Python可视化库Matplotlib的使用

一。导入数据

import pandas as pd
unrate = pd.read_csv(‘unrate.csv‘)
unrate[‘DATE‘] = pd.to_datetime(unrate[‘DATE‘])
print(unrate.head(12))
 结果如下:        DATE  VALUE
0  1948-01-01    3.4
1  1948-02-01    3.8
2  1948-03-01    4.0
3  1948-04-01    3.9
4  1948-05-01    3.5
5  1948-06-01    3.6
6  1948-07-01    3.6
7  1948-08-01    3.9
8  1948-09-01    3.8
9  1948-10-01    3.7
10 1948-11-01    3.8
11 1948-12-01    4.0二。使用Matplotlib库
import matplotlib.pyplot as plt
#%matplotlib inline
#Using the different pyplot functions, we can create, customize, and display a plot. For example, we can use 2 functions to :
plt.plot()
plt.show()

结果如下:

三。插入数据

first_twelve = unrate[0:12]
plt.plot(first_twelve[‘DATE‘], first_twelve[‘VALUE‘])
plt.show()

由于x轴过于紧凑,所以使用旋转x轴的方法 结果如下。

plt.plot(first_twelve[‘DATE‘], first_twelve[‘VALUE‘])
plt.xticks(rotation=45)
#print help(plt.xticks)
plt.show()

四。设置x轴y轴说明

plt.plot(first_twelve[‘DATE‘], first_twelve[‘VALUE‘])
plt.xticks(rotation=90)
plt.xlabel(‘Month‘)
plt.ylabel(‘Unemployment Rate‘)
plt.title(‘Monthly Unemployment Trends, 1948‘)
plt.show()

时间: 2024-10-09 19:00:33

Python可视化库Matplotlib的使用的相关文章

Pycon 2017: Python可视化库大全

本文首发于微信公众号“Python数据之道” 前言 本文主要摘录自 pycon 2017大会的一个演讲,同时结合自己的一些理解. pycon 2017的相关演讲主题是“The Python Visualization Landscape”. 先来一张全景图镇楼~~ 看完这张图是不是有点懵? 别着急,我们一起来看看后面的阐述. python可视化库可以大致分为几类: 基于matplotlib的可视化库 基于JS的可视化库 基于上述两者或其他组合功能的库 基于matplotlib的可视化库 matp

数据可视化库-Matplotlib基本操作

python-3.7     pycharm matplotlib 2.2.3 """ 数据可视化库-Matplotlib 时间:2018\9\12 0012 """ import numpy as np import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt print("""\n-------------------

Python数据可视化库-Matplotlib(一)

今天我们来学习一下python的数据可视化库,Matplotlib,是一个Python的2D绘图库 通过这个库,开发者可以仅需要几行代码,便可以生成绘图,直方图,功率图,条形图,错误图,散点图等等 废话不多说,我们直接通过例子来进行讲解. 首先我们有一组数据如下: 我们可以看到,这组数据有日期,还有日期对应的值,因为这组数据中的日期格式不是标准的日期格式 那么我们对数据做一下转换,取1948年的整年的数据,来进行一个绘图操作 import pandas as pd unrate = pd.rea

Python 可视化工具 Matplotlib

英文出处:Chris Moffitt. Matplotlib是Python中最常用的可视化工具之一,可以非常方便地创建海量类型的2D图表和一些基本的3D图表.本文主要介绍了在学习Matplotlib时面临的一些挑战,为什么要使用Matplotlib,并推荐了一个学习使用Matplotlib的步骤. 简介 对于新手来说,进入Python可视化领域有时可能会令人感到沮丧.Python有很多不同的可视化工具,选择一个正确的工具有时是一种挑战. 例如,即使两年过去了,这篇<Overview of Pyt

可视化库-Matplotlib(第三天)

1.画一个基本的图 import numpy as np import matplotlib.pyplot as plt # 最基本的一个图,"r--" 线条加颜色, 也可以使用linestyle和color来进行设置 linestyle='--', color='r' plt.plot([1, 2, 3, 4, 5], [1, 4, 9, 16, 25], 'r--') # 画出x轴 和 y轴的坐标,fontsize 打印字体大小 plt.xlabel('xlabel', fonts

Python进阶(三十九)-数据可视化の使用matplotlib进行绘图分析数据

Python进阶(三十九)-数据可视化の使用matplotlib进行绘图分析数据 ??matplotlib 是python最著名的绘图库,它提供了一整套和matlab相似的命令API,十分适合交互式地进行制图.而且也可以方便地将它作为绘图控件,嵌入GUI应用程序中. ??它的文档相当完备,并且 Gallery页面 中有上百幅缩略图,打开之后都有源程序.因此如果你需要绘制某种类型的图,只需要在这个页面中浏览/复制/粘贴一下,基本上都能搞定. ??在Linux下比较著名的数据图工具还有gnuplot

Python进阶(四十)-数据可视化の使用matplotlib进行绘图

Python进阶(四十)-数据可视化の使用matplotlib进行绘图 前言 ??matplotlib是基于Python语言的开源项目,旨在为Python提供一个数据绘图包.我将在这篇文章中介绍matplotlib API的核心对象,并介绍如何使用这些对象来实现绘图.实际上,matplotlib的对象体系严谨而有趣,为使用者提供了巨大的发挥空间.用户在熟悉了核心对象之后,可以轻易的定制图像.matplotlib的对象体系也是计算机图形学的一个优秀范例.即使你不是Python程序员,你也可以从文中

Bokeh 0.12.2rc1 发布,Python 交互式可视化库

Bokeh 0.12.2rc1 发布了,Bokeh (Bokeh.js) 是一个 Python 交互式可视化库,支持现代化 Web 浏览器,提供非常完美的展示功能(app制作ty300.com).Bokeh 的目标是使用 D3.js 样式提供优雅,简洁新颖的图形化风格,同时提供大型数据集的高性能交互功能(入门教程qkxue.net).Boken 可以快速的创建交互式的绘图,仪表盘和数据应用. 小版本更新,暂无正式的改进说明,想了解更多信息,直接查看github提交记录.

Bokeh 0.12.3dev3,Python 交互式可视化库

Bokeh 0.12.3dev3 发布了,Bokeh (Bokeh.js) 是一个 Python 交互式可视化库,支持现代化 Web 浏览器,提供非常完美的展示功能(腾云科技ty300.com).Bokeh 的目标是使用 D3.js 样式提供优雅,简洁新颖的图形化风格,同时提供大型数据集的高性能交互功能(基础教程qkxue.net).Boken 可以快速的创建交互式的绘图,仪表盘和数据应用. 暂未发现更新内容,点击查看发行说明和提交记录: https://github.com/bokeh/bok