《python数据分析与应用》 课件 第8章 Python数据可视化

第8章Python数据可视化Python数据分析与应用1CONTENTS8.1知识准备8.2代码补全和知识拓展8.3实训任务：视频网站数据可视化8.4延伸高级任务目录8.5课后习题2知识准备132.Matplotlib图形的详细设置Matplotlib名称可以被分解为：Math（数学）+plot（图表图形）+lib（库），因此将其合在一起称之为数学图表库。Matplotlib是Python编程语言最常用的绘图工具包，同时作为Python数据分析三剑客之一，是最基础的Python可视化库。8.1.2Python可视化库知识准备importmatplotlib.pyplotaspltimportpandasaspddf=pd.read_excel('./东三省GDP.xlsx’)x=df['年份']#设定X变量数据y=df['吉林省GDP增长率']#设定Y变量数据plt.plot(x,y)#绘制折线图plt.show()#显示图形#设置画布大小为1200*600，背景色为黄色plt.figure(figsize=(12,6),facecolor='y')#添加网格plt.grid()#解决中文无法显示的问题plt.rcParams['font.sans-serif']=['SimHei']#绘制折线图，并设置颜色、线条样式、标记样式plt.plot(x,y,color='r',linestyle='--',marker='o',mfc='w')#添加数据标签fora,binzip(x,y):plt.text(a,b+0.5,'%.2f'%b,ha='center',va='bottom',fontsize=8)#设置X轴数据plt.xticks(x)#添加图表标题plt.title('吉林省GDP增长率')#添加图例plt.legend(('GDP增长率',))48.1.1可视化的作用8.1.3Matplotlib和Seaborn库的安装8.1.4Matplotlib1.快速绘制Matplotlib图形代码补全和知识拓展25frompylabimport*X=np.linspace(__________________________)C,S=np.cos(X),np.sin(X)plot(X,C)plot(X,S)show()请补充代码绘制出函数图形。8.2.1代码补全：1.绘制sin和cos函数图像6importnumpyasnp(__________________________)fig=plt.figure()fig.subplots_adjust(top=0.8)ax1=fig.add_subplot(__________________________)ax1.set_ylabel(__________________________)ax1.set_title('Asinewave')t=np.arange(0.0,1.0,0.01)s=np.sin(2*np.pi*t)line,=ax1.plot(t,s,color='blue',(__________________________))#Fixingrandomstateforreproducibilitynp.random.seed(19680801)ax2=fig.add_axes([0.15,0.1,0.7,0.3])n,bins,patches=ax2.hist(np.random.randn(1000),50,facecolor='yellow',edgecolor='yellow')(__________________________)plt.show()请补充代码绘制出函数图形。8.2.1代码补全：2.完成图形7可以使用比较简单的代码快速绘制出内容比较完整的统计图形1.Seaborn绘图importseabornassnsimportmatplotlib.pyplotasplta=[1,2,3,4,5]b=[5,10,15,20,25]sns.barplot(x=a,y=b)#用seaborn绘制条形图plt.show()2.Seaborn作图的基本操作8.2.2知识拓展：Seaborn实训任务：视频网站数据可视化39#1.读取数据gb_data=np.loadtxt("GB_video_data_numbers.csv",delimiter=",")print(gb_data)#2.获取评论数gb_data_com=gb_data[:,3]print(gb_data_com)#极差gb_ptp=max(gb_data_com)-min(gb_data_com)print(gb_ptp)#582505.0#组距->>根据极差考虑需要多少组来确定大概组距d=25000#组数->>极差/组距bins_nums_gb=int(gb_ptp/d)print(bins_nums_gb)#直方图plt.hist(gb_data_com,bins=bins_nums_gb)#图形展示plt.show()使用Matplotlib绘制英国与美国Youtube数据各自评论数量的图形，查看其评论数主要分布在哪个区间数据文件名称分别为：GB_video_data_numbers.csv（英国）与US_video_data_numbers.csv（美国）8.3实训任务：英国与美国Youtube数据可视化10#评论在100000后的数目很少，无参考价值，进行简单数据清洗->>删除#清洗过后的数据gb_data_com_useful=[]foriingb_data_com:ifi<100000:gb_data_com_useful.append(i)#重新计算极差、组距，组数#极差gb_ptp=max(gb_data_com_useful)-min(gb_data_com_useful)#gb_ptp->>83992.0#组距d=3000#组数bins_gb=int(gb_ptp/d)print(bins_gb)#可视化plt.hist(gb_data_com_useful,bins=bins_gb)#设置显示中文字体plt.rcParams["font.sans-serif"]=["SimHei"]#图形展示plt.show()8.3实训任务：英国与美国Youtube数据可视化11由于之前的图形无法清晰判断数据分布的主要区间，数据内容展示的不够清晰。因此需要再次对数据进行清洗，对有参考价值的数据继续进行分析，代码如下所示。#经过两次清洗,图还是不清晰,再次进行清洗,10000之后数据无参靠价值#清洗过后的数据gb_data_com_useful=[]foriingb_data_com:(__________________________)(__________________________)#重新计算极差、组距，组数#极差gb_ptp=max(gb_data_com_useful)-min(gb_data_com_useful)#gb_ptp->>9933.0#组距d=500#组数bins_gb=int(gb_ptp/d)print(bins_gb)#可视化plt.hist(gb_data_com_useful,bins=bins_gb,density=True)#对x轴进行更精细划分x_ticks=[iforiinrange(0,10500,500)]#可添加合适标签x_label=[f"{i}次"foriinrange(0,10500,500)]plt.xticks(x_ticks,x_label,rotation=45)#添加组件plt.xlabel("次数")plt.ylabel("频率")plt.title("GB评论次数分布图")8.3实训任务：英国与美国Youtube数据可视化12然而上述代码获得的显示效果仍然不够理想，请继续编写程序进行可视化展示与分析。最终我们会得到数据可视化之后一张较为满意直方图延伸高级任务413importmatplotlib.datesasmdatesimportmatplotlib.cbookascbookyears=mdates.YearLocator()#everyyearmonths=mdates.MonthLocator()#everymonthyearsFmt=mdates.DateFormatter('%Y')withcbook.get_sample_data(os.getcwd()+'/sample_data/goog.npz',asfileobj=True,np_load=True)asdatafile:r=datafile['price_data'].view(np.recarray)print()fig,ax=plt.subplots()ax.plot(r.date,r.adj_close)#formattheticksax.xaxis.set_major_locator(years)ax.xaxis.set_major_formatter(yearsFmt)ax.xaxis.set_minor_locator(months)8.4延伸高级任务：绘制股票走势图148.4.1读入npz文件进行绘制datemin=datetime.date(np.datetime64(r.date.min()).astype(object).year,1,1)datemax=datetime.date(np.datetime64(r.date.max()).astype(object).year+1,1,1)ax.set_xlim(datemin,datemax)#formatthecoordsmessageboxdefprice(x):return'$%1.2f'%xax.format_xdata=mdates.DateFormatter('%Y-%m-%d')ax.format_ydata=priceax.grid(True)#rotatesandrightalignsthexlabels,andmovesthebottomofthe#axesuptomakeroomforthemfig.autofmt_xdate()8.4延伸高级任务：绘制股票走势图158.4.1读入npz文件进行绘制#读取AAPL.csv文件，并绘制AAPL股票走势图importosfromdatetimeimportdatetimeimportnumpyasnpimportmatplotlib.pyplotaspltimportmatplotlib.cbookascbookwithcbook.get_sample_data(os.getcwd()+'/sample_data/AAPL.csv',asfileobj=True,np_load=True)asdatafile:f=datafiletitle=f.readline().strip().split(",")print(title)data=np.loadtxt(f,dtype={'names':('Date','Open','High','Low','Close','AdjClose','Volume'),'formats':('S10','<f8','<f8','<f8','<f8','<f8','i')},delimiter=",")#i=integer,<f8=0.256,f8=0.25600001298浮点类型,#S10="MM-DD-YYYY"字符串类型，长度为10

8.4延伸高级任务：绘制股票走势图168.4.2读入csv文件进行绘制

#转为列表格式

lists2=[]forrowinrange(len(data)):txt=data[row]tmp=[]forcolinrang