numpy(数据计算)+pandas(数据提取)+matplotlib(可视化图表) 自学数据分析期间的学习笔记。
matplotlib
1.什么是matplotlib
最流行的python底层绘图库，主要做数据可视化报表，模仿MATLAB
2.matplotlib基本要点
坐标轴
导入pyplot
x = range(2,26,2)
y = []
plt.plot(x,y)传入xy通过plot绘出折线图
plt.show()展示
we can do more
- 设置图片大小（高清无码大图）
- fig = plt.figure(figsie=(20,8),dpi=80) dpi参数让图像更清晰
- 保存到本地
- plt.savefig(“./sig_size.png”)也可以保存svg这种矢量图，放大后不会有锯齿
- 描述信息，图例，标题
- matplotlib默认不显示中文，默认的英文字体.
- 调整xy刻度的间距
- 线条的样式（颜色透明度）
- 标记出特殊的点（比如最低点最高点）
- 给图片添加水印
3.matplotlib的散点图，直方图，柱状图
- 折线图：以折线的上升或下降来表示统计数量的增减变化的统计图
- 特点（变化）：能够显示数据的变化趋势，反映事物的变化情况
- 直方图：由一系列高度不等的纵向条纹或线段表示数据的分布情况。一般横轴表示数据范围，纵轴表示分布情况
- 特点（统计）：绘制连续性的数据，展示一组或者多组数据的分布情况
- 条形图：排列在工作表的列或行中的数据可以绘制到条形图中(数量统计，频率统计)
- 特点（统计）：绘制离散的数据，能够一眼看出各个数据的大小，比较数据之间的差别。
- 散点图：用两组数据构成多个坐标点，考察坐标点的分布，判断两变量之间能否存在某种关联或总结坐标点的分布模式
- 特点（分布规律）：判断变量之间是否存在数量关联趋势，展示离群点
4.更多的画图工具
为什么学matplotlib
1。能将数据进行可视化，更直观的呈现
2。使数据更加客观，具有说服力
pyechart笔记
echart是更高级的可视化图表。
_ThemeType主题
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
BUILTIN_THEMES = ["light", "dark", "white"]
LIGHT = "light"#明亮风格
DARK = "dark"#暗黑风
WHITE = "white"#洁白风
CHALK: str = "chalk" #粉笔风
ESSOS: str = "essos" #厄索斯大陆
INFOGRAPHIC: str = "infographic"#信息图
MACARONS: str = "macarons"#马卡龙
PURPLE_PASSION: str = "purple-passion"#紫色激情
ROMA: str = "roma"#石榴
ROMANTIC: str = "romantic" #浪漫风
SHINE: str = "shine"#闪耀风
VINTAGE: str = "vintage"#复古风
WALDEN: str = "walden"#瓦尔登湖
WESTEROS: str = "westeros" #维斯特洛大陆
WONDERLAND: str = "wonderland"#仙境
HALLOWEEN: str = "halloween"#万圣节
参考资料：https://blog.csdn.net/qq_41595507/article/details/102947622
LegendOpts图例
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.faker import Faker
from pyecharts.globals import ThemeType
from pyecharts.charts import Bar
bar = (
Bar({"theme": ThemeType.MACARONS})
.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
.add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
.add_yaxis("商家B", [15, 6, 45, 20, 35, 66])
.set_global_opts(
#LegendOpts：图例配置项
legend_opts=opts.LegendOpts(
# 是否显示图例组件
is_show = True,
# 图例的类型。可选值：
# 'plain'：普通图例。缺省就是普通图例。
# 'scroll'：可滚动翻页的图例。当图例数量较多时可以使用。
type_ = 'plain',
# 图例选择的模式，控制是否可以通过点击图例改变系列的显示状态。默认开启图例选择，可以设成 false 关闭
# 除此之外也可以设成 'single' 或者 'multiple' 使用单选或者多选模式。
# selected_mode = False,
selected_mode = True,
# selected_mode = 'multiple',
# 图例组件离容器左侧的距离。
# left 的值可以是像 20 这样的具体像素值，可以是像 '20%' 这样相对于容器高宽的百分比，
# 也可以是 'left', 'center', 'right'。
# 如果 left 的值为'left', 'center', 'right'，组件会根据相应的位置自动对齐。
# pos_left = 50,
pos_left = '50%',
# pos_left = 'left',
# 图例组件离容器右侧的距离（同上）。
# right 的值可以是像 20 这样的具体像素值，可以是像 '20%' 这样相对于容器高宽的百分比。
pos_right = None,
# 图例组件离容器上侧的距离（同上）。
# top 的值可以是像 20 这样的具体像素值，可以是像 '20%' 这样相对于容器高宽的百分比，
# 也可以是 'top', 'middle', 'bottom'。
# 如果 top 的值为'top', 'middle', 'bottom'，组件会根据相应的位置自动对齐。
pos_top = None,
# 图例组件离容器下侧的距离（同上）。
# bottom 的值可以是像 20 这样的具体像素值，可以是像 '20%' 这样相对于容器高宽的百分比。
pos_bottom = None,
# 图例列表的布局朝向。可选：'horizontal', 'vertical'
orient = 'vertical',
# 图例标记和文本的对齐。默认自动（auto）
# 根据组件的位置和 orient 决定
# 当组件的 left 值为 'right' 以及纵向布局（orient 为 'vertical'）的时候为右对齐，即为 'right'。
# 可选参数: `auto`, `left`, `right`
align = None,
# 图例内边距，单位px，默认各方向内边距为5
padding = 5,
# 图例每项之间的间隔。横向布局时为水平间隔，纵向布局时为纵向间隔。
# 默认间隔为 10
item_gap = 20,
# 图例标记的图形宽度。默认宽度为 25
item_width = 50,
# 图例标记的图形高度。默认高度为 14
item_height = 14,
# 图例关闭时的颜色。默认是 #ccc
inactive_color = '#E6E61A',
# 图例组件字体样式，参考 `series_options.TextStyleOpts`
textstyle_opts = None,
# 图例项的 icon。
# ECharts 提供的标记类型包括 'circle', 'rect', 'roundRect', 'triangle', 'diamond', 'pin', 'arrow', 'none'
# 可以通过 'image://url' 设置为图片，其中 URL 为图片的链接，或者 dataURI。
# 可以通过 'path://' 将图标设置为任意的矢量路径。
legend_icon ='pin',
)
)
)
bar.render("C:/a.html")
TitleOpts标题
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.faker import Faker
from pyecharts.globals import ThemeType
c = (
Bar(init_opts=opts.InitOpts(theme=ThemeType.MACARONS,bg_color='white'))
.add_xaxis(Faker.choose())
.add_yaxis("商家", Faker.values())
.set_global_opts(
title_opts=opts.TitleOpts(
# 主标题文本，支持使用 \n 换行。
title="Bar基本示例",
# 主标题跳转 URL 链接
title_link = 'https://www.baidu.com/',
# 主标题跳转链接方式
# 默认值是: blank
# 可选参数: 'self', 'blank'
# 'self' 当前窗口打开; 'blank' 新窗口打开
title_target = 'self',
# 副标题文本，支持使用 \n 换行
subtitle="我是副标题",
# 副标题跳转 URL 链接
# subtitle_link = 'https://www.baidu.com/',
# 副标题跳转链接方式
# subtitle_target = 'self',
# title 组件离容器左侧的距离。
# left 的值可以是像 20 这样的具体像素值，可以是像 '20%' 这样相对于容器高宽的百分比
# 也可以是 'left', 'center', 'right','top', 'middle', 'bottom'
# 如果 left 的值为'left', 'center', 'right'，组件会根据相应的位置自动对齐。
pos_left = '80%',
# 标题内边距，单位px，默认各方向内边距为5，接受数组分别设定上右下左边距
# // 设置内边距为 5
# padding: 5
# // 设置上下的内边距为 5，左右的内边距为 10
# padding: [5, 10]
# // 分别设置四个方向的内边距
# padding: [
# 5, // 上
# 10, // 右
# 5, // 下
# 10, // 左
# ]
# 主副标题之间的间距，默认为10
item_gap = 30,
),
)
.render("C:/bar_base_.html")
)
