看了这个总结，其实 Matplotlib 可视化，也没那么难！

Python 中可以通过 matplotlib 模块的 pyplot 子库来完成绘图。Matplotlib 可用于创建高质量的图表和图形，也可以用于绘制和可视化结果。matplotlib 是 Python 优秀的数据可视化第三方库，matplotlib.pyplot 是绘制种类可视化图形的命令子库，相当于快捷方式 import matplotlib.pyplot as plt.

本文用 Python 对一批运动员数据进行操作，读取数据、数据预处理、matplotlib 数据可视化，熟悉用 Python 进行数据分析和可视化的基本方法，并绘制柱形图、堆叠图、折线图、饼图、环图、箱形图、散点图、直方图、多个子图和热力图。

数据集部分截图如下：

pandas读取并查看数据，对于本次练习的数据，读取时需要设置encoding='gbk'，不然会报错。

pd.read_csv()读取csv文件，数据有17587行，17列。

import pandas as pd df = pd.read_csv('soccer.csv', encoding='gbk') print(df)复制代码

df.info()：查看索引、数据类型和内存信息

import pandas as pd df = pd.read_csv('soccer.csv', encoding='gbk') print(df.info())复制代码

df.describe()：查看数值型列的汇总统计情况

import pandas as pd df = pd.read_csv('soccer.csv', encoding='gbk') print(df.describe())复制代码

pyplot中文显示：

pyplot并不默认显示中文，坐标系中出现中文汉字，需要增加额外代码辅助。

方法一：

可以通过rcParams修改字体实现，但这种方法改变的是全局的字体。

import matplotlib as mpl mpl.rcParams['font.family'] = 'SimHei' mpl.rcParams['font.size'] = 15复制代码

方法二：

在有中文输出的地方，增加一个属性：fontproperties

import matplotlib.pyplot as plt import numpy as np a = np.arange(0.0, 5.0, 0.02) plt.figure(figsize=(9, 6), dpi=100) plt.plot(a, np.cos(2 * np.pi * a), 'r--') # 在特定的地方用中文  和改变字号 plt.xlabel('横轴：时间', fontproperties='SimHei', fontsize=15, color='green') plt.ylabel('纵轴：振幅', fontproperties='SimHei', fontsize=15, color='red') plt.show()复制代码

1. 绘制柱形图

(1)  将运动员年龄（Age）划分为三个年龄段：’17-26’，’27-36’，’37-47’，统计不同年龄段的人数，并用柱状图可视化。

import pandas as pd import matplotlib.pyplot as plt import matplotlib as mpl # 读取数据  设置编码  不然会报错 df = pd.read_csv('soccer.csv', encoding='gbk') # 将运动员年龄（Age）划分为三个年龄段 age_group = ["17-26", "27-36", "37-47"] # 统计不同年龄段人数 count_1 = df[(df['Age'] >= 17) & (df['Age'] = 27) & (df['Age'] = 37) & (df['Age'] <= 47)] age_counts = [len(count_1), len(count_2), len(count_3)] # 设置大小   像素 plt.figure(figsize=(9, 6), dpi=100) # 设置中文显示 mpl.rcParams['font.family'] = 'SimHei' # 绘制柱形图  设置柱条的宽度和颜色 plt.bar(age_group, age_counts, width=0.35, color='red') # 添加描述信息 plt.title('不同年龄段人数统计') plt.xlabel('年龄段') plt.ylabel('人数') # 可以设置网格  透明度 线条样式 plt.grid(alpha=0.3, linestyle=':') # 展示图片 plt.show()复制代码

(2) 查看不同技术等级（Skill_Moves ）下的球员数量，以及哪个技术等级的球员数量最多，哪个最少，利用水平柱状图可视化。

import pandas as pd import matplotlib.pyplot as plt import matplotlib as mpl df = pd.read_csv('soccer.csv', encoding='gbk') skill_count = df['Skill_Moves'].value_counts() skill = [f'等级{m}' for m in skill_count.index]    # 列表推导式构造不同技术等级 counts = skill_count.values.tolist()               # 技术等级对应人数统计的列表 # 设置中文显示 mpl.rcParams['font.family'] = 'SimHei' # 设置大小  像素 plt.figure(figsize=(9, 6), dpi=100) # 绘制水平柱状图 plt.barh(skill[::-1], counts[::-1], height=0.5, color='#FF00FF') plt.title('不同技术等级人数统计') plt.xlabel('人数') plt.show()复制代码

2. 绘制堆叠图

将运动员年龄（Age）划分为三个年龄段：’17-26’，’27-36’，’37-47’，统计 3 个年龄段下 5个技术等级（Skill_Moves）的人数，并用堆叠图可视化。

import pandas as pd import matplotlib.pyplot as plt import collections import numpy as np import matplotlib as mpl df = pd.read_csv('soccer.csv', encoding='gbk') age_group = ["17-26", "27-36", "37-47"] # & 与    | 或   不同条件之间 ()括起来 data1 = df[(17 <= df['Age']) & (df['Age'] <= 26)] age1 = list(data1['Skill_Moves']) data2 = df[(27 <= df['Age']) & (df['Age'] <= 36)] age2 = list(data2['Skill_Moves']) data3 = df[(37 <= df['Age']) & (df['Age'] <= 47)] age3 = list(data3['Skill_Moves']) # 分别统计三个年龄段 不同等级人数 count_1 = collections.Counter(age1).most_common() count_2 = collections.Counter(age2).most_common() count_3 = collections.Counter(age3).most_common() count_3.append((5, 0))    # 37-47年龄段等级5人数为零  手动添上 counts = count_1 + count_2 + count_3 datas = [[] for i in range(5)] for i in counts:     datas[i[0] - 1].append(i[1]) # 转化为数组  堆叠时可以对应相加 grades = np.array(datas) # print(grades) # 设置大小   像素 plt.figure(figsize=(9, 6), dpi=100) # 设置中文显示 mpl.rcParams['font.family'] = 'SimHei' plt.bar(age_group, grades[0], label='等级一', color='red', width=0.35) plt.bar(age_group, grades[1], bottom=grades[0], label="等级二", color="#9400D3", width=0.35) plt.bar(age_group, grades[2], bottom=grades[0] + grades[1], label="等级三", color="#0000FF", width=0.35) plt.bar(age_group, grades[3], bottom=grades[0] + grades[1] + grades[2], label="等级四", color="#FFFF00", width=0.35) plt.bar(age_group, grades[4], bottom=grades[0] + grades[1] + grades[2] + grades[3], label="等级五", color="#006400", width=0.35) plt.title('不同年龄段等级人数统计') plt.xlabel('年龄段') plt.ylabel('人数') plt.grid(alpha=0.3, linestyle=':') # 显示图例 位置 plt.legend(loc=0) plt.show()复制代码

3. 绘制折线图

利用频数分布折线图来查看运动员身高（Height）与体重（Weight）的分布

import pandas as pd import matplotlib.pyplot as plt import matplotlib.gridspec as gridspec import matplotlib as mpl df = pd.read_csv('soccer.csv', encoding='gbk') #height = df['Height'].value_counts() weight = df['Weight'].value_counts() # SeriseL类型通过索引进行排序  也就是按身高从低到高排序 heights = height.sort_index() weights = weight.sort_index() mpl.rcParams['font.family'] = 'SimHei' gs = gridspec.GridSpec(1, 2) plt.figure(figsize=(12, 5), dpi=100) # 设置图形显示风格 plt.style.use('ggplot') ax1 = plt.subplot(gs[0, 0]) ax2 = plt.subplot(gs[0, 1]) # 子图1 ax1.plot(heights.index, heights.values) ax1.set_title('运动员身高频数分布折线图') ax1.set_xlabel('身高(cm)') ax1.set_ylabel('人数') # 子图2 ax2.plot(weights.index, weights.values) ax2.set_title('运动员体重频数分布折线图') ax2.set_xlabel('体重(kg)') ax2.set_ylabel('人数') plt.show()复制代码

在这里插入图片描述

4. 绘制饼图

(1) 使用饼图查看运动员的惯用脚（Preffered_Foot）字段中不同惯用脚人数的占比。

import pandas as pd import matplotlib.pyplot as plt import matplotlib as mpl preffered_foot = list(pd.read_csv('soccer.csv', encoding='gbk')['Preffered_Foot']) foot = ['右脚', '左脚'] counts = [preffered_foot.count('Right'), preffered_foot.count('Left')] # 设置中文显示 mpl.rcParams['font.family'] = 'SimHei' # 设置大小  像素 plt.figure(figsize=(9, 6), dpi=100) plt.axes(aspect='equal')   # 保证饼图是个正圆 explodes = [0, 0.2] color = ['red', '#00FF00'] # 绘制饼图 # x：统计数据   explode：是否突出显示    label：标签  color：自定义颜色 # autopct：设置百分比的格式,保留2位小数  shadow：  有阴影  看起来立体 # startangle：初始角度 可使饼图旋转      labeldistance：标签离圆心的位置 plt.pie(counts, explode=explodes, labels=foot,         colors=color, autopct='%.2f%%', shadow=True,         startangle=15, labeldistance=0.8,         ) plt.title('不同惯用脚的运动员人数占比图', fontsize=15) plt.show()复制代码

(2) 按照运动员的技术等级（Skill_Moves），使用环图展示出运动员不同技术等级人数的占比。

import pandas as pd import collections import matplotlib.pyplot as plt import matplotlib as mpl skill_moves = list(pd.read_csv('soccer.csv', encoding='gbk')['Skill_Moves']) skill_count = collections.Counter(skill_moves).most_common() skill = ['等级{}'.format(m[0]) for m in skill_count] counts = [n[1] for n in skill_count] # 设置大小  像素 plt.figure(figsize=(9, 6), dpi=100) # 设置中文显示 mpl.rcParams['font.family'] = 'SimHei' plt.axes(aspect='equal')   # 保证饼图是个正圆 x_ = [1, 0, 0, 0, 0]       # 用于显示空心 color = ["red", "blue", "yellow", "green", "purple"] plt.pie(x=counts, colors=color, pctdistance=0.9,         startangle=45, autopct='%.1f%%', shadow=True,         ) # 小的空白圆填充  实现圆环效果 plt.pie(x_, radius=0.65, colors="w") # 添加图例  可以微调位置 plt.legend(skill, bbox_to_anchor=(0.9, 0.92)) plt.title('不同技术等级的运动员人数占比图', fontsize=15) plt.show()复制代码

5. 绘制箱形图

箱线图，又称箱形图 (boxplot) 或盒式图，不同于一般的折线图、柱状图或饼图等传统图表，只是数据大小、占比、趋势等等的呈现，其包含一些统计学的均值、分位数、极值等等统计量，因此，该图信息量较大，不仅能够分析不同类别数据平均水平差异（需在箱线图中加入均值点），还能揭示数据间离散程度、异常值、分布差异等等。

使用箱形图展示出不同技术等级 (Skill_Moves) 的运动员的评分 (Rating) 分布情况，即横轴为运动员的技术等级，纵轴为评分。

import pandas as pd import matplotlib.pyplot as plt import matplotlib as mpl df = pd.read_csv('soccer.csv', encoding='gbk') labels = [f'等级{i}' for i in ['一', '二', '三', '四', '五']] data1 = df[df['Skill_Moves'] == 1]['Rating'] data2 = df[df['Skill_Moves'] == 2]['Rating'] data3 = df[df['Skill_Moves'] == 3]['Rating'] data4 = df[df['Skill_Moves'] == 4]['Rating'] data5 = df[df['Skill_Moves'] == 5]['Rating'] # 设置中文显示 mpl.rcParams['font.family'] = 'SimHei' # 设置图形显示风格 plt.style.use('ggplot') fig, ax = plt.subplots() box_plot = ax.boxplot((data1, data2, data3, data4, data5), labels=labels,             boxprops={'color': 'black'}, showmeans=True, patch_artist=True,             ) colors = ['pink', 'blue', 'green', 'yellow', 'red'] # 填充箱子颜色 for patch, color in zip(box_plot['boxes'], colors):     patch.set(facecolor=color) # 设置箱子两端线的属性 for whisker in box_plot['whiskers']:     whisker.set(color='purple', linewidth=2) # 设置顶端和末端线条的属性 for cap in box_plot['caps']:     cap.set(color='g', linewidth=3) # 设置中位数的属性 for median in box_plot['medians']:     median.set(color='black', linewidth=3) plt.xlabel('技术等级') plt.ylabel('评分') plt.title('不同技术等级的运动员评分分布箱形图') plt.show()复制代码

6. 绘制散点图

绘制年龄 (Age) 与评分 (Rating) 构成的散点图

import pandas as pd import matplotlib.pyplot as plt import matplotlib as mpl df= pd.read_csv('soccer.csv', encoding='gbk') age, rating = list(df['Age']), list(df['Rating']) # 设置中文显示 mpl.rcParams['font.family'] = 'SimHei' # 设置图形显示风格 plt.style.use('ggplot') # 设置大小  像素 plt.figure(figsize=(9, 6), dpi=100) # 绘制散点图 plt.scatter(age, rating) # 添加描述信息 plt.title('运动员年龄与评分散点图') plt.xlabel('年龄') plt.ylabel('评分') plt.show()复制代码

7. 绘制直方图

利用直方图查看运动员的年龄(Age)分布

import pandas as pd import matplotlib.pyplot as plt import matplotlib as mpl ages = list(pd.read_csv('soccer.csv', encoding='gbk')['Age']) ages.sort() # 设置中文显示 mpl.rcParams['font.family'] = 'SimHei' # 设置图形显示风格 plt.style.use('ggplot') plt.figure(figsize=(9, 6), dpi=100) bin_width = 1  # 设置组距   整除 num_bin = (max(ages) - min(ages)) // bin_width    # 组数 # 绘制直方图  x：指定要绘制直方图的数据 # bins：指定直方图条形的个数  color：设置直方图的填充色    edgecolor：指定直方图的边界色 plt.hist(x=ages, bins=num_bin, color='blue', edgecolor='k', label='直方图')   # 为直方图呈现标签 plt.xticks(range(20, 50, 5))     # 设置x轴刻度 # 添加描述信息 plt.xlabel('年龄区间') plt.ylabel('频数') plt.title('年龄频数分布直方图') plt.legend() plt.show()复制代码

数据可视化的时候，有时需要将多个子图放在同一个画板上进行比较。通过使用GridSpec类配合subplot，可以很容易对子区域进行划定和选择，在同一个画板上绘制多个子图。

8. 对子绘图区域的划定和选择

GridSpec是matplotlib中一个特殊的用来进行子绘图区域设计和选定的一个类

import matplotlib.gridspec as gridspec gs = gridspec.GridSpec(2, 2)   # 设计一个网格 2行2列 # 选定子绘图区域 ax1 = plt.subplot(gs[0, 0]) ax2 = plt.subplot(gs[0, 1]) ax3 = plt.subplot(gs[1, 0]) ax4 = plt.subplot(gs[1, 1])复制代码

通过使用GridSpec类配合subplot，可以很容易对子区域进行划定和选择。

9. 绘制多个子图

测试数据如下：

代码如下：

import pandas as pd import matplotlib.pyplot as plt import matplotlib as mpl import matplotlib.gridspec as gridspec import collections import numpy as np # 读取数据 df = pd.read_csv('soccer.csv', encoding='gbk') # 子图1数据 skill_count = df['Skill_Moves'].value_counts() skill = [f'等级{m}' for m in skill_count.index]    # 列表推导式构造不同技术等级 counts = skill_count.values.tolist()               # 技术等级对应人数统计的列表 # 子图2数据 age_group = ["17-26", "27-36", "37-47"] count_1 = df[(df['Age'] >= 17) & (df['Age'] = 27) & (df['Age'] = 37) & (df['Age'] <= 47)] age_counts = [len(count_1), len(count_2), len(count_3)] # 子图3数据 # &符号 并且    |符号 或   不同条件之间 ()括起来 data1 = df[(17 <= df['Age']) & (df['Age'] <= 26)] age1 = list(data1['Skill_Moves']) data2 = df[(27 <= df['Age']) & (df['Age'] <= 36)] age2 = list(data2['Skill_Moves']) data3 = df[(37 <= df['Age']) & (df['Age'] <= 47)] age3 = list(data3['Skill_Moves']) # 分别统计三个年龄段 不同等级人数 count_1 = collections.Counter(age1).most_common() count_2 = collections.Counter(age2).most_common() count_3 = collections.Counter(age3).most_common() count_3.append((5, 0))    # 37-47年龄段等级5人数为零  手动填上 age_counts3 = count_1 + count_2 + count_3 datas = [[] for i in range(5)] for i in age_counts3:     datas[i[0]-1].append(i[1]) grades = np.array(datas) # 子图4数据 skill_moves = list(df['Skill_Moves']) skill_count = collections.Counter(skill_moves).most_common() skill = ['等级{}'.format(m[0]) for m in skill_count] counts = [n[1] for n in skill_count] # 绘制多个子图 mpl.rcParams['font.family'] = 'SimHei' gs = gridspec.GridSpec(2, 2) plt.figure(figsize=(12, 20), dpi=100) ax1 = plt.subplot(gs[0, 0]) ax2 = plt.subplot(gs[0, 1]) ax3 = plt.subplot(gs[1, 0]) ax4 = plt.subplot(gs[1, 1]) ax1.barh(skill[::-1], counts[::-1], height=0.5, color='#FF00FF') ax1.set_xlabel('人数') ax1.set_title('不同技术等级人数统计') ax2.bar(age_group, age_counts, width=0.35, color='red') ax2.set_title('不同年龄段人数统计') ax2.set_xlabel('年龄段') ax2.set_ylabel('人数') ax3.bar(age_group, grades[0], label='等级一', color='red', width=0.35) ax3.bar(age_group, grades[1], bottom=grades[0], label="等级二", color="#9400D3", width=0.35) ax3.bar(age_group, grades[2], bottom=grades[0] + grades[1], label="等级三", color="#0000FF", width=0.35)  # 转化为数组  直接相加 ax3.bar(age_group, grades[3], bottom=grades[0] + grades[1] + grades[2], label="等级四", color="#FFFF00", width=0.35) ax3.bar(age_group, grades[4], bottom=grades[0] + grades[1] + grades[2] + grades[3], label="等级五", color="#006400", width=0.35) ax3.set_title('不同年龄段等级人数统计') ax3.set_xlabel('年龄段') ax3.set_ylabel('人数') x_ = [1, 0, 0, 0, 0]       # 用于显示空心 color = ["red", "blue", "yellow", "green", "purple"] # 正圆 ax4.set_aspect(aspect='equal') ax4.pie(x=counts, colors=color, pctdistance=0.9,         startangle=45, autopct='%.1f%%',         ) ax4.pie(x_, radius=0.65, colors="w")   # 小的空白圆填充 ax4.set_title('不同技术等级的运动员人数占比图') # 调整图例位置 plt.legend(skill, bbox_to_anchor=(0.9, 0.92)) plt.show()复制代码

运行效果如下：

10. matplotlib 绘制热力图

Matplotlib 是 Python 著名的 2D 绘图库，该库仿造 Matlab 提供了一整套相似的绘图函数，用于绘图和绘表，是强大的数据可视化工具和做图库，且绘制出的图形美观。

测试数据来源：www.tudinet.com/market-0-0-…

代码如下：

import pandas as pd import matplotlib.pyplot as plt import numpy as np import matplotlib as mpl df = pd.read_excel('real_estate_info.xlsx') area = df['土地位置'] # 成都主要 区 县 市  9区6县4市 with open('test.txt', encoding='utf-8') as f:     areas = f.read().split('、') for item in areas:     # 每个行政区 对每行数据都进行判断     # 土地位置里包含行政区名  值为规划建筑面积   不包含  值为0     # 得到19列 以行政区为列名 其下面值为规划建筑面积     df[item] = [eval(df.loc[x, '规划建筑面积'][:-1]) if item in df.loc[x, '土地位置'] else 0 for x in range(len(df['土地位置']))] date = df['推出时间'].str.split('年', expand=True)[0]   # 这列的字符串 按年切割 df['年份'] = date        # 添加新的一列  年份 df1 = df[areas] df1.index = df['年份'] df2 = df1.groupby('年份').sum() # print(df2.iloc[:5, ::])  # 2020年数据只有到2月的  舍去 # print(type(df2.iloc[:5, ::].T))     # 转置 datas = np.array(df2.iloc[:5, ::].T)   # 19行 5列 二维数组 print(datas) x_label = [year for year in range(2015, 2020)] y_label = areas mpl.rcParams['font.family'] = 'Kaiti'     # 中文显示 fig, ax = plt.subplots(figsize=(15, 9))   # 绘图 heatmap = plt.pcolor(datas) for y in range(datas.shape[0]):     for x in range(datas.shape[1]):         plt.text(x + 0.5, y + 0.5, '%.1f' % datas[y, x],    # 热力图种每个格子添加文本  数据项设置                  horizontalalignment='center', verticalalignment='center',                  ) # x y轴刻度设置 plt.xticks(np.arange(0.5, 5.5, 1)) plt.yticks(np.arange(0.5, 19.5, 1)) # x y轴标签设置 ax.set_xticklabels(x_label) ax.set_yticklabels(areas) # title ax.set_title(r'各行政区2015-2019年的总规划建筑面积(平方米)', fontsize=25, x=0.5, y=1.02) # 隐藏边框 ax.spines['top'].set_visible(False) ax.spines['right'].set_visible(False) ax.spines['left'].set_visible(False) ax.spines['bottom'].set_visible(False) plt.savefig('heat_map.png') # 热力图   展示 plt.colorbar(heatmap) plt.show()复制代码

运行效果如下：

matplotlib 绘制 heatmap，该方法比较繁琐，要调用很多辅助函数才能实现效果更好的热图。