第1章
数据可视化

机器学习中许多时候需要将数据可视化，方便更直观地表现目前的数据，所以本书先介绍数据图形的绘制，所使用的工具是matplotlib绘图库模块，使用前需先安装：

pip install matplotlib

matplotlib是一个庞大的绘图库模块，本章我们只导入其中的pyplot子模块就可以完成许多图表绘制，如下所示，未来就可以使用plt调用相关的方法。

import matplotlib.pyplot as plt

本章将叙述matplotlib的重点内容，完整使用说明可以参考matplotlib的官方网站。

1-1　认识matplotlib.pyplot模块的主要函数

下列是绘制图表的常用函数。

下列是坐标轴设定的常用函数。

下列是图片的读取与储存的函数。

1-2　绘制简单的折线图plot( )

这一节将从最简单的折线图开始解说，常用语法格式如下：

     plot(x, y, lw=x, ls=‘x’, label=‘xxx’, color)

x：x轴系列值，如果省略系列自动标记0，1，…，可参考1-2-1节。

y：y轴系列值，可参考1-2-1节。

lw：linewidth的缩写，折线图的线条宽度，可参考1-2-2节。

ls：linestyle的缩写，折线图的线条样式，可参考1-2-6节。

color：缩写是c，可以设定色彩，可参考1-2-6节。

label：图表的标签，可参考1-2-8节。

1-2-1　画线基础实践

将含数据的列表当作参数传给plot( )，列表内的数据会被视为y轴的值，x轴的值会依列表值的索引位置自动产生。

程序实例ch1_1.py：绘制折线，square[ ]列表有9笔数据代表y轴值，数据基本上是x轴索引0～ 8的平方值序列，这个实例使用列表生成式建立x轴数据。

执行结果

在绘制线条时，预设颜色是蓝色，更多相关设定1-2-6节会讲解。如果x轴的数据是0，1，…，n时，在使用plot( )时我们可以省略x轴数据，可以参考下列程序实例。

程序实例ch1_2.py：重新设计ch1_1.py，此实例省略x轴数据。

执行结果

与ch1_1.py相同。

从上述执行结果可以看到左下角的轴刻度不是(0,0)，我们可以使用axis( )设定x、y轴的最小和最大刻度。

程序实例ch1_3.py：重新设计ch1_2.py，将x轴刻度设为0～8，y轴刻度设为0～70。

执行结果

在做数据分析时，有时候会想要在图表内增加网格线，这可以让图表中x轴值对应的y轴值更加清楚，可以使用grid( )函数。

程序实例ch1_3_1.py：增加网格线重新设计ch1_3.py，此程序重点是第7行。

执行结果

1-2-2　线条宽度linewidth

使用plot( )时预设线条宽度是1，可以多加一个linewidth（缩写是lw）参数设定线条的粗细。

程序实例ch1_4.py：设定线条宽度是10，使用lw=10。

执行结果

1-2-3　标题的显示

目前matplotlib模块默认不支持中文显示，笔者将在1-5节讲解如何让图表显示中文，下列是几个显示标题的重要方法。

上述方法默认字号大小是12，但是可以使用fontsize参数更改字号。

程序实例ch1_5.py：使用默认字号为图表与x、y轴建立标题。

执行结果

程序实例ch1_6.py：使用设定字号24建立图表标题，字号16建立x、y轴标题。

执行结果

1-2-4　坐标轴刻度的设定

在设计图表时可以使用tick_params( )设计设定坐标轴的刻度大小、颜色以及应用范围。

如果axis的xx是both，代表应用到x轴和y轴；如果xx是x，代表应用到x轴；如果xx是y，代表应用到y轴。color则是设定刻度的线条颜色，例如：red代表红色，1-2-6节将有颜色表。

程序实例ch1_7.py：使用不同刻度与颜色绘制图表。

执行结果

1-2-5　多组数据的应用

目前所有的图表皆是只有一组数据，其实可以扩充多组数据，只要在plot( )内增加数据列表参数即可。此时plot( )的参数如下：

     plot(seq, 第一组数据, seq, 第二组数据, … )

程序实例ch1_8：设计含多组数据的图表。

执行结果

上述以不同颜色显示线条是系统默认，我们也可以自定义线条色彩。

1-2-6　线条色彩与样式

如果想设定线条色彩，可以在plot( )内增加下列color颜色参数设定，下列是常见的色彩。

下列是常见的样式。

上述可以混合使用，例如‘r-.’代表红色虚点线。

程序实例ch1_9.py：采用不同色彩与线条样式绘制图表。

执行结果

上述第10行最右边的‘k.’代表绘制黑点而不是绘制线条，读者也可以使用不同颜色绘制散点图，1-3节也会介绍另一个方法scatter( )绘制散点图。上述格式应用是很灵活的，如果我们使用‘-*’可以绘制线条，同时在指定点加上星星标记。注：如果没有设定颜色，系统会自行配置颜色。

程序实例ch1_10.py：重新设计ch1_9.py绘制线条，同时为各个点加上标记，程序重点是第10行。

执行结果

1-2-7　刻度设计

目前，所有图表的x轴和y轴的刻度皆是plot( )方法针对所输入的参数默认设定的，请先参考下列实例。

程序实例ch1_11.py：假设3大品牌车辆2021—2023年的销售数据如下：

Benz　3367　4120　5539

BMW　4000　3590　4423

Lexus　5200　4930　5350

请将上述数据绘制成图表。

执行结果

上述程序最大的遗憾是x轴的刻度，对我们而言，其实只要有2021、2022、2023这3个刻度即可，还好可以使用pyplot模块的xticks( )、yticks( )分别设定x、y轴刻度，可参考下列实例。

程序实例ch1_12.py：重新设计ch1_11.py，自行设定刻度，这个程序的重点是第9行，将seq列表当作参数放在plt.xticks( )内。

执行结果

1-2-8　图例legend( )

本章所建立的图表，应该说已经很好了，缺点是缺乏各种线条代表的意义，在Excel中称图例(legend)，下列笔者将直接以实例说明。

程序实例ch1_13.py：为ch1_12.py建立图例。

执行结果

这个程序最大不同在第10～12行，下列是以第10行解释。

上述调用plt.plot( )时需同时设定label，最后使用第13行的方式执行legend( )图例的调用。其中参数loc可以设定图例的位置，可以有下列设定方式：

如果省略loc设定，则使用预设‘best’，在应用时可以使用设定整数值，例如：设定loc=0与上述效果相同。若是顾虑程序可读性，建议使用文字字符串方式设定，当然也可以直接设定数字。

程序实例ch1_13_1.py：在ch1_13.py的基础上省略loc设定。

执行结果　与ch1_13.py相同。

程序实例ch1_13_2.py：在ch1_13.py的基础上设定loc=0。

执行结果　与ch1_13.py相同。

程序实例ch1_13_3.py：在ch1_13.py的基础上设定图例在右上角。

执行结果　下方左图。

程序实例ch1_13_4.py：在ch1_13.py的基础上设定图例在左边中央。

执行结果　如上右图。

经过上述解说，我们已经可以将图例放在图表内了。如果想将图例放在图表外，需要先理解坐标，在图表内左下角位置坐标是(0,0)，右上角位置坐标是(1,1)，概念如下：

首先需使用bbox_to_anchor( )当作legend( )的一个参数，设定锚点(anchor)，也就是图例位置，例如：如果我们想将图例放在图表右上角外侧，需设定loc=‘upper left’，然后设定bbox_to_anchor(1,1)。

程序实例ch1_13_5.py：在ch1_13.py的基础上将图例放在图表右上角外侧。

执行结果　下方左图。

上述最大的缺点是由于图表与Figure 1的留白不足，造成无法完整显示图例。matplotlib模块内有tight_layout( )函数，可利用设定pad参数在图表与Figure 1间设定留白。

程序实例ch1_13_6.py：设定pad=7，重新设计ch1_13_5.py。

执行结果　可参考如上右图。

很明显图例显示不完整的问题改善了。如果将pad改为h_pad/w_pad可以分别设定高度／宽度的留白。

1-2-9　保存与开启文件

图表设计完成，可以使用savef i g( )保存文件，这个方法需放在show( )的前方，表示先储存再显示图表。

程序实例ch1_14.py：扩充ch1_13.py，在屏幕显示图表前，先将图表存入目前文件夹的out1_14.jpg。

执行结果

读者可以在ch1文件夹看到out1_14.jpg文件。

上述plt.savef i g( )中第一个参数是所存的文件名，第二个参数是将图表外多余的空间删除。

要开启文件可以使用matplotlib.image模块，可以参考下列实例。

程序实例ch1_15.py：开启out1_14.jpg文件。

执行结果

上述程序可以顺利开启out1_14.jpg文件。

1-2-10　在图上标记文字

在绘制图表过程中，有时需要在图上标记文字，这时可以使用text( )函数，此函数基本格式如下：

x，y是文字输出的左下角坐标，它不是绝对坐标，是相对坐标，大小会随着坐标刻度增减。

程序实例ch1_15_1.py：增加文字重新设计ch1_3_1.py。

执行结果

1-3　绘制散点图scatter( )

前方介绍了可以使用plot( )绘制散点图，本节将介绍绘制散点图的常用方法scatter( )。

1-3-1　基本散点图的绘制

绘制散点图可以使用scatter( )，基本语法如下（更多参数后面章节会解说）：

     scatter(x, y, s, c, cmap)

x，y：在(x,y)位置绘图。　　　　　c：颜色，可以参考1-2-6节。

s：绘图点的大小，预设是20。　　　cmap：彩色图表，可以参考1-4-5节。

程序实例ch1_16.py：在坐标轴(5,5)绘制一个点。

执行结果

1-3-2　绘制系列点

如果我们想绘制系列点，可以将系列点的x轴值放在一个列表，y轴值放在另一个列表，然后将这2个列表作为参数放在scatter( )即可。

程序实例ch1_17.py：绘制系列点的应用。

执行结果

在程序设计时，有些系列点的坐标可能是由程序产生，其实应用方式是一样的。另外，可以在scatter( )内增加color（也可用c）参数，可以设定点的颜色。

程序实例ch1_18.py：绘制黄色的系列点，这个系列点有100个点，x轴的点由range(1,101)产生，相对应y轴的值则是x的平方值。

执行结果

上述程序第6行是直接指定色彩，也可以使用RGB(Red，Green，Blue)颜色模式设定色彩，RGB( )内每个参数数值是0～1。

1-3-3　设定绘图区间

可以使用axis( )设定绘图区间，语法格式如下：

     axis([xmin, xmax, ymin, ymax])  # 分别代表x轴和y轴的最小和最大区间

程序实例ch1_19.py：设定绘图区间为[0,100,0,10000]的应用，读者可以将这个执行结果与ch1_18.py做比较。

执行结果

上述程序第5行是依据xpt列表产生ypt列表值的方式，由于网络上有很多文章使用数组方式产生图表列表，所以下一节笔者将对此做出说明，期待可为读者建立基础。

1-4　numpy模块

numpy是Python的一个扩充模块，可以支持多维度空间的数组与矩阵运算，本节笔者将对其最简单的产生数组的功能做解说，由此可以将这个功能扩充到数据图表的设计。使用前我们需导入numpy模块，如下所示：

     import numpy as np

1-4-1　建立一个简单的数组linspace( )和arange( )

在numpy模块中最基本的就是linspace( )方法，使用它可以很方便地产生等距的数组，它的语法如下：

linspace(start, end, num)

start是起始值，end是结束值，num是设定产生多少个等距点的数组值，num的默认值是50。

在网络上阅读他人使用Python设计的图表时，常看到的产生数组的方法是arange( )。其语法如下：

start是起始值，如果省略默认值是0。stop是结束值，但是所产生的数组不包含此值。step是数组相邻元素的间距，如果省略默认值是1。

程序实例ch1_20.py：建立0, 1, …, 9, 10的数组。

执行结果

1-4-2　绘制波形

中学数学中我们有学过sin( )和cos( )概念，其实有了数组数据，我们可以很方便地绘制正弦和余弦的波形变化。单纯绘点可以使用scatter( )方法，此方法使用格式如下：

    scatter(x, y, marker=‘.’, c(或color)=‘颜色’)  # marker如果省略会
使用预设

程序实例ch1_21.py：绘制sin( )和cos( )的波形，在这个实例中调用plt.scatter( )方法2次，相当于也可以绘制2次波形图表。

执行结果

其实一般在绘制波形时，最常用的还是plot( )方法。

程序实例ch1_22.py：使用系统默认颜色，绘制不同波形的应用。

执行结果

1-4-3　建立不等宽度的散点图

在scatter( )方法中，(x,y)的数据可以是列表也可以是矩阵，预设所绘制点大小s的值是20，这个s可以是一个值也可以是一个数组数据，当它是一个数组数据时，利用更改数组值的大小，我们就可以建立不同大小的散点图。

在我们使用Python绘制散点图时，如果在两个点之间绘制了上百或上千个点，则可以产生绘制线条的视觉效果，如果每个点的大小不同，且依一定规律变化，则有特别的效果。

程序实例ch1_23.py：建立一个不等宽度的图形。

执行结果

1-4-4　填满区间

在绘制波形时，如要填满区间，此时可以使用matplotlib模块的f i ll_between( )方法，基本语法如下：

     fill_between(x, y1, y2, color, alpha, options, … ) # options是其他参数

上述会填满所有相对x轴数列y1至y2的区间，如果不指定填满颜色，则会使用预设的线条颜色填满，通常填满颜色会用较淡的颜色，所以可以设定alpha参数将颜色调淡。

程序实例ch1_24.py：填满区间0～y，所使用的y轴值是函数式sin(3x)。

执行结果

程序实例ch1_25.py：填满区间-1～y，所使用的y轴值是函数式sin(3x)。

执行结果

1-4-5　色彩映射

至今我们针对一组数组或列表所绘制的图表皆是单色，以ch1_23.py第8行为例，色彩设定是color=(0,1,0)，这是固定颜色的用法。在色彩的使用中，允许色彩随着数据而做变化，此时色彩的变化是根据所设定的色彩映射值(color mapping)而定，例如有一个色彩映射值是rainbow，内容如下：

在数组或列表中，数值低的值颜色在左边，会随数值变高往右边移动。当然在程序设计中，我们需要在scatter( )中增加color设定参数c，这时color的值就变成一个数组或列表。然后我们需要增加参数cmap（英文是color map），这个参数主要是指定使用哪一种色彩映射值。

程序实例ch1_26.py：色彩映射的应用。

执行结果

色彩映射也可以设定根据x轴的值做变化，或根据y轴的值做变化，整个效果是不一样的。

程序实例ch1_27.py：重新设计ch1_23.py，主要是设定固定点的宽度为50，将色彩改为依y轴值变化，同时使用hsv色彩映射表。

执行结果　如下方左图。

程序实例ch1_28.py：重新设计ch1_27.py，主要是将色彩改为依x轴值变化。

执行结果　如上右图。

目前matplotlib协会所提供的色彩映射内容如下：

　序列色彩映射表

　序列2色彩映射表

　直觉一致的色彩映射表

　发散式的色彩映射表

　定性色彩映射表

　杂项色彩映射表

在大数据研究应用中，可以将数据以图表显示，然后用色彩判断整个数据的趋势。在结束本节之前，笔者举一个使用colormap绘制数组数据的实例，这个程序会使用下列方法。

     imshow(img, cmap=‘xx’)

参数img可以是图片，也可以数组数据，此例是数组数据。这个函数常用在机器学习检测神经网络的输出中。

程序实例ch1_29.py：绘制矩形数组数据。

执行结果

1-5　图表显示中文

matplotlib无法显示中文，主要在于安装此模块时所配置的下列文件：

     ~Python37\Lib\site-packages\matplotlib\mpl-data\matplotlibrc

在此文件内的font_sans-serif中没有配置中文字体，我们可以在此字段增加中文字体，但是笔者不鼓励更改系统内建文件。笔者将使用动态配置方式处理，让图表显示中文字体。其实可以在程序内增加下列程序代码，rcParams( )方法可以为matplotply配置中文字体参数，就可以显示中文了。

     from pylab import mlp                             # matplotlib的子模块
     mlp.rcParams[“font.sans-serif”] = [“SimHei”]  # 黑体
     mlp.rcParams[“axes.unicode_minus”] = False      # 可以显示负号

另外，每个要显示的中文字符串需要在前面加上u。

程序实例ch1_30.py：重新设计ch1_13.py，以中文显示报表。

执行结果