在我們昨天的文章 [第 17 天] 資料角力有提到，進行資料角力（Data wrangling）的目的多半是為了後續的資料視覺化或者建立機器學習的模型。R 語言使用者的資料視覺化工具有靜態的 Base plotting system（R 語言內建的繪圖功能）跟 ggplot2 套件，與動態的 plotly 套件。而 Python 的視覺化套件有靜態的 matplotlib 跟 seaborn 套件，與動態的 bokeh 套件。

我們今天試著使用看看 matplotlib 並且也使用 R 語言的 Base plotting system 來畫一些基本的圖形，包括：

• 直方圖（Histogram）
• 散佈圖（Scatter plot）
• 線圖（Line plot）
• 長條圖（Bar plot）
• 盒鬚圖（Box plot）

我們的開發環境是 Jupyter Notebook，這個指令可以讓圖形不會在新視窗呈現。

%matplotlib inline

直方圖（Histogram）

Python

使用 matplotlib.pyplot 的 hist() 方法。

%matplotlib inline

import numpy as np
import matplotlib.pyplot as plt

normal_samples = np.random.normal(size = 100000) # 生成 100000 組標準常態分配（平均值為 0，標準差為 1 的常態分配）隨機變數
uniform_samples = np.random.uniform(size = 100000) # 生成 100000 組介於 0 與 1 之間均勻分配隨機變數

plt.hist(normal_samples)
plt.show()
plt.hist(uniform_samples)
plt.show()

如果你對於 numpy 套件的 random() 方法覺得陌生，我推薦你參考 [第 13 天] 常用屬性或方法（2）ndarray。

R 語言

使用 hist() 函數。

normal_samples <- runif(100000) # 生成 100000 組標準常態分配（平均值為 0，標準差為 1 的常態分配）隨機變數
uniform_samples <- rnorm(100000) # 生成 100000 組介於 0 與 1 之間均勻分配隨機變數

hist(normal_samples)
hist(uniform_samples)

散佈圖（Scatter plot）

Python

使用 matplotlib.pyplot 的 scatter() 方法。

%matplotlib inline

import matplotlib.pyplot as plt

speed = [4, 4, 7, 7, 8, 9, 10, 10, 10, 11, 11, 12, 12, 12, 12, 13, 13, 13, 13, 14, 14, 14, 14, 15, 15, 15, 16, 16, 17, 17, 17, 18, 18, 18, 18, 19, 19, 19, 20, 20, 20, 20, 20, 22, 23, 24, 24, 24, 24, 25]
dist = [2, 10, 4, 22, 16, 10, 18, 26, 34, 17, 28, 14, 20, 24, 28, 26, 34, 34, 46, 26, 36, 60, 80, 20, 26, 54, 32, 40, 32, 40, 50, 42, 56, 76, 84, 36, 46, 68, 32, 48, 52, 56, 64, 66, 54, 70, 92, 93, 120, 85]

plt.scatter(speed, dist)
plt.show()

R 語言

使用 plot() 函數。

plot(cars$speed, cars$dist)

線圖（Line plot）

Python

使用 matplotlib.pyplot 的 plot() 方法。

%matplotlib inline

import matplotlib.pyplot as plt

speed = [4, 4, 7, 7, 8, 9, 10, 10, 10, 11, 11, 12, 12, 12, 12, 13, 13, 13, 13, 14, 14, 14, 14, 15, 15, 15, 16, 16, 17, 17, 17, 18, 18, 18, 18, 19, 19, 19, 20, 20, 20, 20, 20, 22, 23, 24, 24, 24, 24, 25]
dist = [2, 10, 4, 22, 16, 10, 18, 26, 34, 17, 28, 14, 20, 24, 28, 26, 34, 34, 46, 26, 36, 60, 80, 20, 26, 54, 32, 40, 32, 40, 50, 42, 56, 76, 84, 36, 46, 68, 32, 48, 52, 56, 64, 66, 54, 70, 92, 93, 120, 85]

plt.plot(speed, dist)
plt.show()

R 語言

使用 plot() 函數，指定參數 type = "l"。

plot(cars$speed, cars$dist, type = "l")

長條圖（Bar plot）

Python

使用 matplotlib.pyplot 的 bar() 方法。

%matplotlib inline

from collections import Counter
import matplotlib.pyplot as plt
import numpy as np

cyl = [6 ,6 ,4 ,6 ,8 ,6 ,8 ,4 ,4 ,6 ,6 ,8 ,8 ,8 ,8 ,8 ,8 ,4 ,4 ,4 ,4 ,8 ,8 ,8 ,8 ,4 ,4 ,4 ,8 ,6 ,8 ,4]

labels, values = zip(*Counter(cyl).items())
width = 1

plt.bar(indexes, values)
plt.xticks(indexes + width * 0.5, labels)
plt.show()

R 語言

使用 barplot() 函數。

barplot(table(mtcars$cyl))

盒鬚圖（Box plot）

python

使用 matplotlib.pyplot 的 boxplot() 方法。

%matplotlib inline

import numpy as np
import matplotlib.pyplot as plt

normal_samples = np.random.normal(size = 100000) # 生成 100000 組標準常態分配（平均值為 0，標準差為 1 的常態分配）隨機變數

plt.boxplot(normal_samples)
plt.show()

R 語言

使用 boxplot() 函數。

normal_samples <- runif(100000) # 生成 100000 組標準常態分配（平均值為 0，標準差為 1 的常態分配）隨機變數
boxplot(normal_samples)

輸出圖形

python

使用圖形物件的 savefig() 方法。

import numpy as np
import matplotlib.pyplot as plt

normal_samples = np.random.normal(size = 100000) # 生成 100000 組標準常態分配（平均值為 0，標準差為 1 的常態分配）隨機變數

plt.hist(normal_samples)
plt.savefig(filename = "my_hist.png", format = "png")

R 語言

先使用 png() 函數建立一個空的 .png 圖檔，繪圖後再輸入 dev.off()。

normal_samples <- runif(100000) # 生成 100000 組標準常態分配（平均值為 0，標準差為 1 的常態分配）隨機變數
png("my_hist.png")
hist(normal_samples)
dev.off()

小結

第十八天我們練習使用 Python 的視覺化套件 matplotlib 繪製基本的圖形，並且與 R 語言的 Base plotting system 相互對照。

參考連結

• pyplot - Matplotlib 1.5.3 documentation

同步刊登於 Github：https://github.com/yaojenkuo/learn_python_for_a_r_user