python数据可视化——matplotlib 用户手册入门:pyplot 画图

参考matplotlib官方指南:

https://matplotlib.org/tutorials/introductory/pyplot.html#sphx-glr-tutorials-introductory-pyplot-py

pyplot是常用的画图模块,功能非常强大,下面就来见识下它的能力吧

1.快速画出常见图形

2.使用关键字字符串作图

3.使用类别变量画图

4.创建多图

 1 import matplotlib.pyplot as plt
 2 %matplotlib inline
 3 plt.figure(1)                # the first figure
 4 plt.subplot(211)             # the first subplot in the first figure
 5 plt.plot([1, 2, 3])
 6 plt.subplot(212)             # the second subplot in the first figure
 7 plt.plot([4, 5, 6])
 8
 9
10 plt.figure(2)                # a second figure
11 plt.plot([4, 5, 6])          # creates a subplot(111) by default
12
13 plt.figure(1)                # figure 1 current; subplot(212) still current
14 plt.subplot(211)             # make subplot(211) in figure1 current
15 plt.title(‘Easy as 1, 2, 3‘) # subplot 211 title

 1 import matplotlib.pyplot as plt
 2 import numpy as np
 3
 4 np.random.seed(19680801)
 5 data = np.random.randn(2, 100)
 6
 7 fig, axs = plt.subplots(2, 2, figsize=(5, 5))
 8 axs[0, 0].hist(data[0])
 9 axs[1, 0].scatter(data[0], data[1])
10 axs[0, 1].plot(data[0], data[1])
11 axs[1, 1].hist2d(data[0], data[1])
12
13 plt.show()

5.添加文本:轴线标签,属性标签

 1 import matplotlib.pyplot as plt
 2 import numpy as np
 3 mu, sigma = 100, 15
 4 x = mu + sigma * np.random.randn(10000)
 5
 6 # the histogram of the data
 7 n, bins, patches = plt.hist(x, 50, normed=True, facecolor=‘g‘, alpha=0.75)
 8
 9
10 plt.xlabel(‘Smarts‘)
11 plt.ylabel(‘Probability‘)
12 plt.title(‘Histogram of IQ‘)
13 plt.text(60, .025, r‘$\mu=100,\ \sigma=15$‘)   # 支持 LaTex格式
14 plt.axis([40, 160, 0, 0.03])
15 plt.grid(True)
16 plt.show()

原文地址:https://www.cnblogs.com/feinaio2017/p/9058291.html

时间: 2024-11-07 06:58:34

python数据可视化——matplotlib 用户手册入门:pyplot 画图的相关文章

python数据可视化(matplotlib)

数据可视化 基本概念 数据可视化是指借助于图形化的手段,清晰.快捷有效的传达与沟通信息.同时,也可以辅助用户做出相应的判断,更好的去洞悉数据背后的价值. 字不如表,表不如图. 观察号码的频率,每个号码出现了多少次? 文字 08 10 15 20 30 31 33 0601 09 10 17 21 28 32 1302 05 08 13 19 21 28 1003 05 07 14 18 23 25 07…… …… 表格 图形 通过可视化图表方式,就可以清晰的表达信息 可视化图形辅助决策 1854

数据可视化-Matplotlib简易入门(一)

本节的内容来源:https://www.dataquest.io/mission/10/plotting-basics 本节的数据来源:https://archive.ics.uci.edu/ml/datasets/Forest+Fires 原始数据展示(这张表记录了某个公园的火灾情况,X和Y代表的是坐标位置,area代表的是烧毁面积) import pandas forest_fires = pandas.read_csv('forest_fires.csv') print(forest_fi

python数据可视化matplotlib的使用

# -*- coding:UTF-8 -*- import numpy as np import matplotlib.pyplot as plt from matplotlib.ticker import MultipleLocator from pylab import mpl import sys reload(sys) sys.setdefaultencoding('utf8') xmajorLocator = MultipleLocator(10* 1) #将x轴主刻度标签设置为10*

【数据科学】Python数据可视化概述

注:很早之前就打算专门写一篇与Python数据可视化相关的博客,对一些基本概念和常用技巧做一个小结.今天终于有时间来完成这个计划了! 0. Python中常用的可视化工具 Python在数据科学中的地位,不仅仅是因为numpy, scipy, pandas, scikit-learn这些高效易用.接口统一的科学计算包,其强大的数据可视化工具也是重要组成部分.在Python中,使用的最多的数据可视化工具是matplotlib,除此之外还有很多其他可选的可视化工具包,主要包括以下几大类: matpl

python数据可视化案例——平行坐标系(使用pyecharts或pandas)

平行坐标是可视化高维几何和分析多元数据的常用方法. 为了在n维空间中显示一组点,绘制由n条平行线组成的背景,通常是垂直且等距的.所述的点N 维空间被表示为折线与顶点在平行的轴线: 第i 轴上顶点的位置对应于该点的第i个坐标. 此可视化与时间序列可视化密切相关,除了它应用于轴与时间点不对应的数据,因此没有自然顺序.因此,不同的轴布置可能是有意义的. 一.平行坐标图 平行坐标图(parallel coordinates plot)是对于具有多个属性问题的一种可视化方法,下图为平行坐标图的基本样式,数

python -- 数据可视化(二)

python -- 数据可视化 Matplotlib 绘图 1.图形对象(图形窗口) mp.figure(窗口名称, figsize=窗口大小, dpi=分辨率, facecolor=颜色) 如果"窗口名称"是第一次出现,那么就创建一个新窗口,其标题栏显示该名称,如果"窗口名称"已经出现过,那么不再创建新窗口,而只是将与该名称相对应的窗口设置为当前窗口.所谓当前窗口,就是接受后续绘图操作的窗口. mp.title(标题文本, fontsize=字体大小) mp.xl

Python数据可视化的四种简易方法

摘要: 本文讲述了热图.二维密度图.蜘蛛图.树形图这四种Python数据可视化方法. 数据可视化是任何数据科学或机器学习项目的一个重要组成部分.人们常常会从探索数据分析(EDA)开始,来深入了解数据,并且创建可视化确实有助于让问题更清晰和更容易理解,尤其是对于那些较大的高维度数据集.在项目结束的时候,能够以清晰的.简洁的和令人信服的方式呈现最终结果,这是非常重要的,让你的用户能够理解和明白. 你可能已经看过了我之前的文章<5种快速和简单的Python数据可视化方法(含代码)>(5 Quick

Python数据可视化编程实战——导入数据

1.从csv文件导入数据 原理:with语句打开文件并绑定到对象f.不必担心在操作完资源后去关闭数据文件,with的上下文管理器会帮助处理.然后,csv.reader()方法返回reader对象,通过该对象遍历所读取文件的所有行. 1 #!/usr/bin/env python 2 3 import csv 4 5 filename = 'ch02-data.csv' 6 7 data = [] 8 try: 9 with open(filename) as f: 10 reader = csv

分享《Python数据可视化编程实战》中文版PDF+英文版PDF+源代码

下载:https://pan.baidu.com/s/17-gPTIYJsHc4Xn_f5sVYXw <Python数据可视化编程实战>中文版PDF+英文版PDF+源代码 中文版PDF,带目录和书签:英文版PDF,带目录和书签:中英文两版可以对比学习.配套源代码:经典书籍,讲解详细:中文版如图: 原文地址:http://blog.51cto.com/3215120/2311995