官方文档:
https://matplotlib.org/gallery/index.html

https://plot.ly/python/

1.绘制了折线图(plt.plot)
2.设置了图片的大小(plt.figure)
3.实现了图片的保存(plt.savefig)
4.设置了xy轴上的刻度和字符串(xticks)
5.解决了刻度稀疏和密集的问题(xticks)
6.设置了标题,xy轴的lable(title,xlabel,ylabel)
7.设置了字体(font_manager. fontProperties)
8.在一个图上绘制多个图形(plt多次plot即可)
9.增加子画布,分开显示图像(plt.subplots)
10.为不同的图形添加图例

对比常用统计图

折线图:以折线的上升或下降来表示统计数量的增减变化的统计图
特点:能够显示数据的变化趋势,反映事物的变化情况。(变化)

直方图:由一系列高度不等的纵向条纹或线段表示数据分布的情况。
一般用横轴表示数据范围,纵轴表示分布情况。
特点:绘制,连续性的数据展示一组或者多组数据的分布状况(统计)

条形图:排列在工作表的列或行中的数据可以绘制到条形图中。
特点:绘制连离散的数据,能够一眼看出各个数据的大小,比较数据之间的差别。(统计)

散点图:用两组数据构成多个坐标点,考察坐标点的分布,判断两变量
之间是否存在某种关联或总结坐标点的分布模式。
特点:判断变量之间是否存在数量关联趋势,展示离群点(分布规律)

一 折线图

1.1

import matplotlib.pyplot as plt#折线图:通过传入的数据,在二维坐标系下形成点,再将这些点连接成线
x = [1,5,4] #[x轴开始, x轴结束, x]
y = [5,8,6] #[y轴开始, y轴结束, y]
plt.plot(x,y) #三个节点[1, 5] [5, 8] [4, 6]
plt.show()

1.2

import matplotlib.pyplot as plt#创建图像
#figsize:指定图的长宽
#dpi:图像的清晰度
#返回fig对象
plt.figure(figsize=(10,8),dpi=100)
x= range(2,25,2) #2到25,间距为2 (有时候显示并不会按照2进行分割)
y = [15,13,14.5,17,20,25,26,26,27,22,18,15]
plt.plot(x,y)
plt.savefig("a.png") #存为图片
#设置x轴刻度
plt.xticks(x[::2])
#设置y轴刻度
plt.yticks(range(min(y),max(y)+1,2))
plt.show()

1.3

import matplotlib.pyplot as plt
import random
from matplotlib import font_manager#字体管理器加载中文字体
my_font = font_manager.FontProperties(fname="simhei.ttf",size='larger')plt.figure(figsize=(20,8),dpi=100)
x = range(120)
a = [random.randint(20,35) for i in range(120)]
plt.plot(x,a)#实际的刻度数据:10点xx分
_xticks=["10点{}分".format(i) for i in x if i<60]
_xticks +=["11点{}分".format(i-60) for i in x if i>=60]
print(_xticks)
plt.xticks(x[::4],_xticks[::4],rotation=45,font_properties=my_font)
plt.show()

1.4

# -*- coding=UTF-8 -*-
import matplotlib.pyplot as plt
import random
from matplotlib import font_managerplt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号plt.figure(figsize=(20,8),dpi=100)
x = range(120)
a = [random.randint(20,35) for i in range(120)]
plt.plot(x,a)#实际的刻度数据:10点xx分
_xticks=["10点{}分".format(i) for i in x if i<60]
_xticks +=["11点{}分".format(i-60) for i in x if i>=60]
print(_xticks)
plt.xticks(x[::4],_xticks[::4],rotation=45)#添加描述信息
plt.xlabel("时间")
plt.ylabel("温度")
plt.title("温度随时间变化图示")plt.show()

1.5

# -*- coding=UTF-8 -*-
import matplotlib.pyplot as plt
import random
from matplotlib import font_managerplt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号plt.figure(figsize=(20,8),dpi=100)
x = range(11,31)
y = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]plt.plot(x,y)_xticks=["{}岁".format(i) for i in x]plt.xticks(x,_xticks)
plt.xlabel("年龄")
plt.ylabel("朋友个数")
plt.title("交朋友的个数随年龄变化图示")
plt.show()

1.6

# -*- coding=UTF-8 -*-
import matplotlib.pyplot as plt
import random
from matplotlib import font_managerplt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号plt.figure(figsize=(20,8),dpi=100)
x = range(11,31)
a = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
b = [1,0,3,1,2,2,3,3,2,1,2,1,1,1,1,1,1,1,1,1]plt.plot(x,a,color='r',linewidth=4,alpha=0.2,linestyle=":",label="我")
plt.plot(x,b,color='g',linestyle="-.",label="同桌")_xticks=["{}岁".format(i) for i in x]plt.xticks(x,_xticks)
plt.xlabel("年龄")
plt.ylabel("朋友个数")
plt.title("交朋友的个数随年龄变化图示")plt.legend(loc=0)plt.show()

1.7

# -*- coding=UTF-8 -*-
import matplotlib.pyplot as plt
import random
from matplotlib import font_managerplt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号def set_ax(ax):plt.sca(ax)_xticks = ["{}岁".format(i) for i in x]plt.xticks(x, _xticks)plt.xlabel("年龄")plt.ylabel("朋友个数")plt.title("交朋友的个数随年龄变化图示")plt.legend(loc=0)
# 创建子图像(可以在一个画板上创建多个图像)
# 开启子画布后,plt会默认将最后一个axes作为基准
fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(20, 8), dpi=100)
print(axes)
x = range(11, 31)
a = [1, 0, 1, 1, 2, 4, 3, 2, 3, 4, 4, 5, 6, 5, 4, 3, 3, 1, 1, 1]
b = [1, 0, 3, 1, 2, 2, 3, 3, 2, 1, 2, 1, 1, 1, 1, 1, 1, 1, 1, 1]axes[0].plot(x, a, color='r', linewidth=4, alpha=0.2, linestyle=":", label="我")
axes[1].plot(x, b, color='g', linestyle="-.", label="同桌")set_ax(axes[0])
set_ax(axes[1])
fig.text(0.4, 0.5, '北山璎珞', fontsize=40, color='gray', alpha=0.4)
plt.show()

1.8

# -*- coding=UTF-8 -*-
import matplotlib.pyplot as plt
import random
from matplotlib import font_managerplt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号x = range(31)
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]plt.plot(x,a)
plt.plot(x,b)
plt.show()

1.9 散点图

# -*- coding=UTF-8 -*-
import matplotlib.pyplot as plt
import random
from matplotlib import font_managerplt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号plt.figure(figsize=(20,8),dpi=100)
x = range(31)
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]x1=range(1,32)
x2 = range(51,82)
#绘制散点图
plt.scatter(x1,a)
plt.scatter(x2,b)_x = list(range(1,32))+list(range(51,82))
_xticks=["3月{}日".format(i) for i in x1]
_xticks +=["10月{}日".format(i) for i in x1]
plt.xticks(_x[::3],_xticks[::3],rotation=90)
plt.show()

python数据分析 - 各种图相关推荐

  1. python数据分析-成图

    linux+pycharm+anaconda #数据可视化 import matplotlib.pyplot as plt #创建画布 fig=plt.figure(figsize=(8,6)) #创 ...

  2. Python数据分析-折线图

    ''' from matplotlib import pyplot as plt x=range(2,26,2) y=[15,13,14.5,17,20,25,26,26,27,22,18,15] # ...

  3. Python 数据分析三剑客之 Matplotlib(十):3D 图的绘制

    CSDN 课程推荐:<Python 数据分析与挖掘>,讲师刘顺祥,浙江工商大学统计学硕士,数据分析师,曾担任唯品会大数据部担任数据分析师一职,负责支付环节的数据分析业务.曾与联想.亨氏.网 ...

  4. Python 数据分析三剑客之 Matplotlib(九):极区图 / 极坐标图 / 雷达图的绘制

    CSDN 课程推荐:<Python 数据分析与挖掘>,讲师刘顺祥,浙江工商大学统计学硕士,数据分析师,曾担任唯品会大数据部担任数据分析师一职,负责支付环节的数据分析业务.曾与联想.亨氏.网 ...

  5. Python 数据分析三剑客之 Matplotlib(七):饼状图的绘制

    CSDN 课程推荐:<Python 数据分析与挖掘>,讲师刘顺祥,浙江工商大学统计学硕士,数据分析师,曾担任唯品会大数据部担任数据分析师一职,负责支付环节的数据分析业务.曾与联想.亨氏.网 ...

  6. Python 数据分析三剑客之 Matplotlib(四):线性图的绘制

    CSDN 课程推荐:<Python 数据分析与挖掘>,讲师刘顺祥,浙江工商大学统计学硕士,数据分析师,曾担任唯品会大数据部担任数据分析师一职,负责支付环节的数据分析业务.曾与联想.亨氏.网 ...

  7. python绘制折线图先对数据进行处理_python气象数据分析并绘制折线图-女性时尚流行美容健康娱乐mv-ida网...

    女性时尚流行美容健康娱乐mv-ida网 mvida时尚娱乐网 首页 美容 护肤 化妆技巧 发型 服饰 健康 情感 美体 美食 娱乐 明星八卦 首页 > 高级搜索 excel 2010巧妙处理 折 ...

  8. 《Python数据分析与挖掘实战》第7章-聚类+绘制雷达图

    本文是基于<Python数据分析与挖掘实战>的第七章的数据--<航空公司客户价值分析>做的分析对部分代码,做出补充,对原文中的雷达图进行了实现. 1. 背景与目标分析 此项目旨 ...

  9. Python数据分析(三)matplotlib折线图应用实例——自定义图形风格

    往期推荐: Python数据分析(一)matplotlib基础绘图和调整x轴刻度 Python数据分析(二)matplotlib折线图应用实例--绘制10点到12点的气温 Python数据分析(四)m ...

最新文章

  1. Windows Server 2012 RDS系列:虚拟桌面化(5)
  2. DPM恢复Exchange 2013单个邮箱
  3. 盘点8月的手工作品!
  4. 【转】 使用 AppFuse 快速构建 J2EE 应用
  5. 卸载一直在创建还原点_Win10电脑开机一直转圈无法进入系统的解决方法
  6. 动画图解 socket 缓冲区的那些事儿
  7. dataframe建一个空的,创建一个空的Pandas DataFrame,然后填充它?
  8. adhoc包无法安装_iOS 5.1.1 设备不能安装AdHoc问题版本号
  9. node mysql做项目视频教程_2018最新 自学Node/Node.js/Nodejs视频教程 后端框架Express项目实战...
  10. ASP中如何在退出一个页面时自动清空session变量
  11. vue element web 表单设计工具
  12. 走进小作坊(九)----省时省力的二八法则
  13. oracle最小值寒素,新人教版备考2020年浙江中考语文复习专题:基础知识与古诗文专项特训(五十六)D卷...
  14. Unity3D 2021版本使用MonoDevelop代码编辑器
  15. linux中常用的压缩命令,Linux中常用的压缩和解压缩命令汇总
  16. php数据迁移脚本,Laravel中数据迁移与数据填充的详细步骤
  17. [52PJ] Java面向对象笔记(转自52 1510988116)
  18. 数据无界·存储无疆:大数据时代下,闪存已经势不可挡
  19. JPA基础知识----JPA 基本注解,JPA API
  20. win7计算机无法拖到任务栏,win7系统程序图标无法拖动至任务栏的解决方法

热门文章

  1. 【FFmpeg】编码h.264时,支持的像素格式pix_fmt
  2. 最新版的phpcmsV9安装报错解决
  3. python的 字典作为函数参数
  4. r7 3700u和i5 8250u的区别哪个好
  5. Canny、Sobel和Prewitt算子python实现
  6. TP-LINK路由端口映射图文教程 【路由器建主】
  7. Ubuntu添加开机root用户登录
  8. echarts饼图轮播效果
  9. sql compact 转mysql_玩转mysql备份
  10. 如何交换两个变量的值