“可視化分析，數(shù)據(jù)分析的導(dǎo)航儀”
??????? Matplotlib 可能是 Python 2D-繪圖領(lǐng)域使用最廣泛的套件。它能讓使用者很輕松地將數(shù)據(jù)圖形化，并且提供多樣化的輸出格式。這里將會(huì)探索 matplotlib 的常見(jiàn)用法。
01
—
標(biāo)準(zhǔn)化代碼
可視化標(biāo)準(zhǔn)化代碼如下：
# 導(dǎo)入 matplotlib 的所有內(nèi)容（nympy 可以用 np 這個(gè)名字來(lái)使用）frompylabimport*# 創(chuàng)建一個(gè) 8 * 6 點(diǎn)（point）的圖，并設(shè)置分辨率為 80figure(figsize=(8,6), dpi=80)# 創(chuàng)建一個(gè)新的 1 * 1 的子圖，接下來(lái)的圖樣繪制在其中的第 1 塊（也是唯一的一塊）subplot(1,1,1)X = np.linspace(-np.pi, np.pi,256,endpoint=True)C,S = np.cos(X), np.sin(X)# 繪制余弦曲線，使用藍(lán)色的、連續(xù)的、寬度為 1 （像素）的線條plot(X, C, color="blue", linewidth=1.0, linestyle="-")# 繪制正弦曲線，使用綠色的、連續(xù)的、寬度為 1 （像素）的線條plot(X, S, color="green", linewidth=1.0, linestyle="-")# 設(shè)置橫軸的上下限xlim(-4.0,4.0)# 設(shè)置橫軸記號(hào)xticks(np.linspace(-4,4,9,endpoint=True))# 設(shè)置縱軸的上下限ylim(-1.0,1.0)# 設(shè)置縱軸記號(hào)yticks(np.linspace(-1,1,5,endpoint=True))# 以分辨率 72 來(lái)保存圖片# savefig("exercice_2.png",dpi=72)# 在屏幕上顯示show()
02
—
常見(jiàn)可視化圖形代碼
1、直線圖
from matplotlib import pyplot as pltimport numpy as npimport matplotlib# fname 為 你下載的字體庫(kù)路徑，注意 SimHei.ttf 字體的路徑zhfont1 = matplotlib.font_manager.FontProperties(fname="SimHei.ttf")x=np.arange(1,11)y=x+3plt.title("線形圖", fontproperties=zhfont1)plt.xlabel("X軸", fontproperties=zhfont1)plt.ylabel("y軸", fontproperties=zhfont1)plt.plot(x,y)plt.show()
輸出圖形如下：
2、柱狀圖
frommatplotlibimportpyplotaspltx =? [5,8,10]y =? [12,16,6]x2 =? [6,9,11]y2 =? [6,15,7]plt.bar(x, y, align ='center')plt.bar(x2, y2, color ='g', align ='center')plt.title('Bar graph')plt.ylabel('Y axis')plt.xlabel('X axis')plt.show()
輸出圖形如下:
3、柱狀圖
frommatplotlibimportpyplotaspltimportnumpyasnp a = np.array([22,87,5,43,56,73,55,54,11,20,51,5,79,31,27])plt.hist(a, bins =? [0,20,40,60,80,100])plt.title("histogram")plt.show()
輸出圖形如下:
4、散點(diǎn)圖
from matplotlib import pyplot as plt import numpy as npn = 1024X = np.random.normal(0,1,n)Y = np.random.normal(0,1,n)plt.scatter(X,Y)plt.show()
輸出圖形如下：
每天一小步，最終一大步！
