数据分析-05Matplotlib 数据可视化

 import matplotlib.pyplot as plt
 import numpy as np

 # 设置中文字体（解决中文显示问题）
 plt.rcParams['font.sans-serif'] = 'SimHei'  # Windows系统使用SimHei
 plt.rcParams['font.sans-serif'] = 'STHeiti'  # Mac系统使用STHeiti
 plt.rcParams['font.sans-serif'] = ['WenQuanYi Micro Hei', 'Noto Sans CJK SC']  # Linux系统
 ​
 # 解决负号显示为方块的问题
 plt.rcParams['axes.unicode_minus'] = False
 ​
 # 其他常用配置
 plt.rcParams['figure.figsize'] = (10, 6)      # 默认图形大小（英寸）
 plt.rcParams['figure.dpi'] = 100              # 分辨率
 plt.rcParams['axes.titlesize'] = 16           # 标题字号
 plt.rcParams['axes.labelsize'] = 12           # 坐标轴标签字号

 plt.figure(figsize=(10, 5), dpi=100, facecolor='white', edgecolor='black')

 plt.plot(x, y, format_string, **kwargs)

 # 基本折线图
 month = ['1月', '2月', '3月', '4月', '5月']
 sales = [100, 150, 80, 130, 170]
 ​
 plt.figure(figsize=(10, 5))
 plt.plot(month, sales, marker='o', linewidth=2, color='steelblue')
 plt.title('2025年销售趋势', fontsize=16)
 plt.xlabel('月份')
 plt.ylabel('销售额（万元）')
 plt.grid(True, alpha=0.3)
 plt.tight_layout()
 plt.show()

 # 多系列折线图
 month = ['1月', '2月', '3月', '4月', '5月', '6月']
 sales_a = [100, 150, 80, 130, 170, 160]
 sales_b = [90, 120, 100, 110, 140, 150]
 ​
 plt.figure(figsize=(10, 5))
 plt.plot(month, sales_a, marker='o', linewidth=2, label='产品A', color='steelblue')
 plt.plot(month, sales_b, marker='s', linewidth=2, label='产品B', color='orange')
 plt.title('多产品销售趋势对比', fontsize=16)
 plt.xlabel('月份')
 plt.ylabel('销售额（万元）')
 plt.legend(loc='upper left')  # loc参数：图例位置
 plt.grid(True, alpha=0.3)
 plt.tight_layout()
 plt.show()

 plt.fill_between(x, y1, y2, where=None, alpha=0.2, color='steelblue')

# 带面积填充的折线图
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)

plt.figure(figsize=(10, 5))
plt.plot(x, y1, label='sin(x)', color='steelblue')
plt.plot(x, y2, label='cos(x)', color='orange')
plt.fill_between(x, y1, alpha=0.2, color='steelblue')
plt.fill_between(x, y2, alpha=0.2, color='orange')
plt.title('三角函数图像', fontsize=16)
plt.xlabel('x')
plt.ylabel('y')
plt.legend()
plt.grid(True, alpha=0.3)
plt.tight_layout()
plt.show()

plt.bar(x, height, width=0.8, bottom=None, color=None, edgecolor=None, **kwargs)

# 基本柱状图
subjects = ['语文', '数学', '英语', '科学']
scores = [85, 92, 78, 88]

plt.figure(figsize=(10, 5))
plt.bar(subjects, scores, color='steelblue', width=0.6)
plt.title('2025年成绩分布', fontsize=16)
plt.xlabel('科目')
plt.ylabel('分数')
plt.ylim(0, 100)

# 添加数值标签
for x, y in zip(subjects, scores):
    plt.text(x, y+1, str(y), ha='center', va='bottom', fontsize=10)

plt.grid(axis='y', alpha=0.3)
plt.tight_layout()
plt.show()

# 分组柱状图
categories = ['A', 'B', 'C', 'D']
values1 = [100, 120, 90, 110]
values2 = [90, 110, 100, 95]

x = np.arange(len(categories))
width = 0.35

plt.figure(figsize=(10, 5))
plt.bar(x - width/2, values1, width, label='2024年', color='steelblue')
plt.bar(x + width/2, values2, width, label='2025年', color='orange')
plt.title('年度数据对比', fontsize=16)
plt.xlabel('类别')
plt.ylabel('数值')
plt.xticks(x, categories)  # 设置x轴刻度
plt.legend()
plt.grid(axis='y', alpha=0.3)
plt.tight_layout()
plt.show()

plt.barh(y, width, height=0.8, left=None, color=None, **kwargs)

# 水平条形图
countries = ['美国', '中国', '日本', '德国', '印度']
gdp = [92, 78, 43, 22, 8]

plt.figure(figsize=(10, 5))
plt.barh(countries, gdp, color='steelblue')
plt.title('2025年GDP排名', fontsize=16)
plt.xlabel('GDP（万亿美元）')
plt.ylabel('国家')
plt.tight_layout()
plt.show()

plt.pie(x, explode=None, labels=None, colors=None, autopct=None, 
        pctdistance=0.6, shadow=False, startangle=0, 
        wedgeprops=None, center=(0, 0), **kwargs)

# 基本饼图
things = ['学习', '娱乐', '运动', '睡觉', '其他']
times = [6, 4, 1, 8, 5]
colors = ['#66b3ff', '#99ff99', '#ffcc99', '#ff9999', '#ff4499']

plt.figure(figsize=(8, 8))
plt.pie(times, labels=things, autopct='%.1f%%', startangle=90, colors=colors)
plt.title('一天的时间分布', fontsize=16)
plt.tight_layout()
plt.show()

# 环形图
plt.figure(figsize=(8, 8))
plt.pie(times, labels=things, autopct='%.1f%%', startangle=90, colors=colors,
        wedgeprops={'width': 0.6}, pctdistance=0.75)
plt.text(0, 0, '总计\n100%', ha='center', va='center', fontsize=12)
plt.title('一天的时间分布（环形）', fontsize=16)
plt.tight_layout()
plt.show()

# 爆炸式饼图
explode = [0.1, 0, 0, 0, 0]  # 第一个元素偏离0.1半径距离

plt.figure(figsize=(8, 8))
plt.pie(times, labels=things, autopct='%.1f%%', startangle=0, colors=colors,
        explode=explode, shadow=True)
plt.title('一天的时间分布（爆炸式）', fontsize=16)
plt.tight_layout()
plt.show()

plt.scatter(x, y, s=None, c=None, marker='o', cmap=None, 
            norm=None, vmin=None, vmax=None, alpha=None, 
            edgecolors=None, linewidths=None, **kwargs)

# 基本散点图
np.random.seed(42)
n = 50
hours = np.random.uniform(1, 8, n)
scores = 50 + 5 * hours + np.random.normal(0, 5, n)

plt.figure(figsize=(10, 6))
plt.scatter(hours, scores, alpha=0.6, c='steelblue', edgecolors='white', s=80)
plt.title('学习时间与考试成绩的关系', fontsize=16)
plt.xlabel('每日学习时间（小时）')
plt.ylabel('考试成绩')
plt.grid(True, alpha=0.3)
plt.tight_layout()
plt.show()

# 多类别散点图
df = pd.read_csv('data/penguins.csv')
df = df.dropna()

plt.figure(figsize=(10, 6))
colors = {'Adelie': 'steelblue', 'Chinstrap': 'orange', 'Gentoo': 'green'}
for species in df['species'].unique():
    subset = df[df['species'] == species]
    plt.scatter(subset['bill_length_mm'], subset['bill_depth_mm'],
                c=colors[species], label=species, alpha=0.6, s=50)
plt.title('企鹅喙长与喙深的关系', fontsize=16)
plt.xlabel('喙长（mm）')
plt.ylabel('喙深（mm）')
plt.legend()
plt.grid(True, alpha=0.3)
plt.tight_layout()
plt.show()

plt.boxplot(x, notch=False, sym='o', vert=True, patch_artist=False, **kwargs)

# 基本箱线图
data = {
    '语文': [82, 85, 88, 70, 90, 76, 84, 83, 95, 77, 78, 92],
    '数学': [75, 80, 79, 93, 88, 82, 87, 89, 92, 73, 85, 91],
    '英语': [70, 72, 68, 65, 78, 80, 85, 90, 95, 62, 70, 88]
}

plt.figure(figsize=(10, 6))
plt.boxplot(data.values(), tick_labels=data.keys(), patch_artist=True,
            boxprops=dict(facecolor='lightblue'))
plt.title('各科成绩分布（箱线图）', fontsize=16)
plt.ylabel('分数')
plt.grid(True, axis='y', linestyle='--', alpha=0.5)
plt.tight_layout()
plt.show()

plt.hist(x, bins=None, range=None, density=False, weights=None, 
         cumulative=False, bottom=None, histtype='bar', **kwargs)

# 降水量分布直方图
plt.figure(figsize=(10, 6))
plt.hist(df['precipitation'], bins=30, color='steelblue', edgecolor='white', alpha=0.7)
plt.title('降水量分布直方图', fontsize=16)
plt.xlabel('降水量（mm）')
plt.ylabel('天数')
plt.grid(True, axis='y', alpha=0.3)
plt.tight_layout()
plt.show()

fig, axes = plt.subplots(nrows=1, ncols=1, figsize=(10, 6), dpi=100, 
                        sharex=False, sharey=False, squeeze=True, 
                        subplot_kw=None, gridspec_kw=None)

# 基本组合图
fig, axes = plt.subplots(2, 2, figsize=(14, 10))

# 子图1：折线图
axes[0, 0].plot(month, sales_a, 'o-', color='steelblue')
axes[0, 0].set_title('销售趋势')
axes[0, 0].set_xlabel('月份')
axes[0, 0].set_ylabel('销售额')
axes[0, 0].grid(True, alpha=0.3)

# 子图2：柱状图
axes[0, 1].bar(subjects, scores, color='steelblue')
axes[0, 1].set_title('成绩分布')
axes[0, 1].set_ylabel('分数')
axes[0, 1].grid(axis='y', alpha=0.3)

# 子图3：散点图
axes[1, 0].scatter(hours, scores, alpha=0.6, c='steelblue')
axes[1, 0].set_title('学习时间与成绩')
axes[1, 0].set_xlabel('学习时间')
axes[1, 0].set_ylabel('成绩')
axes[1, 0].grid(True, alpha=0.3)

# 子图4：饼图
axes[1, 1].pie(times, labels=things, autopct='%.1f%%', startangle=90, colors=colors)
axes[1, 1].set_title('时间分配')

plt.suptitle('数据分析综合视图', fontsize=18, y=1.02)
plt.tight_layout()
plt.show()

plt.subplot2grid(shape, loc, rowspan=1, colspan=1, **kwargs)

# 不规则组合图
fig = plt.figure(figsize=(14, 8))

# 主图：占据上方大部分空间
ax1 = plt.subplot2grid((3, 3), (0, 0), colspan=2, rowspan=2)
ax1.plot(month, sales_a, 'o-', color='steelblue', linewidth=2)
ax1.set_title('销售趋势（主图）')
ax1.grid(True, alpha=0.3)

# 右上：柱状图
ax2 = plt.subplot2grid((3, 3), (0, 2))
ax2.bar(subjects, scores, color='steelblue')
ax2.set_title('成绩分布')

# 中右：饼图
ax3 = plt.subplot2grid((3, 3), (1, 2))
ax3.pie(times, labels=things, autopct='%.1f%%', colors=colors)
ax3.set_title('时间分配')

# 底部：散点图
ax4 = plt.subplot2grid((3, 3), (2, 0), colspan=3)
ax4.scatter(hours, scores, alpha=0.6, c='steelblue')
ax4.set_title('学习时间与成绩关系（底部）')
ax4.set_xlabel('学习时间')
ax4.set_ylabel('成绩')
ax4.grid(True, alpha=0.3)

plt.tight_layout()
plt.show()

plt.legend(labels, loc='best', fontsize=10, frameon=True, 
           fancybox=True, shadow=True, **kwargs)

plt.grid(b=True, which='major', axis='both', **kwargs)

# 常用样式配置
plt.rcParams['figure.figsize'] = (10, 6)      # 默认图形大小
plt.rcParams['figure.dpi'] = 100              # 分辨率
plt.rcParams['axes.titlesize'] = 16           # 标题大小
plt.rcParams['axes.labelsize'] = 12           # 标签大小
plt.rcParams['xtick.labelsize'] = 10          # x轴刻度
plt.rcParams['ytick.labelsize'] = 10          # y轴刻度
plt.rcParams['legend.fontsize'] = 10          # 图例大小
plt.rcParams['lines.linewidth'] = 2           # 线宽
plt.rcParams['lines.markersize'] = 8          # 标记大小

plt.savefig(fname, dpi=None, bbox_inches='tight', 
            format=None, facecolor='auto', **kwargs)

# 保存为不同格式
plt.savefig('figure.png', dpi=300, bbox_inches='tight')  # PNG格式
plt.savefig('figure.pdf', bbox_inches='tight')            # PDF格式
plt.savefig('figure.svg', bbox_inches='tight')            # SVG格式
plt.savefig('figure.jpg', dpi=300, bbox_inches='tight')   # JPG格式

# 加载天气数据
df = pd.read_csv('data/weather.csv')
df['date'] = pd.to_datetime(df['date'])
df = df[df['date'].dt.year == 2015]

print('数据概览:')
print(df.head())
print(f'\n数据范围: {df["date"].min()} 到 {df["date"].max()}')

# 气温趋势图
plt.figure(figsize=(14, 6))
plt.plot(df['date'], df['temp_max'], label='最高气温', alpha=0.8, color='steelblue')
plt.plot(df['date'], df['temp_min'], label='最低气温', alpha=0.8, color='orange')
plt.fill_between(df['date'], df['temp_min'], df['temp_max'], alpha=0.2, color='gray')
plt.title('2015年气温趋势变化图', fontsize=16)
plt.xlabel('日期')
plt.ylabel('气温（℃）')
plt.legend()
plt.grid(True, alpha=0.3)
plt.tight_layout()
plt.show()

# 综合分析仪表盘
fig, axes = plt.subplots(2, 2, figsize=(14, 10))

# 气温趋势
axes[0, 0].plot(df['date'], df['temp_max'], label='最高气温', color='steelblue')
axes[0, 0].plot(df['date'], df['temp_min'], label='最低气温', color='orange')
axes[0, 0].set_title('2015年气温趋势')
axes[0, 0].set_xlabel('日期')
axes[0, 0].set_ylabel('气温（℃）')
axes[0, 0].legend()
axes[0, 0].grid(True, alpha=0.3)

# 降水分布
axes[0, 1].hist(df['precipitation'], bins=30, color='steelblue', edgecolor='white')
axes[0, 1].set_title('降水量分布')
axes[0, 1].set_xlabel('降水量（mm）')
axes[0, 1].set_ylabel('天数')
axes[0, 1].grid(True, alpha=0.3)

# 最高气温箱线图（按月）
df['month'] = df['date'].dt.month
monthly_temp = [df[df['month'] == m]['temp_max'].values for m in range(1, 13)]
axes[1, 0].boxplot(monthly_temp, labels=[f'{i}月' for i in range(1, 13)])
axes[1, 0].set_title('各月最高气温分布')
axes[1, 0].set_xlabel('月份')
axes[1, 0].set_ylabel('气温（℃）')
axes[1, 0].grid(True, alpha=0.3)

# 散点图：温度vs降水
axes[1, 1].scatter(df['temp_max'], df['precipitation'], alpha=0.5, c='steelblue')
axes[1, 1].set_title('最高气温与降水关系')
axes[1, 1].set_xlabel('最高气温（℃）')
axes[1, 1].set_ylabel('降水量（mm）')
axes[1, 1].grid(True, alpha=0.3)

plt.suptitle('2015年天气数据分析', fontsize=18, y=1.02)
plt.tight_layout()
plt.show()