摘要:首先引入和數(shù)據(jù)分析有關(guān)的庫。然后使用讀入數(shù)據(jù)。規(guī)定一個長為,寬為的畫圖區(qū)域。規(guī)定繪圖區(qū)域大小指定五條折線的顏色添加圖例到最佳顯示位置添加子圖繪制區(qū)域。分別指定軸,軸,圖像名稱。繪制直方圖,指定繪制出數(shù)據(jù)的條數(shù),指定直方圖橫坐標的取值范圍。
matplotlib是python中的一個數(shù)據(jù)可視化庫,可以做出很多數(shù)據(jù)統(tǒng)計圖,下面來說一說matplotlib的一些基本使用。
1.首先引入和數(shù)據(jù)分析有關(guān)的庫。
import pandas as pd import matplotlib.pyplot as plt import numpy as np
2.然后使用pandas讀入數(shù)據(jù)。
3.fig = plt.figure(figsize=(m,n)):規(guī)定一個長為m,寬為n的畫圖區(qū)域。
4.plt.xlabel(""):規(guī)定橫軸名稱。
5.plt.ylabel(""):規(guī)定縱軸名稱。
6.plt.title(""):規(guī)定圖像名稱。
7.plt.xticks(rotation=k):將x軸的各標簽旋轉(zhuǎn)k度。
8.plt.legend(loc="best):添加圖例,loc為圖例的位置,傳入best系統(tǒng)會自動尋找最佳的圖例位置。下圖為繪制五條折線。
fig = plt.figure(figsize=(10,7)) #規(guī)定繪圖區(qū)域大小 color = ["green","cyan","yellow","red","black"] #指定五條折線的顏色 plt.xlabel("Month") plt.ylabel("Unemployment Rate") plt.title("Unemployment Statics Trend,1948") for i in range(5): x = i*12 y = (i+1)*12 subset = unrate[x:y] label = str(1948+i) plt.plot(subset["MONTH"],subset["VALUE"],c=color[i],label=label) plt.legend(loc="best") #添加圖例到最佳顯示位置 plt.show()
9.fig.add_subplot():添加子圖繪制區(qū)域。
fig = plt.figure(figsize=(10,8)) ax1 = fig.add_subplot(2,2,1) #指定子圖位置 ax2 = fig.add_subplot(2,2,2) ax3 = fig.add_subplot(2,2,3) ax4 = fig.add_subplot(2,2,4) plt.show()
10.ax.set_xticks():指定x軸繪圖坐標。
11.ax.set_xticklabels():指定x軸每個標簽的名字。
12.ax.set_xlabel()、ax.set_ylabel()、ax.set_title():分別指定x軸,y軸,圖像名稱。
num_cols = ["RT_user_norm", "Metacritic_user_nom", "IMDB_norm", "Fandango_Ratingvalue", "Fandango_Stars"] bar_heights = norm_reviews.loc[0,num_cols].values print(bar_heights) bar_positions = np.arange(5) print(bar_positions) tick_positions = range(0,5) fig,ax = plt.subplots(figsize=(10,8)) #用ax畫圖,fig控制區(qū)域 plt.bar(bar_positions,bar_heights,0.6) #0.6表示所畫條形圖每個圖形的寬度 ax.set_xticks(tick_positions) ax.set_xticklabels(num_cols,rotation=45) ax.set_xlabel("Rating Source") ax.set_ylabel("Average Rating") ax.set_title("Average User Rating For Avengers:Age of Ultron(2015)") plt.show()
13.如果要讓條形圖橫著畫,只需將繪制條形圖的命令plt.bar()改為plt.barh(),如果有需要再重新指定一下自己所需的橫縱坐標即可。
14.plt.scatter():繪制散點圖。
15.plt.hist(x,bins=k,range=(m,n)):繪制直方圖,bins指定繪制出數(shù)據(jù)的條數(shù),range()指定直方圖橫坐標的取值范圍。
16.ax.boxplot():繪制盒形圖,盒形圖可以直觀的觀察出數(shù)據(jù)的離群點,也就是不符合規(guī)范的數(shù)據(jù),具體到seaborn庫時會講。
文章版權(quán)歸作者所有,未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址:http://specialneedsforspecialkids.com/yun/43020.html
小編寫這篇文章的一個主要目的,主要是來給大家去做一個相關(guān)的自我介紹,介紹關(guān)于python是怎么進行數(shù)學建模的,怎么使用Matpolibd呢?具體的使用方法是什么呢?下面就給大家詳細的去做一個解答。 Matplotlib簡介 #Matplotlib簡介: ''' 使用Matplotlib在Python中創(chuàng)建圖表【Matplotlib是用于創(chuàng)建圖表的Python...
摘要:有一些表示常見圖形的對象稱為塊,完整的集合位于。中的繪圖函數(shù)在中,有行標簽列標簽分組信息。密度圖通過計算可能會產(chǎn)生觀測數(shù)據(jù)的連續(xù)概率分布的估計而產(chǎn)生的。在探索式數(shù)據(jù)分析工作中,同時觀察一組變量的散布圖是很有意義的。 我們在上一篇介紹了 pandas,本篇介紹 matplotlib。 繪圖和可視化 一個用于創(chuàng)建出版質(zhì)量圖表的桌面繪圖包。 Matplotlib API入門 Figure ...
摘要:當數(shù)據(jù)發(fā)生變化時,這種演變過程隨之發(fā)生。是一種統(tǒng)計報告圖,由一系列高度不等的縱向條紋或線段表示數(shù)據(jù)分布的情況。 showImg(https://segmentfault.com/img/bVbnkP1?w=751&h=558); python相關(guān) 基礎(chǔ)概念 數(shù)據(jù):離散的,客觀事實的數(shù)字表示 信息:處理后的數(shù)據(jù),為實際問題提供答案 - 為數(shù)據(jù)提供一種關(guān)系或一個關(guān)聯(lián)后,數(shù)據(jù)就成了信...
動畫是使可視化更具吸引力和用戶吸引力的好方法。它幫助我們以有意義的方式展示數(shù)據(jù)可視化。Python 幫助我們使用現(xiàn)有的強大 Python 庫創(chuàng)建動畫可視化。Matplotlib是一個非常流行的數(shù)據(jù)可視化庫,通常用于數(shù)據(jù)的圖形表示以及使用內(nèi)置函數(shù)的動畫。 直接跳到末尾 去評論區(qū)領(lǐng)書 ? 在 Python 中創(chuàng)建條形圖追趕動畫(評論區(qū)送書) ? 方法一:使用 pause() 函數(shù)? 方法二:使用 F...
摘要:相對于靜態(tài)圖表,人類總是容易被動畫和交互式圖表所吸引。可以使用輕松生成圖表直方圖功率譜,條形圖,錯誤圖表,散點圖等。然而,也有一些方面落后于同類的庫。動畫使用一組固定的對象。稍后將用數(shù)據(jù)對行對象進行填充。現(xiàn)在用將它們轉(zhuǎn)換為動畫。 翻譯:瘋狂的技術(shù)宅https://towardsdatascience.co... showImg(https://segmentfault.com/img...
摘要:相對于靜態(tài)圖表,人類總是容易被動畫和交互式圖表所吸引。可以使用輕松生成圖表直方圖功率譜,條形圖,錯誤圖表,散點圖等。然而,也有一些方面落后于同類的庫。動畫使用一組固定的對象。稍后將用數(shù)據(jù)對行對象進行填充。現(xiàn)在用將它們轉(zhuǎn)換為動畫。 翻譯:瘋狂的技術(shù)宅https://towardsdatascience.co... showImg(https://segmentfault.com/img...
閱讀 4001·2023-04-26 02:13
閱讀 2244·2021-11-08 13:13
閱讀 2729·2021-10-11 10:59
閱讀 1732·2021-09-03 00:23
閱讀 1301·2019-08-30 15:53
閱讀 2275·2019-08-28 18:22
閱讀 3050·2019-08-26 10:45
閱讀 727·2019-08-23 17:58