python生成折线图-Python数据可视化 -生成数据之绘制折线图和散点图

matplotlib教程https://blog.csdn.net/Notzuonotdied/article/details/77876080

http://study.163.com/course/introduction.htm?courseId=1003240004

matplotlib画廊：https://matplotlib.org/（查看使用matplotlib可制作的各种图表以及生成图表的代码）

绘制简单的折线图

详细说明在代码中

import matplotlib.pyplot as plt

#导入模块pyplot,并给它赋别名plt，以免后续重复输入pyplot，pyplot中包含了许多用于生成图表的函数

#简单绘图

squares=[1, 4 ,9, 16, 25]#创建一个列表，平方数

plt.plot(squares)#再将这个列表传递给函数plot(),这个函数会根据根据这些数字绘出有意义的图

#plt.show()#打开matplotlib查看器，并显示绘制图形

#修改标签文字和线条粗细

plt.plot(squares,linewidth=5)#linewidth决定了plot()绘制图像线条的粗细

plt.title("Square Numbers",fontsize=24)#设置图标标题，fontsize字型大小

plt.xlabel("Value",fontsize=14)#给x轴加标签

plt.ylabel("Square of Value",fontsize=14)#给y轴加标签

plt.tick_params(axis='both',labelsize=14)#设置刻度标记的大小

#tick_params设置刻度的样式，其中指定的实参将影响x轴y轴的刻度

#plt.show()

#校正图形

#当你向plot提供一系列数据时，他假设第一个数据点对应的x坐标值为0，

#但我们第一个点对应的坐标值为1，为改变这种默认行为，我们可以给plot同时提供输入值和输出值

input_values=[1,2,3,4,5]

squares=[1,4,9,16,25]

plt.plot(input_values,squares,linewidth=5)

plt.show()

使用scatter()绘制散点图

import matplotlib.pyplot as plt

plt.scatter(2,4)

#plt.show()

#下面设置输出样式，添加标题，给轴上加标签，并确保所有文本都大到能看得清

plt.title("Square Numbers",fontsize=24)

plt.xlabel("Value",fontsize=14)

plt.ylabel("Square of Value",fontsize=14)

plt.tick_params(axis='both',which='major',labelsize=14)#设置刻度标记的大小

#plt.show()

#如果要绘制一系列的点，可以向scatter传递两个分别包含xy的值的列表

x_values=[1,2,3,4,5]

y_values=[1,4,9,16,25]

plt.scatter(x_values,y_values,s=100)

plt.show()

自动计算数据

手工计算列表要包含的值可能效率低下，需要绘制的点很多时尤其如此，可以不必手工计算包含点坐标的列表，而让python循环来替我们完成这种计算。

import matplotlib.pyplot as plt

x_value=list(range(1,1001))

y_value=[x**2 for x in x_value]

#首先创建了一个包含x值的列表，其中包含数字1到1000，

#接下来是一个生成y值的列表解析，它遍历了x值，将结果存储到y列表

plt.scatter(x_value,y_value,s=40)

#然后将输入输出列表传递给scatter()

plt.axis([0,1100,0,1100000])

#由于这个数据集较大，我们将点设置的较小，并使用axis()指定了每个坐标轴的范围

plt.show()

删除数据点的轮廓

matplotlib允许你给散点图的各个点指定颜色，默认为黑色电荷蓝色轮廓，在散点图包含的点不多时效果很好，，但绘制很多点时，黑色轮廓可能会粘连在一起，要删除数据点的轮廓，可以在调用scatter时传递实参edgecolor='none'

plt.scatter(x_value,y_value,s=40,edgecolor='none')

自定义颜色

要修改数据点的颜色，可向scatter传递参数c，并将其设置为要使用的颜色的名称

plt.scatter(x_value,y_value,s=40,edgecolor='none',c='red')

你还可以使用RGB颜色模式自定义颜色。要指定自定义颜色，课传递参数c，并将其设置为一个元组，其中包含三个0~1之间的小数值，他们分别表示红色绿色和蓝色分量，例如，下面是一个由淡蓝色点组成的散点图：

plt.scatter(x_value,y_value,s=40,edgecolor='none',c=(0,0,0.8))

值越接近0，指定的颜色越深，值越接近1指定的颜色越浅

使用颜色映射

颜色映射是一系列颜色，他们从起始颜色渐变到结束颜色，在可视化中，颜色映射用于突出数据的规律，

例如，你可能用较浅的颜色来显示较小的值，并用较深的颜色来显示较大的值。

模块pyplot内置了一组颜色映射，要使用这些颜色映射，你需要告诉pyplot该如何设置数据集中每个点的颜色，

下面演示如何根据每个点的y值来设置颜色：

plt.scatter(x_value,y_value,s=40,edgecolor='none',c=y_value,cmap=plt.cm.Blues)

我们将参数c设置成了一个y值列表，并使用参数cmap告诉pyplot使用那个颜色映射，

这些代码将y值较大的点显示为深蓝色，将y值较小的点设置为浅蓝色

注：要了解pyplot中的所有颜色映射，请访问https://matplotlib.org/gallery/color/colormap_reference.html#sphx-glr-gallery-color-colormap-reference-py

自动保存图表

要让程序自动将图表保存到文件中，课将对plt.show()的调用替换为对plt.savefig()的调用：

plt.savefig('tu1.png',bbox_inches='tight')

第一个实参代表以什么样的文件名保存图表，这个文件将存储到scatter_squares.py所在的目录中。第二个实参指定近图表多余的空白部分裁剪掉，如果要保留周围空白区域，课省略这个实参。

python生成折线图-Python数据可视化 -生成数据之绘制折线图和散点图相关推荐

数据可视化_用Matplotlib绘制折线图
作者:雷蕾数据可视化指的是通过可视化表示来探索数据,它与数据分析紧密相关. 数据分析指的是使用代码来探索数据集的规律和关联. 本文主要讲解如何使用Pyhon最流行的工具之一Matplotlib来绘制 ...
python使用matplotlib可视化折线图、在可视化图像中同时绘制多条折线图
python使用matplotlib可视化折线图.在可视化图像中同时绘制多条折线图目录 python使用matplotlib可视化折线图.在可视化图像中同时绘制多条折线图
python数据可视化读取excell文件绘制图像详细教程
python数据可视化读取excell文件绘制图像详细教程 python数据可视化 python库中的基本用法 import pandas as pd # 调用pandas库来读取excell的文件 ...
Python 数据可视化—下载数据(CSV文件格式、JSON格式)
Python 数据可视化-下载数据CSV文件格式.JSON格式网上下载数据,并对这些数据进行可视化,可视化以两种常见格式存储的数据:CSV 和JSON. 我们将使用Python模块csv 来处理以C ...
可视化框架、Axure原型、大屏可视化、图表组件、图表元件库、统计图表、数据可视化模板、条形图、折线图、散点图、时间轴、仪表盘、饼图、散点图、雷达图、高山图、登录模板、弹窗、弹幕、预警、散点图
可视化框架.数据可视化综合管理平台.大屏可视化.图表组件.图表元件库.统计图表.数据可视化模板.条形图.折线图.散点图.时间轴.仪表盘.饼图.散点图.雷达图.高山图.登录模板.弹窗.弹幕.预警.散点图 ...
python可视化的优势_「数据可视化」数据可视化的优势有哪些？
数据可视化的优势有哪些?大数据可视化的实际意义是协助人更强的分析数据,信息内容的品质挺大水平上取决于其表达形式.对大数字列举所构成的数据信息中所包括的实际意义开展剖析,使剖析結果数据可视化. 实际上大 ...
python数据挖掘学习】十五.Matplotlib调用imshow()函数绘制热图
python数据挖掘学习]十五.Matplotlib调用imshow()函数绘制热图 #2018-03-28 14:47:19 March Wednesday the 13 week, the 087 ...
Py之seaborn：数据可视化seaborn库(二)的组合图可视化之密度图/核密度图分布可视化、箱型图/散点图、小提琴图/散点图组合可视化的简介、使用方法之最强攻略(建议收藏)
Py之seaborn:数据可视化seaborn库(二)的组合图可视化之密度图/核密度图分布可视化.箱型图/散点图.小提琴图/散点图组合可视化的简介.使用方法之最强攻略(建议收藏) 目录二.组合图可视 ...
Py之seaborn：数据可视化seaborn库(三)的矩阵图可视化之jointplot/JointGrid/pairplot/PairGrid/FacetGrid密度图等的函数源代码详解之最强攻略
Py之seaborn:数据可视化seaborn库(三)的矩阵图可视化之jointplot/JointGrid/pairplot/PairGrid/FacetGrid折线图/柱状图+散点图/矩形密度图的 ...
c++可视化_数据可视化——如何让你的信息图被记住
原标题:数据可视化--如何让你的信息图被记住我们生活在这个图文音像并茂的世界中,每天接触的信息数不胜数,而人类的记忆也是个很奇怪的东西,认知科学家发现,我们的大脑所捕捉的视觉细节比曾经所认为的要多得 ...

python生成折线图-Python数据可视化 -生成数据之绘制折线图和散点图

python生成折线图-Python数据可视化 -生成数据之绘制折线图和散点图相关推荐

最新文章

热门文章