数据库技术与应用项目式教程课件 项目8：任务4 Matplotlib数据可视化基础

Matplotlib数据可视化基础MatplotlibDataVisualizationFundamentals目录Contents01020304Matplotlib概述Pyplot介绍实战示例提炼总结Matplotlib概述01OverviewofMatplotlibMatplotlib概述Matplotlib库

：Python数据可视化“开山鼻祖”，功能强大、API丰富数据可视化：将抽象数据转化为直观视觉形式，呈现数据关联、趋势与规律Matplotlib库：核心模块：聚焦pyplot模块，适配基础可视化需求，作用：搭建数据与使用者的高效沟通桥梁，让隐藏信息“清晰可见”Pyplot介绍02PyplotIntroductionpyplot介绍创建画布与子图01保存与显示图形0函数：plt.figure()子图创建：figure.add_subplot()显示图形：plt.show()保存图形：plt.savefig()02绘图三步法添加画布内容（核心环节）要素：绘制数据图形+补充辅助元素常用辅助函数：plt.title()、plt.xlabel()/plt.ylabel()、plt.xlim()/plt.ylim()、plt.xticks()/plt.yticks()、plt.legend()、plt.grid()03实战示例03

PracticalExamples实战示例适用场景：展示相等时间间隔下数据的变化趋势折线图01plot(x,y,fmt,scalex=True,scaley=True,data=None,label=None,*args,**kwargs)）语法02任务：绘制MySQL课程按教学周的观看时长趋势图

过程：数据读取→数据分组汇总→设置中文字体→绘图→添加辅助元素→显示任务描述与实施03实战示例ImportpandasaspdImportmatplotlib.pyplotaspltconnection=pymysql.connect(host="localhost",user="root",password="rjgcxyz402",database="tea_man",port=3306,charset="utf8mb4")sql="SELECT*FROMmysql_study;"df_study=pd.read_sql(sql,connection)connection.close()df_study_total=df_study.groupby(by='weeks')['watch_duration'].sum().reset_index()plt.rcParams['font.family']='SimSun'plt.figure(figsize=(12,6))plt.plot(df_study_total['weeks'],df_study_total['watch_duration'],marker='o',linestyle=':',c='skyblue',label='观看时长/小时')plt.title('MySQL课程学期视频观看时长趋势图（按教学周）')plt.xlabel('教学周')plt.ylabel('观看时长/小时')plt.grid()plt.legend()plt.show()代码实战示例适用场景：对比不同类别数据的大小、数量

柱形图01plt.bar(x,height,width=0.8,bottom=None,align='center',label=None)语法02任务1：MySQL课程学期视频观看时长对比基础柱形图（按教学周）

任务2：MySQL课程学期视频男女生观看时长对比并列柱形图（按教学周）任务3：MySQL课程学期视频男女生观看时长对比堆积柱形图（按教学周）任务描述与实施03实战示例df_study_total=df_study.groupby(by='weeks')['watch_duration'].sum().reset_index()plt.rcParams['font.family']='SimSun'plt.figure(figsize=(12,6))plt.bar(df_study_total['weeks'],df_study_total['watch_duration'],width=0.6,color='#FFB6C1',label='观看时长')plt.title('MySQL课程学期视频观看时长对比图（按教学周）')plt.xlabel('教学周')plt.ylabel('观看时长/小时')plt.grid()plt.legend()plt.show()任务1代码实战示例df_study_total=df_study.groupby(by=['weeks','sex'])['watch_duration'].sum().reset_index()print(df_study_total)plt.rcParams['font.family']='SimSun'plt.figure(figsize=(12,6))df_study_male=df_study_total[df_study_total['sex']=='male']df_study_female=df_study_total[df_study_total['sex']=='female']width=0.4plt.bar([iforiinrange(len(df_study_male))],df_study_male['watch_duration'],width=width,label='男生观看时长')plt.bar([i+widthforiinrange(len(df_study_male))],df_study_female['watch_duration'],width=width,label='女生观看时长')plt.xticks([i+width/2foriinrange(len(df_study_male))],df_study_female['weeks'])plt.title('MySQL课程学期视频男女生观看时长对比并列柱形图（按教学周）')plt.xlabel('教学周')plt.ylabel('观看时长/小时')plt.grid()plt.legend()plt.show()任务2代码实战示例plt.rcParams['font.family']='SimSun'plt.figure(figsize=(12,6))df_study_male=df_study_total[df_study_total['sex']=='male']df_study_female=df_study_total[df_study_total['sex']=='female']width=0.6plt.bar(df_study_male['weeks'],df_study_male['watch_duration'],width=width,label='男生观看时长')plt.bar(df_study_female['weeks'],df_study_female['watch_duration'],bottom=df_study_male['watch_duration'],width=width,label='女生观看时长')plt.title('MySQL课程学期视频男女生观看时长对比堆积柱形图（按教学周）')plt.xlabel('教学周')plt.ylabel('观看时长/小时')plt.grid()plt.legend()plt.show()任务3代码实战示例适用场景：展示各类别占总体的比例关系饼图/圆环图01plt.pie(x,explode=None,labels=None,autopct=None,wedgeprops=None)语法02任务：绘制前8周观看时长占比的饼图与圆环图

过程：数据筛选→设置子图→分别绘图→显示任务描述与实施03实战示例df_study_total=df_study.groupby(by='weeks')['watch_duration'].sum().reset_index()[:8]plt.rcParams['font.family']='SimSun'plt.figure(figsize=(12,6))plt.subplot(1,2,1)#将画布区域划分成1行2列，当前选定第1行第1列区域plt.pie(df_study_total['watch_duration'],labels=df_study_total['weeks'],autopct='%0.1f%%',shadow=True)plt.title('MySQL课程视频前8周(第2-第9周)观看时长占比')plt.subplot(1,2,2)#将画布区域划分成1行2列，当前选定第1行第2列区域plt.pie(df_study_total['watch_duration'],labels=df_study_total['weeks'],radius=1,wedgeprops={'width':0.4},pctdistance=0.75,autopct='%0.1f%%',shadow=True)plt.title('MySQL课程视频前8周(第2-第9周)观看时长占比')plt.show()代码实战示例适用场景：探索两个数值型变量的潜在关联散点图01plt.scatter(x,y,s=None,c=None,marker=None,alpha=None)语法02任务：绘制MySQL课程视频观看时长与观看次数散点图

plt.rcParams['font.family']='SimSun'plt.figure(figsize=(12,6))plt.scatter(df_study['watch_count'],df_study['watch_duration'],marker='o')plt.title('MySQL课程视频观看次数与观看时长分布图')plt.x