認為原點。
• frame：是否要顯示餅圖背后的圖框，如果設置為True的話，需要同時控制圖框x軸、y軸的范圍和餅圖的中心位置。

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

# 讀取數據
Industry_GDP = pd.read_excel(r'E:\Data\4\Industry_GDP.xlsx')

# 取出四個不同的季度標簽，用作堆疊條形圖x軸的刻度標簽
Quarters = Industry_GDP.Quarter.unique()

# 取出第一、二、三產業的四季度值
Industry1 = Industry_GDP.GPD[Industry_GDP.Industry_Type == '第一產業']
Industry1.index = range(len(Quarters))# 重新設置行索引
Industry2 = Industry_GDP.GPD[Industry_GDP.Industry_Type == '第二產業']
Industry2.index = range(len(Quarters))
Industry3 = Industry_GDP.GPD[Industry_GDP.Industry_Type == '第三產業']
Industry3.index = range(len(Quarters))

DataQ1 = Industry1[0] + Industry2[0] + Industry3[0] 
DataQ2 = Industry1[1] + Industry2[1] + Industry3[1] 
DataQ3 = Industry1[2] + Industry2[2] + Industry3[2] 
DataQ4 = Industry1[3] + Industry2[3] + Industry3[3] 
DataToatal = DataQ1+DataQ2+DataQ3+DataQ4
# 構造數據
Industry  = [DataQ1/DataToatal,DataQ2/DataToatal,DataQ3/DataToatal,DataQ4/DataToatal]
labels = Quarters

# 解決中文顯示問題
plt.rcParams['font.sans-serif'] = ['KaiTi']
plt.rcParams['axes.unicode_minus'] = False
explode = [0,0,0,0.1] 
# 繪制餅圖
plt.pie(x = Industry,                           # 繪圖數據
        labels=labels,                          # 添加教育水平標簽
        autopct='%.1f%%',                       # 設置百分比的格式，這里保留一位小數
        colors = np.array(['#332DF1','#2F8177','#A21B63','#22BB99']),
        radius= 1.2,                            #  圓的半徑
        shadow= True,                            #  圓的陰影
        startangle = 0,                         # 設置餅圖的初始角度
        counterclock= False,                   # False 表示逆時針
        wedgeprops = {'linewidth': 1.5, 'edgecolor':'green'},          # 設置餅圖內外邊界的屬性值
        textprops = {'fontsize':20, 'color':'black'},                  # 設置文本標簽的屬性值
        explode= explode,                                              #第四季度突出顯示
       )
# 添加圖標題
plt.title('各個季度工業GDP總值百分比情況')
# 顯示圖形
plt.show()

3. 直方圖與核密度曲線

直方圖一般用來觀察數據的分布形態，橫坐標代表數值的均勻分段，縱坐標代表每個段內的觀測數量（頻數）。一般直方圖都會與核密度圖搭配使用，目的是更加清晰地掌握數據的分布特征。matplotlib模塊中的hist函數就是用來繪制直方圖的。關於該函數的語參數含義如下：

• x：指定要繪制直方圖的數據。
• bins：指定直方圖條形的個數。
• range：指定直方圖數據的上下界，默認包含繪圖數據的最大值和最小值。
• normed：是否將直方圖的頻數轉換成頻率。
• weights：該參數可為每一個數據點設置權重。
• cumulative：是否需要計算累計頻數或頻率。
• bottom：可以為直方圖的每個條形添加基准線，默認為0。
• histtype：指定直方圖的類型，默認為bar，除此之外，還有barstacked、stepstepfilled。
• align：設置條形邊界值的對齊方式，默認為mid，另外還有left和right。
• orientation：設置直方圖的擺放方向，默認為垂直方向。
• rwidth：設置直方圖條形的寬度。
• log：是否需要對繪圖數據進行log變換。
• color：設置直方圖的填充色。
• edgecolor：設置直方圖邊框色。
• label：設置直方圖的標簽，可通過legend展示其圖例。
• stacked：當有多個數據時，是否需要將直方圖呈堆疊擺放，默認水平擺放。

import matplotlib.pyplot as plt 
import pandas as pd 

Titanic = pd.read_csv(r"E:/Data/4/titanic_train.csv")
if any(Titanic.Age.isnull()):
    Titanic.dropna(subset=['Age'], inplace=True)
Titanic.head()    

	PassengerId	Survived	Pclass	Name	Sex	Age	SibSp	Parch	Ticket	Fare	Cabin	Embarked
0	1	0	3	Braund, Mr. Owen Harris	male	22.0	1	0	A/5 21171	7.2500	NaN	S
1	2	1	1	Cumings, Mrs. John Bradley (Florence Briggs Th...	female	38.0	1	0	PC 17599	71.2833	C85	C
2	3	1	3	Heikkinen, Miss. Laina	female	26.0	0	0	STON/O2. 3101282	7.9250	NaN	S
3	4	1	1	Futrelle, Mrs. Jacques Heath (Lily May Peel)	female	35.0	1	0	113803	53.1000	C123	S
4	5	0	3	Allen, Mr. William Henry	male	35.0	0	0	373450	8.0500	NaN	S

plt.hist(x = Titanic.Age,
         bins = 20,
         color= 'steelblue',
         edgecolor = 'black')
plt.xlabel("年齡")
plt.ylabel("人數")
plt.title("泰坦尼克號乘客年齡分布")

如果原始數據集中存在缺失值，一定要對缺失觀測進行刪除或替換，否則無法繪制成功。如果在直方圖的基礎上再添加核密度圖，通過matplotlib模塊就比較吃力了，因為首先得計算出每一個年齡對應的核密度值。為了簡單起見，下面利用pandas模塊中的plot方法將直方圖和核密度圖繪制到一起。

# Pandas模塊繪制直方圖和核密度圖

# 繪制直方圖
Titanic.Age.plot(kind = 'hist', bins = 20, color = 'steelblue', edgecolor = 'black', normed = True, label = '直方圖')

# 繪制核密度圖
Titanic.Age.plot(kind = 'kde', color = 'red', label = '核密度圖')
# 添加x軸和y軸標簽


# 添加標題
plt.title('泰坦尼克號乘客年齡分布')
plt.xlabel('年齡')
plt.ylabel('核密度值')

# 顯示圖例
plt.legend()
# 顯示圖形
plt.show()

4. 箱線圖

箱線圖是另一種體現數據分布的圖形，通過該圖可以得知數據的下須值（Q1-1.5IQR）、下四分位數（Q1）、中位數（Q2）、均值、上四分位（Q3）數和上須值（Q3+1.5IQR），更重要的是，箱線圖還可以發現數據中的異常點。matplotlib模塊中繪制箱線圖的boxplot函數的參數含義如下：

• x：指定要繪制箱線圖的數據。
• notch：是否以凹口的形式展現箱線圖，默認非凹口。
• sym：指定異常點的形狀，默認為＋號顯示。
• vert：是否需要將箱線圖垂直擺放，默認垂直擺放。
• whis：指定上下須與上下四分位的距離，默認為1.5倍的四分位差。
• positions：指定箱線圖的位置，默認為[0,1,2…]。
• widths：指定箱線圖的寬度，默認為0.5。
• patch_artist：bool類型參數，是否填充箱體的顏色；默認為False。
• meanline：bool類型參數，是否用線的形式表示均值，默認為False。
• showmeans：bool類型參數，是否顯示均值，默認為False。
• showcaps：bool類型參數，是否顯示箱線圖頂端和末端的兩條線（即上下須），默認為True。
• showbox：bool類型參數，是否顯示箱線圖的箱體，默認為True。
• showfliers：是否顯示異常值，默認為True。
• boxprops：設置箱體的屬性，如邊框色，填充色等。
• labels：為箱線圖添加標簽，類似於圖例的作用。
• filerprops：設置異常值的屬性，如異常點的形狀、大小、填充色等。
• medianprops：設置中位數的屬性，如線的類型、粗細等。
• meanprops：設置均值的屬性，如點的大小、顏色等。
• capprops：設置箱線圖頂端和末端線條的屬性，如顏色、粗細等。
• whiskerprops：設置須的屬性，如顏色、粗細、線的類型等。

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

# 讀取數據
Sec_Buildings = pd.read_excel(r"E:/Data/4/sec_buildings.xlsx")
Sec_Buildings.head()

	block	type	size	region	height	direction	price	built_date	price_unit
0	梅園六街坊	2室0廳	47.72	浦東	低區/6層	朝南	500	1992年建	104777
1	碧雲新天地（一期）	3室2廳	108.93	浦東	低區/6層	朝南	735	2002年建	67474
2	博山小區	1室1廳	43.79	浦東	中區/6層	朝南	260	1988年建	59374
3	金橋新村四街坊（博興路986弄）	1室1廳	41.66	浦東	中區/6層	朝南北	280	1997年建	67210
4	博山小區	1室0廳	39.77	浦東	高區/6層	朝南	235	1987年建	59089

# 解決中文顯示問題
plt.rcParams['font.sans-serif'] = ['KaiTi']
plt.rcParams['axes.unicode_minus'] = False

# 繪制箱線圖
plt.boxplot(x = Sec_Buildings.price_unit, # 指定繪圖數據
            patch_artist=True, # 要求用自定義顏色填充盒形圖，默認白色填充
            showmeans=True,    # 以點的形式顯示均值
            boxprops = {'color':'black','facecolor':'steelblue'},                   # 設置箱體屬性，如邊框色和填充色
            flierprops = {'marker':'o','markerfacecolor':'red', 'markersize':3},    # 設置異常點屬性，如點的形狀、填充色和點的大小
            meanprops = {'marker':'D','markerfacecolor':'yellow', 'markersize':4},  # 設置均值點的屬性，如點的形狀、填充色和點的大小
            medianprops = {'linestyle':'--','color':'green'},                       # 設置中位數線的屬性，如線的類型和顏色
            labels = ['']                                                           # 刪除x軸的刻度標簽，否則圖形顯示刻度標簽為1
           )
# 添加圖形標題
plt.title('二手房單價分布的箱線圖')
# 顯示圖形
plt.show()

# 二手房在各行政區域的平均單價
group_region = Sec_Buildings.groupby('region')
avg_price = group_region.aggregate({'price_unit':np.mean}).sort_values('price_unit', ascending = False)

# 通過循環，將不同行政區域的二手房存儲到列表中
region_price = []
for region in avg_price.index:
    region_price.append(Sec_Buildings.price_unit[Sec_Buildings.region == region])
    
# 繪制分組箱線圖
plt.boxplot(x = region_price, 
            patch_artist=True,
            labels = avg_price.index, # 添加x軸的刻度標簽
            showmeans=True, 
            boxprops = {'color':'black', 'facecolor':'steelblue'}, 
            flierprops = {'marker':'o','markerfacecolor':'red', 'markersize':3}, 
            meanprops = {'marker':'D','markerfacecolor':'indianred', 'markersize':4},
            medianprops = {'linestyle':'--','color':'orange'}
           )

# 添加y軸標簽
plt.ylabel('單價（元）')
# 添加標題
plt.title('不同行政區域的二手房單價對比')
# 顯示圖形
plt.show()

5. 折線圖

對於時間序列數據而言，一般都會使用折線圖反映數據背后的趨勢。通常折線圖的橫坐標指代日期數據，縱坐標代表某個數值型變量，當然還可以使用第三個離散變量對折線圖進行分組處理。折線圖的繪制可以使用matplotlib模塊中的plot函數實現。該函數參數含義如下:

• x：指定折線圖的x軸數據。
• y：指定折線圖的y軸數據。
• linestyle：指定折線的類型，可以是實線、虛線、點虛線、點點線等，默認為實線。
• linewidth：指定折線的寬度。
• marker：可以為折線圖添加點，該參數是設置點的形狀。
• markersize：設置點的大小。
• markeredgecolor：設置點的邊框色。
• markerfactcolor：設置點的填充色。
• markeredgewidth：設置點的邊框寬度。
• label：為折線圖添加標簽，類似於圖例的作用。

import random
import matplotlib.pyplot as plt
x = [1,2,2,4,4,6,7,8,9,9,11]
y = [i**2 for i in x ]
plt.plot(x, y , label='x**2')
plt.xlabel('x label')
plt.ylabel('y label')

plt.title("Simple Plot")

plt.legend()

plt.show()

6. 散點圖

如果需要研究兩個數值型變量之間是否存在某種關系，例如正向的線性關系，或者是趨勢性的非線性關系，那么散點圖將是最佳的選擇。matplotlib模塊中的scatter函數可以非常方便地繪制兩個數值型變量的散點圖。函數的參數含義寫在下方：

• x：指定散點圖的x軸數據。
• y：指定散點圖的y軸數據。
• s：指定散點圖點的大小，默認為20，通過傳入其他數值型變量，可以實現氣泡圖的繪制。
• c：指定散點圖點的顏色，默認為藍色，也可以傳遞其他數值型變量，通過cmap參數的色階表示數值大小。
• marker：指定散點圖點的形狀，默認為空心圓。
• cmap：指定某個Colormap值，只有當c參數是一個浮點型數組時才有效。
• norm：設置數據亮度，標准化到0～1，使用該參數仍需要參數c為浮點型的數組。
• vmin、vmax：亮度設置，與norm類似，如果使用norm參數，則該參數無效。
• alpha：設置散點的透明度。
• linewidths：設置散點邊界線的寬度。
• edgecolors：設置散點邊界線的顏色。

import matplotlib.pyplot as plt
import pandas as pd

# 讀入數據
iris = pd.read_csv(r'E:\Data\4\iris.csv')
iris.head()

	Sepal_Length	Sepal_Width	Petal_Length	Petal_Width	Species
0	5.1	3.5	1.4	0.2	setosa
1	4.9	3.0	1.4	0.2	setosa
2	4.7	3.2	1.3	0.2	setosa
3	4.6	3.1	1.5	0.2	setosa
4	5.0	3.6	1.4	0.2	setosa

# 繪制散點圖
plt.scatter(x = iris.Petal_Width, # 指定散點圖的x軸數據
            y = iris.Petal_Length, # 指定散點圖的y軸數據
            color = 'steelblue' # 指定散點圖中點的顏色
           )
# 添加x軸和y軸標簽
plt.xlabel('花瓣寬度')
plt.ylabel('花瓣長度')
# 添加標題
plt.title('鳶尾花的花瓣寬度與長度關系')
# 顯示圖形
plt.show()

7. 氣泡圖

氣泡圖的實質就是通過第三個數值型變量控制每個散點的大小，點越大，代表的第三維數值越高，反之亦然。matplotlib模塊中的scatter函數繪制了散點圖，繪制氣泡圖將繼續使用該函數。關鍵的參數是s，即散點圖中點的大小，如果將數值型變量傳遞給該參數，就可以輕松繪制氣泡圖了。

import matplotlib.pyplot as plt
import pandas as pd
# 讀取數據
Prod_Category = pd.read_excel(r'E:\Data\4\SuperMarket.xlsx')
Prod_Category.head()

	Category	Sub_Category	Profit	Sales	Profit_Ratio	std_ratio
0	辦公用品	信封	49241.5600	176861.52	0.278419	0.839328
1	辦公用品	剪刀，尺子，鋸	-7953.5700	80800.03	-0.098435	0.001000
2	辦公用品	夾子及其配件	306455.2895	1026410.56	0.298570	0.884155
3	辦公用品	家用電器	100258.3200	742663.39	0.134998	0.520283
4	辦公用品	容器，箱子	10068.2100	1112252.53	0.009052	0.240110

# 將利潤率標准化到[0,1]之間（因為利潤率中有負數），然后加上微小的數值0.001
range_diff = Prod_Category.Profit_Ratio.max()-Prod_Category.Profit_Ratio.min()
Prod_Category['std_ratio'] = (Prod_Category.Profit_Ratio-Prod_Category.Profit_Ratio.min())/range_diff + 0.001

# 繪制辦公用品的氣泡圖
plt.scatter(x = Prod_Category.Sales[Prod_Category.Category == '辦公用品'], 
            y = Prod_Category.Profit[Prod_Category.Category == '辦公用品'], 
            s = Prod_Category.std_ratio[Prod_Category.Category == '辦公用品']*1000,
            color = 'steelblue', label = '辦公用品', alpha = 0.6
            )
# 繪制技術產品的氣泡圖
plt.scatter(x = Prod_Category.Sales[Prod_Category.Category == '技術產品'], 
           y = Prod_Category.Profit[Prod_Category.Category == '技術產品'], 
           s = Prod_Category.std_ratio[Prod_Category.Category == '技術產品']*1000,
           color = 'indianred' , label = '技術產品', alpha = 0.6
          )
# 繪制家具產品的氣泡圖
plt.scatter(x = Prod_Category.Sales[Prod_Category.Category == '家具產品'], 
           y = Prod_Category.Profit[Prod_Category.Category == '家具產品'], 
           s = Prod_Category.std_ratio[Prod_Category.Category == '家具產品']*1000,
           color = 'black' , label = '家具產品', alpha = 0.6
          )

# 添加x軸和y軸標簽
plt.xlabel('銷售額')
plt.ylabel('利潤')
# 添加標題
plt.title('銷售額、利潤及利潤率的氣泡圖')
# 添加圖例
plt.legend()
# 顯示圖形
plt.show()

如圖上所示，應用scatter函數繪制了分組氣泡圖，從圖中可知，辦公用品和家具產品的利潤率波動比較大（因為這兩類圓點大小不均）。從代碼角度來看，繪圖的核心部分是使用三次scatter函數，而且代碼結構完全一樣，如果讀者對for循環掌握得比較好，完全可以使用循環的方式替換三次scatter函數的重復應用。需要說明的是，如果s參數對應的變量值小於等於0，則對應的氣泡點是無法繪制出來的。這里提供一個解決思路，就是先將該變量標准化為[0,1]，再加上一個非常小的值，如0.001。如上代碼所示，最后對s參數擴大1000倍的目的就是凸顯氣泡的大小。

當然，作為強大的繪圖庫，Matplotlib的功能遠遠不止上面這一點，未涉及到的，以后需要用的時候，在進一步學習吧，堅持，堅持，堅持，每天進步一點點，不積跬步，無以至千里；不積小流，無以成江河。