Python數據可視化——使用Matplotlib創建散點圖
阿新 • • 發佈：2018-01-03
obj 工作目錄 復制 轉換 .fig utf ont 指定 後端 Matplotlib簡述：
Matplotlib是一個用於創建出高質量圖表的桌面繪圖包（主要是2D方面）。該項目是由John Hunter於2002年啟動的，其目的是為Python構建一個MATLAB式的繪圖接口。如果結合Python IDE使用比如PyCharm，matplotlib還具有諸如縮放和平移等交互功能。它不僅支持各種操作系統上許多不同的GUI後端，而且還能將圖片導出為各種常見的矢量（vector）和光柵（raster）圖：PDF、SVG、JPG、PNG、BMP、GIF等。 此外，Matplotlib還有許多插件工具集，如用於3D圖形的mplot3d以及用於地圖和投影的basemap。
準備數據：從文本文件中解析數據（數據來源於《機器學習實戰》第二章 k鄰近算法）
datingTestSet2.txt文件下載地址：https://pan.baidu.com/s/1pLwZRsv
本文使用的數據主要包含以下三種特征：每年獲得的飛行常客裏程數，玩視頻遊戲所耗時間百分比，每周消費的冰淇淋公升數。其中分類結果作為文件的第四列，並且只有3、2、1三種分類值。datingTestSet2.csv文件格式如下所示：
| 飛行裏程數 | 遊戲耗時百分比 | 冰淇淋公升數 | 分類結果 |
| 40920 | 8.326976 | 0.953952 | 3 |
| 14488 | 7.153469 | 1.673904 | 2 |
| 26052 | 1.441871 | 0.805124 | 1 |
| ...... | ...... | ...... | ...... |
數據在datingTestSet2.txt文件中的格式如下所示：
from numpy import *
def file2matrix(filename):
fr = open(filename)
numberOfLines = len(fr.readlines()) # get the number of lines in the file
returnMat = zeros((numberOfLines, 3)) # prepare matrix to return
classLabelVector = [] # prepare labels return
fr = open(filename)
index = 0
for line in fr.readlines():
line = line.strip()
listFromLine = line.split(‘\t‘)
returnMat[index, :] = listFromLine[0:3]
classLabelVector.append(int(listFromLine[-1]))
index += 1
return returnMat, classLabelVector
使用file2matrix讀取文件數據，必須確保待解析文件存儲在當前的工作目錄中。導入數據之後，簡單檢查一下數據格式：
>>>import kNN
>>>datingDataMat,datingLabels = kNN.file2matrix(‘datingTestSet2.txt‘)
>>>datingDataMat[0:6]
array([[ 4.09200000e+04, 8.32697600e+00, 9.53952000e-01],
[ 1.44880000e+04, 7.15346900e+00, 1.67390400e+00],
[ 2.60520000e+04, 1.44187100e+00, 8.05124000e-01],
[ 7.51360000e+04, 1.31473940e+01, 4.28964000e-01],
[ 3.83440000e+04, 1.66978800e+00, 1.34296000e-01],
[ 7.29930000e+04, 1.01417400e+01, 1.03295500e+00]])
>>> datingLabels[0:6]
[3, 2, 1, 1, 1, 1]
分析數據：使用Matplotlib創建散點圖
編輯kNN.py文件，引入matplotlib，調用matplotlib的scatter繪制散點圖。
>>> import matplotlib >>> import matplotlib.pyplot as plt >>> fig = plt.figure() >>> ax = fig.add_subplot(111) >>> ax.scatter(datingDataMat[:,1],datingDataMat[:,2]) <matplotlib.collections.PathCollection object at 0x0000019E14C9A470> >>> plt.show() >>>
生成的散點圖如下：
import matplotlib
import numpy as np
from numpy import *
from matplotlib import pyplot as plt
def file2matrix(filename):
fr = open(filename)
numberOfLines = len(fr.readlines()) # get the number of lines in the file
returnMat = zeros((numberOfLines, 3)) # prepare matrix to return
classLabelVector = [] # prepare labels return
fr = open(filename)
index = 0
for line in fr.readlines():
line = line.strip()
listFromLine = line.split(‘\t‘)
returnMat[index, :] = listFromLine[0:3]
classLabelVector.append(int(listFromLine[-1]))
index += 1
return returnMat, classLabelVector
datingDataMat,datingLabels = file2matrix(‘datingTestSet2.txt‘)
fig = plt.figure()
ax = plt.subplot(111)
ax.scatter(datingDataMat[:,1],datingDataMat[:,2])
plt.show()
上圖由於沒有使用樣本分類的特征值，很難看到任何有用的數據模式信息。為了更好理解數據信息，Matplotlib庫提供的scatter函數支持個性化標記散點圖上的點。調用scatter函數使用下列參數：
ax.scatter(datingDataMat[:,1],datingDataMat[:,2],15.0*array(datingLabels),15.0*array(datingLabels))
生成的散點圖如下：
import matplotlib
import numpy as np
from numpy import *
from matplotlib import pyplot as plt
from matplotlib.font_manager import FontProperties
def file2matrix(filename):
fr = open(filename)
numberOfLines = len(fr.readlines()) # get the number of lines in the file
returnMat = zeros((numberOfLines, 3)) # prepare matrix to return
classLabelVector = [] # prepare labels return
fr = open(filename)
index = 0
for line in fr.readlines():
line = line.strip()
listFromLine = line.split(‘\t‘)
returnMat[index, :] = listFromLine[0:3]
classLabelVector.append(int(listFromLine[-1]))
index += 1
return returnMat, classLabelVector
zhfont = FontProperties(fname=‘C:/Windows/Fonts/simsun.ttc‘,size=12)
datingDataMat,datingLabels = file2matrix(‘datingTestSet2.txt‘)
fig = plt.figure()
plt.figure(figsize=(8, 5), dpi=80)
ax = plt.subplot(111)
datingLabels = np.array(datingLabels)
idx_1 = np.where(datingLabels==1)
p1 = ax.scatter(datingDataMat[idx_1,0],datingDataMat[idx_1,1],marker = ‘*‘,color = ‘r‘,label=‘1‘,s=10)
idx_2 = np.where(datingLabels==2)
p2 = ax.scatter(datingDataMat[idx_2,0],datingDataMat[idx_2,1],marker = ‘o‘,color =‘g‘,label=‘2‘,s=20)
idx_3 = np.where(datingLabels==3)
p3 = ax.scatter(datingDataMat[idx_3,0],datingDataMat[idx_3,1],marker = ‘+‘,color =‘b‘,label=‘3‘,s=30)
plt.xlabel(u‘每年獲取的飛行裏程數‘, fontproperties=zhfont)
plt.ylabel(u‘玩視頻遊戲所消耗的事件百分比‘, fontproperties=zhfont)
ax.legend((p1, p2, p3), (u‘不喜歡‘, u‘魅力一般‘, u‘極具魅力‘), loc=2, prop=zhfont)
plt.show()
生成的散點圖如下：
第二種方法：
import matplotlib
from matplotlib import pyplot as plt
from matplotlib import font_manager
def file2matrix(filename):
fr = open(filename)
numberOfLines = len(fr.readlines()) # get the number of lines in the file
returnMat = zeros((numberOfLines, 3)) # prepare matrix to return
classLabelVector = [] # prepare labels return
fr = open(filename)
index = 0
for line in fr.readlines():
line = line.strip()
listFromLine = line.split(‘\t‘)
returnMat[index, :] = listFromLine[0:3]
classLabelVector.append(int(listFromLine[-1]))
index += 1
return returnMat, classLabelVector
matrix, labels = file2matrix(‘datingTestSet2.txt‘)
zhfont = matplotlib.font_manager.FontProperties(fname=‘C:/Windows/Fonts/simsun.ttc‘,size=12)
plt.figure(figsize=(8, 5), dpi=80)
axes = plt.subplot(111)
# 將三類數據分別取出來
# x軸代表飛行的裏程數
# y軸代表玩視頻遊戲的百分比
type1_x = []
type1_y = []
type2_x = []
type2_y = []
type3_x = []
type3_y = []
for i in range(len(labels)):
if labels[i] == 1: # 不喜歡
type1_x.append(matrix[i][0])
type1_y.append(matrix[i][1])
if labels[i] == 2: # 魅力一般
type2_x.append(matrix[i][0])
type2_y.append(matrix[i][1])
if labels[i] == 3: # 極具魅力
#print (i, ‘：‘, labels[i], ‘:‘, type(labels[i]))
type3_x.append(matrix[i][0])
type3_y.append(matrix[i][1])
type1 = axes.scatter(type1_x, type1_y, s=20, c=‘red‘)
type2 = axes.scatter(type2_x, type2_y, s=40, c=‘green‘)
type3 = axes.scatter(type3_x, type3_y, s=50, c=‘blue‘)
plt.xlabel(u‘每年獲取的飛行裏程數‘, fontproperties=zhfont)
plt.ylabel(u‘玩視頻遊戲所消耗的事件百分比‘, fontproperties=zhfont)
axes.legend((type1, type2, type3), (u‘不喜歡‘, u‘魅力一般‘, u‘極具魅力‘), loc=2, prop=zhfont)
plt.show()
生成的散點圖如下：
總結： 本文簡單介紹了Matplotlib，並以實例分析了如何使用Matplotlib庫圖形化展示數據，最後通過修改matplotlib的scatter函數參數使得散點圖的分類區域更加清晰。 附加知識點： 1、在使用Matplotlib生成圖表時，默認不支持漢字，所有漢字都會顯示成框框。 解決方法：代碼中指定中文字體
# -*- coding: utf-8 -*- import matplotlib.pyplot as plt import matplotlib zhfont1 = matplotlib.font_manager.FontProperties(fname=‘C:/Windows/Fonts/simsun.ttc‘) plt.xlabel(u"橫坐標xlabel",fontproperties=zhfont1)
到C:\Windows\Fonts\中找到新宋體對應的字體文件simsun.ttf（Window 8和Windows10系統是simsun.ttc，也可以使用其他字體）
2、ax = fig.add_subplot(111) 返回Axes實例 參數一， 子圖總行數 參數二， 子圖總列數 參數三， 子圖位置 在Figure上添加Axes的常用方法Python數據可視化——使用Matplotlib創建散點圖