[数据]matplotlib总结
这里权当一个matplotlib的用法小结,主要用于记录,以防忘记。
需要安装一下Anaconda,这里推荐清华大学的镜像:https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
matplotlib能将数据进行可视化,更直观地呈现。使数据更加客观,更具说服力。
1. 折线图
from matplotlib import pyplot as plt# E:\Anaconda3\Library\bin添加到环境变量 x = range(2, 26, 2) y = [15, 13, 14.5, 17, 20, 25, 26, 26, 24, 22, 18, 15]# 设置图片大小,宽20,高8,像素80 plt.figure(figsize=(20, 8), dpi=80)# 设置x轴的刻度 _xtick_labels = [i / 2 for i in range(4, 49)] plt.xticks(_xtick_labels[::3]) #步长取3 plt.yticks(range(min(y), max(y) + 1))# 绘图 plt.plot(x, y)# 保存,svg矢量图格式,放大不会有锯齿 plt.savefig('./t1.svg')# 展示图形 plt.show()
2. 设置中文
import randomfrom matplotlib import pyplot as plt, font_manager#设置字体(这样可以显示中文字体) my_font = font_manager.FontProperties(fname='C:\Windows\Fonts\simsun.ttc', size=12)x = range(120) y = [random.randint(20, 35) for i in range(120)]plt.figure(figsize=(20, 8), dpi=80)# 调整x轴的刻度 # _x = list(x)[::10] # _xtick_labels = ['hello,{}'.format(i) for i in _x] # plt.xticks(_x, _xtick_labels) _x = list(x) _xtick_labels = ['10点{}分'.format(i) for i in range(60)] _xtick_labels += ['11点{}分'.format(i) for i in range(60)] #rotation是逆时针旋转角度 # plt.xticks(_x[::3], _xtick_labels[::3], rotation = 45, fontproperties = 'SimHei') #这样是可以的 plt.xticks(_x[::3], _xtick_labels[::3], rotation = 45, fontproperties = my_font)plt.yticks(range(min(y), max(y) + 1))#添加描述信息 plt.xlabel('时间', fontproperties = my_font) plt.ylabel('温度 单位(℃)', fontproperties = my_font) plt.title('10点到12点每分钟的气温变化情况', fontproperties = my_font) #网格 #alpha是透明度,0最透明,1最明显 plt.grid(alpha = 0.3)plt.plot(x, y) plt.show()
3. 多个折线图
图例的位置loc:
from matplotlib import pyplot as plt, font_managerplt.figure(figsize=(20, 8), dpi=80) x = range(11, 31) y1 = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1] y2 = [1,0,3,1,2,2,3,3,2,1,2,1,1,1,1,1,1,1,1,1]#设置字体(这样可以显示中文字体) my_font = font_manager.FontProperties(fname='C:\Windows\Fonts\simsun.ttc', size=12)plt.xticks(x, ['{}岁'.format(i) for i in list(x)], fontproperties = my_font) plt.yticks([i / 2 for i in range(2 * min(y1), 2 * max(y1) + 1)])#描述信息 plt.xlabel('年龄', fontproperties = my_font) plt.ylabel('数量', fontproperties = my_font) plt.title('统计个数', fontproperties = my_font, size = 18)#网格 #alpha是透明度 #linestyle -是实线 :是点虚线 --是线虚线 -.是点线虚线 plt.grid(alpha = 0.9, linestyle = ':')#两个都画 plt.plot(x, y1, label = '陈驰', color = 'red', linestyle = '--', linewidth = 3) plt.plot(x, y2, label = '石泽涛', color = 'blue', linestyle = '-.', linewidth = 1)#添加图例 #这里显示中文需要注意一下 plt.legend(prop=my_font, loc=2)plt.show()
4. 散点图
from matplotlib import pyplot as plt, font_managery_3 = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23] y_10 = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]x_3 = range(1, 32) x_10 = range(51, 82)plt.figure(figsize=(20, 8), dpi=80)#设置字体(这样可以显示中文字体) my_font = font_manager.FontProperties(fname='C:\Windows\Fonts\simsun.ttc', size=12)#画散点图 plt.scatter(x_3, y_3, label = '3月份') plt.scatter(x_10, y_10, label = '10月份')_x = list(x_3) + list(x_10) _xtick_labels = ['3月{}日'.format(i) for i in x_3] _xtick_labels += ['10月{}日'.format(i - 50) for i in x_10]plt.xticks(_x[::3], _xtick_labels[::3], fontproperties = my_font, rotation = 45) plt.yticks(range(min(y_3 + y_10), max(y_3 + y_10) + 1))#添加图例 plt.legend(prop = my_font, loc = 2)#设置描述信息 plt.xlabel('时间', fontproperties = my_font) plt.ylabel('温度(℃)', fontproperties = my_font) plt.title('统计月份温度', fontproperties = my_font, size = 19)plt.grid(alpha = 0.4, linestyle = ':')plt.show()
5. 柱状图
from matplotlib import pyplot as plt, font_managera = ["战狼2", "速度与激情8", "功夫瑜伽", "西游伏妖篇", "变形金刚5:最后的骑士", "摔跤吧!爸爸", "加勒比海盗5:死无对证", "金刚:骷髅岛", "极限特工:终极回归", "生化危机6:终章","乘风破浪", "神偷奶爸3", "智取威虎山", "大闹天竺", "金刚狼3:殊死一战", "蜘蛛侠:英雄归来", "悟空传", "银河护卫队2", "情圣", "新木乃伊", ]b = [56.01, 26.94, 17.53, 16.49, 15.45, 12.96, 11.8, 11.61, 11.28, 11.12, 10.49, 10.3, 8.75, 7.55, 7.32, 6.99, 6.88,6.86, 6.58, 6.23]#设置字体(这样可以显示中文字体) my_font = font_manager.FontProperties(fname='C:\Windows\Fonts\simsun.ttc', size=12)plt.figure(figsize=(20, 8), dpi=80)plt.yticks(range(len(a)), a, fontproperties = my_font) plt.xticks(list(range(int(min(b)), int(max(b)) + 1))[::2])plt.ylabel('电影', fontproperties = my_font) plt.xlabel('票房(亿元)', fontproperties = my_font) plt.title('2017电影票房统计', fontproperties = my_font, size = 19)#width是条形图宽度 #bar是竖着的(width属性),barh是横着的(height属性) plt.barh(range(len(a)), b, height = 0.3, color = 'orange')plt.grid(alpha = 0.3, linestyle = ':')plt.show()
6. 直方图
from matplotlib import pyplot as plt, font_manager#设置字体(这样可以显示中文字体) my_font = font_manager.FontProperties(fname='C:\Windows\Fonts\simsun.ttc', size=12)a = ["猩球崛起3:终极之战","敦刻尔克","蜘蛛侠:英雄归来","战狼2"] b_16 = [15746,312,4497,319] b_15 = [12357,156,2045,168] b_14 = [2358,399,2358,362]plt.figure(figsize=(20, 8), dpi=80)_x = list(range(len(a))) _bar_width = 0.1plt.xticks([i + _bar_width for i in _x], a, fontproperties = my_font)plt.xlabel('电影', fontproperties = my_font) plt.ylabel('票房', fontproperties = my_font) plt.title('不同天的电影票房', fontproperties = my_font, size = 20)plt.bar(_x, b_16, width = _bar_width, label = '9月16日') plt.bar([i + _bar_width for i in _x], b_15, width = _bar_width, label = '9月15日') plt.bar([i + _bar_width * 2 for i in _x], b_14, width = _bar_width, label = '9月14日')plt.legend(prop = my_font, loc = 0)plt.show()
要想进一步学习,参考:
https://matplotlib.org/gallery/index.html
或者选用:
https://plot.ly/python/
转载于:https://www.cnblogs.com/DarrenChan/p/10321432.html
[数据]matplotlib总结相关推荐
- python 获取li的内容_Python开发案例:爬取四川省统计局数据Matplotlib绘图
开发环境 Windows 10 企业版 Pycharm 2019.01 EAP Community Edition Python 3.7 前言 四川省统计局提供了过去若干月份的统计数据.统计局提供的数 ...
- HM数据科学库-matplotlib(二)
matplotlib常用统计图-散点图绘制 绘制散点图和折线图方法类似,把命令换成plt.scatter(x,y_3)即可,是和折线图的唯一区别. 避免重叠,可以让x_3和x_10相差一部分数据 x轴 ...
- HuaPu在学:机器学习——数据科学库【matplotlib】
数据科学库[matplotlib] 文章目录 数据科学库[matplotlib] 前言 一.数据分析介绍及环境安装 1.为什么要数据分析??? 2.环境安装 二.matplotlib 1.为什么学习m ...
- Python数据科学库02(matplotlib)
Python数据科学库02 学习02 matplotlib 对比常用统计图 折线图的更多应用场景: 1.呈现公司产品(不同区域)每天活跃用户数 2.呈现app每天下载数量 3.呈现产品新功能上线后,用 ...
- 6 Matplotlib库实现数据可视化
6.1 Matplotlib的简述及安装 Matplotlib是Python 2D-绘图领域使用最广泛的套件.它能让使用者很轻松的将数据图形化,并且提供多样化的输出格式. 安装:Windows+R快捷 ...
- python.freelycode.com-Python数据可视化2018:为什么这么多的库?
Python部落(python.freelycode.com)组织翻译,禁止转载,欢迎转发. 本文是三篇系列文章中的第一篇,描述了Python数据可视化工具的状态以及SciPy2018的发展趋势. 作 ...
- js 处理十万条数据_Python数据可视化2018:为什么这么多的库?
在奥斯汀举行的SciPy2018特别会议上,许多开源Python可视化工具的代表分享了他们对于Python数据可视化未来发展的不同观点.我们听到了关于Matplotlib,Plotly以及VisPy等 ...
- python编程从入门到实践 之 数据可视化部分总结和回顾(未完待续)
15.1生成数据 matplotlib:是一个数学绘图库,使用它可以制作简单的图标. pygal包:专注于生成适合在数字设备上显示的图标.通过使用pygal,可以在与图表交互时突出元素以及调整大小,还 ...
- matlab怎么调整子图间距,matplotlib调整子图间距,调整整体空白的方法
matplotlib调整子图间距,调整整体空白的方法 如下所示: fig.tight_layout()#调整整体空白 plt.subplots_adjust(wspace =0, hspace =0) ...
最新文章
- linux namespace 隔离内核资源的方式 简介
- 网站长尾关键词优化有门道!
- pythonisodd函数_python3.5|小白入门基础语法之数据结构、函数、迭代,确实简洁...
- idea maven打包_20201116(Maven学习)
- oracle 9207-gt;9208(HPUX,RAC)
- GetAsyncKeyState() 0x8000
- jwplayer html插件,jQuery插件JWPlayer视频播放器用法实例分析
- ORA-20011 ORA-29913 KUP-11024
- 开源java数据库库
- 独立开发的基于springboot + websocket IM网站聊天系统总结
- 中新社、新华报业网等媒体报道腾云忆想云化IT生态,聚焦科技助力“双循环经济”数字化升级
- 2020年年度总结(致敬自己)
- 诠释绿色科技 Laedana荣获2022国际CMF设计奖
- 沪牌学院-沪拍拍课堂1: 估价策略
- Python数据分析辅助审计工作
- linux服务器被挖矿的解决办法
- 庄子 “唯至人乃能游于世不避,顺人而不失己。”
- 正则表达式,前后非空,中间可空
- 王大师送福利啦!2021年面试题目汇总
- 关于谢灵抄袭案媒体采访的声明