#

http://matplotlib.org/users/screenshots.html

matplotlib绘图可视化知识点整理 http://blog.csdn.net/panda1234lee/article/details/52311593

echart画图 https://zhuanlan.zhihu.com/p/27990382

===

# 雷达图

from pyecharts import Radar

v1 = [list(radar_d.loc['客户群1',:])]

v2 = [list(radar_d.loc['客户群2',:])]

v3 = [list(radar_d.loc['客户群3',:])]

v4 = [list(radar_d.loc['客户群4',:])]

v5 = [list(radar_d.loc['客户群5',:])]

c_schema= [{"name": "L", "max": 2.5, "min": -1},

{"name": "R", "max": 2.5, "min": -1},

{"name": "F", "max": 2.5, "min": -1},

{"name": "M", "max": 2.5, "min": -1},

{"name": "C", "max": 2.5, "min": -1}]

radar = Radar()

radar.config(c_schema=c_schema, shape='circle')

radar.add('客户群1', v1, item_color="#ff0000", symbol=None)

radar.add('客户群2', v2, item_color="#477725", symbol=None)

radar.add('客户群3', v3, item_color="#66ff00", symbol=None)

radar.add('客户群4', v4, item_color="#66ffff", symbol=None)

radar.add('客户群5', v5, item_color="#FFFF00", symbol=None)

radar.show_config()

# radar.render() # 在HTML中显示出来

radar # 在notebook中显示

# 帕累托图

dish_profit = '数据源\\图书配套数据、代码\chapter3\demo\data\catering_dish_profit.xls' #餐饮菜品盈利数据

d = pd.read_excel(dish_profit, index_col = u'菜品名')#构造dataframe结构，dataframe是表格型数据结构，index_col = u'菜品名'设定索引

s = d[u'盈利']#此时的data是series数据结构，获得盈利数据

import matplotlib.pyplot as plt #导入图像库

plt.rcParams['font.sans-serif'] = ['SimHei'] #用来正常显示中文标签

plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号

plt.figure()

s.plot(kind='bar')#设置图像类型 kind='bar'

plt.ylabel(u'盈利（元）')

p = 1.0*s.cumsum()/s.sum()#cumsum()是累计和

p.plot(color = 'r', secondary_y = True, style = '-o',linewidth = 3)#secondary_y第二个y轴，style = '-o'指点的类型，linewidth线的粗细

plt.ylabel(u'盈利（比例）')

plt.annotate(format(p[6], '.4%'), xy = (6, p[6]), xytext=(6*0.9, p[6]*0.9), arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2"))

plt.show()

# 饼图

labels = 'a','b','c'

sizes = [10,20,70]

colors = ['red','green','blue']

explode = (0,0,0.1)

plt.pie(sizes,explode =explode,labels=labels,colors=colors,autopct = '%1.1f%%',shadow=True, startangle=10)

plt.axis('equal')

plt.show()

#箱线图

import pandas as pd

catering_sale = '数据源\\图书配套数据、代码\chapter3\demo\data\catering_sale.xls'

data = pd.read_excel(catering_sale, index_col = u'日期')#将日期作为索引列

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']#用来显示中文标签

plt.rcParams['axes.unicode_minus'] = False#用来显示负号

plt.figure(figsize=(7,5))#可以指定图像区域的大小

data.boxplot()

p = data.boxplot(return_type='dict')#获得数据

x = p['fliers'][0].get_xdata()#get_xdata()获得异常值，x的数据类型为array

y = p['fliers'][0].get_ydata()#y的数据类型为array

y.sort()

for i in range(len(x)):#annotate用来添加注释，放置注释的位置

if i > 0:

plt.annotate(y[i], xy = (x[i], y[i]), xytext = (x[i] + 0.05 - 0.8 / (y[i]- y[i - 1]), y[i]))

else:

plt.annotate(y[i], xy = (x[i], y[i]), xytext =(x[i] + 0.08, y[i]))

plt.show()

# 问题

plt.colorbar()

# 常见画图

折线图

x = np.linspace(1,2*np.pi, num = 100)

y = np.sin(x)

plt.plot(x,y)

柱状图。x y 需一一对应

x = np.arange(len(y))

y = np.random.randint(0,9,size=(4))

plt.bar(x,y)

plt.barh(x,y) # 条形图

多维柱状图

x = np.arange(len(y))

y = np.random.randint(0,9,size=(3,3))

plt.bar(x, y[0],color='r',width = 0.25)

plt.bar(x+0.25, y[1],color='b',width = 0.25)

plt.bar(x+0.5, y[2],color='y',width = 0.25)

堆积柱状图

x = np.arange(len(y))

y = np.random.randint(0,9,size=(3,3))

plt.bar(x,y[0],color = 'r',width = 0.25)

plt.bar(x,y[1], bottom = y[0],color = 'y',width = 0.25)

plt.bar(x,y[2], bottom = y[0]+y[1],color = 'b',width = 0.25)

直方图 plt.hist(x,10)

#

引入模块 正常显示中文

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']

plt.rcParams['axes.unicode_minus'] = False

使用R语言中的ggplot2配色作为绘图风格，纯粹为了好看 plt.style.use('ggplot')

%matplotlib inline 可以省略 plt.show()

文本注释

s.plot(color = 'r', style = '-o', secondary_y = True, linewidth = 3)

plt.annotate(p[6],xy = (6, p[6]), xytext=(6*0.9, p[6]*0.9), arrowprops=dict(arrowstyle="->"))

p[6]需要显示的文本内容，xy需要显示文本内容的点，xytext文本内容的位置，arrowprops箭头指向

多重图像

plt.subplot(121) 表示1行两列，下面的图表放在第一列

d2.groupby('user_id')['order_amount'].sum().hist(bins=300)

plt.subplot(122) 表示1行两列，下面的图表放在第二列

d2.groupby('user_id')['order_products'].sum().hist(bins=300)

设定坐标轴的范围值：plt.ylim(0,1.05)

设置图例的位置：plt.legend(loc=8)

设置刻度标签 plt.ylabel('rio')

多个图画到一个表格subplot

matshow Plot a matrix or array as an image http://matplotlib.org/api/_as_gen/matplotlib.axes.Axes.matshow.html?