【資料分析】python資料視覺化基礎操作語法彙整

Python資料視覺化在數據分析中扮演著關鍵角色，主要功能是將複雜的數據轉換為易於理解的圖形和圖表。透過視覺化，可以迅速捕捉數據中的模式、趨勢和異常，並有效地傳達分析結果。這對於發現潛在的問題、驗證假設和支援決策非常重要。Python提供了如Matplotlib、Seaborn、Plotly、Bokeh等強大的資料視覺化工具，使得創建專業和精美的圖表變得相對簡單和高效，今天將著重在介紹Matplotlib的基礎使用。

# 可使用目錄功能快速確認要閱覽的主題

簡單折線圖

import matplotlib.pyplot as plt

# 第一組數據
x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]

# 第二組數據
x2 = [1, 2, 3, 4, 5]
y2 = [2, 6, 12, 18, 27]

# 繪製圖表
plt.plot(x, y,label=['第一組數據圖例'])
plt.plot(x2, y2,label=['第二組數據圖例'])

# 設定可正常顯示繁體中文的字型
plt.rc('font',family='Microsoft JhengHei')

# 添加標題和標籤
plt.title("簡單的折線圖")
plt.xlabel("X軸標籤")
plt.ylabel("Y軸標籤")

# 顯示圖例
plt.legend()

# 顯示圖表
plt.show()

折線圖參數調整

import matplotlib.pyplot as plt

# 數據
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

# 設定圖形大小和分辨率
plt.figure(figsize=(10, 5), dpi=100)

# 繪製折線圖並自定義參數
plt.plot(x, y, color='b', linestyle='--', linewidth=2.0, marker='o', markersize=8, markerfacecolor='red', markeredgecolor='blue', label='數據1')

# 設定標題和標籤
plt.title('折線圖示例')
plt.xlabel('X軸')
plt.ylabel('Y軸')

# 設定刻度標籤
plt.xticks([1, 2, 3, 4, 5])
plt.yticks([2, 3, 5, 7, 11])

# 顯示網格線
plt.grid(True)

# 顯示圖例
plt.legend()

# 顯示圖形
plt.show()

參數說明

1. 顏色和樣式

• color：設定折線的顏色，例如 'r'（紅色），'#00FF00'（綠色）。
• linestyle：設定折線的樣式，例如 '-'（實線），'--'（虛線），'-.'（點劃線），':'（點線）。
• linewidth：設定折線的寬度，例如 2.0。

2. 標記

• marker：設定數據點的標記樣式，例如 'o'（圓點），'s'（正方形），'^'（三角形）。
• markersize：設定標記的大小，例如 8。
• markerfacecolor：設定標記內部顏色。
• markeredgecolor：設定標記邊緣顏色。

3. 刻度和網格

• plt.xticks() 和 plt.yticks()：設定刻度標籤。
• plt.grid()：顯示或隱藏網格線。

4. 圖形大小和分辨率

• plt.figure(figsize=(width, height), dpi=dpi)：設定圖形大小和分辨率。

簡單柱狀圖

import matplotlib.pyplot as plt

# 數據
x = ['A', 'B', 'C', 'D']
y = [5, 7, 3, 4]

# 繪製柱狀圖
plt.bar(x, y)

# 添加標題和標籤
plt.title("簡單的柱狀圖")
plt.xlabel("類別")
plt.ylabel("值")

# 設定可正常顯示繁體中文的字型
plt.rc('font',family='Microsoft JhengHei')

# 顯示圖表
plt.show()​

import matplotlib.pyplot as plt

# 數據
x = [3, 4, 1]
y = [8, 5, 2]

# 繪製柱狀圖
plt.bar(x, y)

# 添加標題和標籤
plt.title("簡單的柱狀圖")
plt.xlabel("X軸")
plt.ylabel("Y軸")

# 設定可正常顯示繁體中文的字型
plt.rc('font',family='Microsoft JhengHei')

# 顯示圖表
plt.show()

# X 如果是數值，數值本身有連續性，即使 X = [3, 4, 1,]，最終顯示的排序由左至右會是[1, 3, 4]

柱狀圖參數調整

import matplotlib.pyplot as plt

# 數據
categories = ['A', 'B', 'C', 'D']
values = [10, 20, 15, 25]

# 設定圖形大小和分辨率
plt.figure(figsize=(10, 5), dpi=100)

# 繪製柱狀圖並自定義參數
plt.bar(categories, values, color='skyblue', edgecolor='black', linewidth=1.5, hatch='/', width=0.5, label='數據1')

# 設定標題和標籤
plt.title('柱狀圖示例')
plt.xlabel('類別')
plt.ylabel('值')

# 設定刻度標籤
plt.xticks(categories)
plt.yticks([0, 5, 10, 15, 20, 25])

# 顯示網格線
plt.grid(True)

# 顯示圖例
plt.legend()

# 顯示圖形
plt.show()

參數說明

1. 顏色和樣式

• color：設定柱子的顏色，可以是一個顏色或一個顏色列表。
• edgecolor：設定柱子邊框的顏色。
• linewidth：設定柱子邊框的寬度。
• hatch：設定柱子的圖案填充，例如 '/'（斜線），'\\'（反斜線），'|'（垂直線），'-'（水平線）。

2. 柱子的寬度

• width：設定柱子的寬度。

3. 刻度和網格

• plt.xticks() 和 plt.yticks()：設定刻度標籤。
• plt.grid()：顯示或隱藏網格線。

4. 圖形大小和分辨率

• plt.figure(figsize=(width, height), dpi=dpi)：設定圖形大小和分辨率。

簡單散點圖

import matplotlib.pyplot as plt

# 第一組數據
x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]

# 第二組數據
x2 = [1, 2, 3, 4, 5]
y2 = [2, 6, 12, 18, 27]

# 繪製散點圖
plt.scatter(x, y, label='標籤一')
plt.scatter(x2, y2, label='標籤二')

# 添加標題和標籤
plt.title("簡單的散點圖")
plt.xlabel("X軸")
plt.ylabel("Y軸")

# 設定可正常顯示繁體中文的字型
plt.rc('font',family='Microsoft JhengHei')

# 顯示圖例
plt.legend()

# 顯示圖表
plt.show()

散點圖參數調整

import matplotlib.pyplot as plt

# 數據
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
sizes = [50, 100, 150, 200, 250]
colors = [1, 2, 3, 4, 5]

# 設定圖形大小和分辨率
plt.figure(figsize=(10, 5), dpi=100)

# 繪製散點圖並自定義參數
plt.scatter(x, y, s=sizes, c=colors, alpha=0.6, edgecolor='black', linewidth=1.5, label='數據1')

# 設定標題和標籤
plt.title('散點圖示例')
plt.xlabel('X軸')
plt.ylabel('Y軸')

# 設定刻度標籤
plt.xticks([1, 2, 3, 4, 5])
plt.yticks([2, 3, 5, 7, 11])

# 顯示網格線
plt.grid(True)

# 顯示圖例
plt.legend()

# 顯示圖形
plt.colorbar()  # 顯示顏色條
plt.show()

參數說明

1. 顏色和樣式

• color：設定點的顏色，可以是一個顏色或一個顏色列表。
• c：設定點的顏色，可以使用單一顏色或一個數值序列來根據數值著色。
• marker：設定標記樣式，例如 'o'（圓點），'s'（正方形），'^'（三角形）。

2. 大小

• s：設定點的大小，可以是一個數值或一個數值列表。

3. 透明度

• alpha：設定點的透明度，範圍從0（完全透明）到1（完全不透明）。

4. 邊框

• edgecolor：設定點的邊框顏色。
• linewidth：設定點的邊框寬度。

5. 刻度和網格

• plt.xticks() 和 plt.yticks()：設定刻度標籤。
• plt.grid()：顯示或隱藏網格線。

6. 圖形大小和分辨率

• plt.figure(figsize=(width, height), dpi=dpi)：設定圖形大小和分辨率。

簡單圓餅圖

import matplotlib.pyplot as plt

# 數據
labels = 'A', 'B', 'C', 'D'
sizes = [15, 30, 45, 10]

# 繪製餅圖
plt.pie(sizes, labels=labels, autopct='%1.1f%%')

# 添加標題
plt.title("簡單的餅圖")

# 設定可正常顯示繁體中文的字型
plt.rc('font',family='Microsoft JhengHei')

# 顯示圖例
plt.legend()

# 顯示圖表
plt.show()

autopct='%1.1f%%' 的解釋

autopct 參數用來控制餅圖上顯示的自動百分比標籤。這個參數接受一個字符串格式或一個函數，用來指定如何顯示每個餅圖部分的百分比。

%1.1f：這是一個格式化字符串，用來指定浮點數的格式。

• %：這是格式化操作的開始標誌。用來指示如何格式化後面的數值。
• 1：這表示總共顯示至少1個字符（包括小數點和小數位）。
• .1：這表示顯示1位小數。
• f：這表示以浮點數格式顯示數值。

%%：這表示一個百分號。由於百分號在格式字符串中有特別的意義，所以需要用兩個百分號來表示一個實際的百分號。

圓餅圖參數調整

import matplotlib.pyplot as plt

# 數據
labels = ['A', 'B', 'C', 'D']
sizes = [15, 30, 45, 10]
colors = ['gold', 'yellowgreen', 'lightcoral', 'lightskyblue']
explode = (0, 0.1, 0, 0)  # 將第二塊分離出來

# 繪製圓餅圖並自定義參數
plt.figure(figsize=(8, 8))
plt.pie(sizes, labels=labels, colors=colors, explode=explode, autopct='%1.1f%%', shadow=True, startangle=90, pctdistance=0.85, wedgeprops={'edgecolor': 'black'})

# 設置標題
plt.title('圓餅圖示例')

# 顯示圖形
plt.show()

參數說明

1. 顏色

• colors：設定各個部分的顏色，可以是一個顏色列表。

2. 起始角度

• startangle：設定第一塊的起始角度，以度數為單位。

3. 比例顯示

• autopct：設定每塊的比例顯示格式，例如 '%1.1f%%' 表示保留一位小數的百分比。

4. 分離圓餅塊

• explode：設定分離圓餅塊的距離，默認為0。如果要將某塊突出顯示，可以設置一個數值列表，其中需要分離的塊設置為大於0的值。

5. 陰影

• shadow：設置是否顯示陰影，取值為布林值。

6. 圓餅比例

• pctdistance：設定比例文字距離圓心的距離，默認為0.6。

7. 圓形或扁平化

• normalize：設置是否將數據標準化，使得總和為1。如果為 False，數據不會被標準化。

8. 圓餅中心空白

• wedgeprops：設置圓餅塊的屬性，例如邊框顏色、寬度等。

儲存圖表

# 圖片繪製完後，使用​ plt.savefig 來儲存圖片
plt.savefig('plot.png')

進階學習資源

Matplotlib - Examples