＜笔记1＞matplotlib绘图工具笔记

matplotlib绘图工具笔记

python中有许多非常方便的可视化工具，例如matplotlib,seaborn等。在这里主要总结matplotlib的简单绘图方法。

设置图形的大小和中文显示，图片保存

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['Microsoft YaHei']  #中文表示
plt.rcParams['axes.unicode_minus']=False
#设置图形大小
plt.figure(figsize=(10,6),dpi=80)  #dpi是设置像素
plt.savefig('./pic1.png')  #写下保存路径

插入代码：Ctrl/Command + Shift + K

绘制折线图

#绘制2小时的气温
import random
y=[random.randint(20,35) for i in range(120)]
x=range(120)
plt.figure(figsize=(12,8))
plt.plot(x,y)
# 设置x轴刻度，数字和字符串一一对应，一样长
_x=list(x)
_xtick_labels=["10点{}分".format(i) for i in range(60)]
_xtick_labels+=["11点{}分".format(i-60) for i in range(60,120)]
plt.xticks(_x[::10],_xtick_labels[::10],rotation=75)  # rotation=90 旋转90度

绘制散点图

#绘制3月份和10月份的气温散点图
a = [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]
b = [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]
#设置x轴刻度
x_a=range(1,32)  #3月1-31日
x_b=range(32,63)_x_=list(x_a)+list(x_b)
_xtick_labels=["3月{}日".format(i) for i in range(1,32)]
_xtick_labels+=["10月{}日".format(i-30) for i in range(32,63)]plt.figure(figsize=(10,6))
plt.scatter(x_a,a,label='3月')
plt.scatter(x_b,b,label='10月')
plt.xticks(_x_[::5],_xtick_labels[::5],rotation=45)
plt.xlabel("日期")
plt.ylabel("气温")
#设置图例，默认会选择合适的地方，也可自主设置，此处设置为左上
plt.legend(loc="upper left")

绘制条形图
注意条形图与直方图的区别。条形图用于分类数据，不连续数值。直方图用于连续型数据。

#绘制多个条形图
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]x_14=list(range(len(a)))
x_15=list(i+0.2 for i in range(len(a)))
x_16=list(i+0.4 for i in range(len(a)))plt.bar(range(len(a)),b_14,width=0.2,label='14日票房')
plt.bar(x_15,b_15,width=0.2,label='15日票房')
plt.bar(x_16,b_16,width=0.2,label='16日票房')
plt.legend()
plt.xticks(x_15,a)

绘制直方图
注意直方图用于未统计分组过的原始数据。

#数据为a，是电影时长
plt.figure(figsize=(10,6))
d=6  #设置步长，该处影响grid设置是否和直方重合，数据个数整除则重合
num_bins=(max(a)-min(a))//d
plt.hist(a,bins=num_bins,color='g')
plt.grid()
plt.xticks(range(min(a),max(a)+d,d))
plt.xlabel("个数")
plt.ylabel("数量")
plt.title("电影时长")

8. 条形图调整成为直方图

#绘制多个条形图，plt多次plot即可
#以下已经分组过的数据可先绘制条形图
interval = [0,5,10,15,20,25,30,35,40,45,60,90]
width = [5,5,5,5,5,5,5,5,5,15,30,60]
quantity = [836,2737,3723,3926,3596,1438,3273,642,824,613,215,47]
#先绘制出条形图，再通过调整条形的大小变成直方图
plt.bar(range(len(width)),quantity,width=1)
#设置x轴刻度
_x=[i-0.5 for i in range(len(width)+1)]  #调整条形的大小，左移0.5
_xtick_labels=interval+[150]
plt.xticks(_x,_xtick_labels)
plt.grid()

<最後の一言>
绘制图形本身很简单，难点在于x轴刻度的设置。
绘制过程中也可随时查看官方文档。
url: http://matplotlib.org/gallery/index.html

＜笔记1＞matplotlib绘图工具笔记相关推荐

神经网络与深度学习——TensorFlow2.0实战(笔记)(五)(Matplotlib绘图基础＜1＞python)
数据可视化数据分析阶段:理解和洞察数据之间的关系算法调试阶段:发现问题,优化算法项目总结阶段:展示项目成果 Matplotlib: 第三方库,可以快速方便地生成高质量的图表安装Matplotl ...
python描边_【基础】学习笔记52-Python3 matplotlib绘图-热力图1
# 热力图: # imshow(X, cmap=None, norm=None, aspect=None, interpolation=None, alpha=None, vmin=None, vma ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(六)(Matplotlib绘图基础＜折线图和柱状图＞python)
折线图(Line Chart): 散点图的基础上,将相邻的点用线段相连接 plot()函数 #折线图:在散点图的基础上将相邻两个点链接 #描述变量变化的趋势 #plot(x,y,color,marke ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(五)(Matplotlib绘图基础＜散点图＞python)
散点图(Scatter): 是数据点在直角坐标系中的分布图 scatter() 函数 marker参数--数据点样式添加文字--text() 函数坐标轴设置增加图例绘制标准正态分布的散点图步骤 ...
python笔记4（矩阵和随机数 matplotlib绘图基础散点图折线图柱状图）
记录python听课笔记文章目录记录python听课笔记一,矩阵 1.1矩阵创建 1.2矩阵运算矩阵的乘法矩阵转置T 矩阵求逆I 二,随机数 2.1随机数模块 numpy.random 2. ...
Python基础知识学习笔记——Matplotlib绘图
Python基础知识学习笔记--Matplotlib绘图整理python笔记,以防忘记文章目录 Python基础知识学习笔记--Matplotlib绘图一.绘图和可视化 1.导入模块 2.一个简 ...
jquery 绘图工具 flot 学习笔记
原文地址为: jquery 绘图工具 flot 学习笔记今天想做一个统计图表,像163博客的流量统计一样的,借助 flot 实现了,而且很简单. flot网址:http://code.google. ...
Matplotlib绘图笔记
Matplotlib绘图引言绘图步骤创建画布图片的参数设置选择特定API使用数据绘制所需图形图形显示完整代码展示引言不管是做实验.科研还是工作,对我们来说,对实验过程以及结果使用图片 ...
Python 数据分析与展示笔记3 -- Matplotlib 库基础
Python 数据分析与展示笔记3 – Matplotlib 库基础 Python 数据分析与展示系列笔记是笔者学习.实践Python 数据分析与展示的相关笔记课程链接: Python 数据分析与展 ...

＜笔记1＞matplotlib绘图工具笔记

matplotlib绘图工具笔记

＜笔记1＞matplotlib绘图工具笔记相关推荐

最新文章

热门文章