python数据展示库_数据分析与展示——Matplotlib库入门
Matplotlib库入门
Matplotlib库介绍
Matliotlib库是Python优秀的数据可视化第三方库。
Matliotlib库的效果见:http://matplotlib.org/gallery.html
Matplotlib库由各种可视化类构成,内部结构复杂,受Matlab启发。
matplotlib.pyplot是绘制各类可视化图形的命令字库,相当于快捷方式。导入方式如下:
import matplotlib.pyplot as plt
范例:使用Matplotlib库绘图
importmatplotlib.pyplot as plt
plt.plot([3,1,4,5,2])
plt.ylabel("Grade")
plt.savefig('test',dpi=600) #PNG文件
plt.show()
plt.savefig()将输出图形存储为文件,默认PNG格式,可以通过dpi修改输出质量。
importmatplotlib.pyplot as plt
plt.plot([0,2,4,6,8],[3,1,4,5,2])
plt.ylabel("Grade")
plt.axis([-1, 10, 0, 6])
plt.show()
plt.plot(x,y)只有一个输出列表或数组是,参数被当作Y轴,X轴以索引自动生成。当有两个以上参数时,按照X轴和Y轴顺序绘制数据点。plt.axis()指定X轴和Y轴的起始位置。
pyplot的绘图区域
plt.subplot(nrows,ncols,plot_number)
在全局绘图区域中创建一个分区体系,并定位到一个子绘图区域。
范例:分区域绘图
importnumpy as npimportmatplotlib.pyplot as pltdeff(t):return np.exp(-t) * np.cos(2 * np.pi *t)
a= np.arange(0.0, 5.0, 0.02)
plt.subplot(211) #可以将3个参数合并传参
plt.plot(a ,f(a))
plt.subplot(2,1,2)
plt.plot(a, np.cos(2 * np.pi * a),'r--')
plt.show()
pyplot的plot()函数
plt.plot(x, y, format_string, **kwargs)
x:X轴数据,列表或数组,可选(绘制多条曲线时,各条曲线的x不能省略)
y:Y轴数据,列表或数组
format_string:控制曲线的格式字符串(由颜色字符、风格字符和标记字符组成),可选
颜色字符
颜色字符说明颜色字符说明
'b'
蓝色
'm'
洋红色 magenta
'g'
绿色
'y'
黄色
'r'
红色
'k'
黑色
'c'
青绿色 cyan
'w'
白色
'#008000'
RGB某颜色(十六进制色彩)
'0.8'
灰度值字符串
风格字符
风格字符说明风格字符说明
'-'
实线
':'
虚线
'--'
破折线
'' ' '
无线条
'-.'
点划线
标记字符
标记字符说明标记字符说明
'.'
点标记
's'
实心方形标记
','
像素标记(极小点)
'p'
实心五角标记
'o'
实心圈标记
'*'
星形标记
'v'
倒三角标记
'h'
竖六边形标记
'^'
上三角标记
'H'
横六边形标记
'>'
右三角标记
'+'
十字标记
'
左三角标记
'x'
x标记
'1'
下花三角标记
'D'
菱形标记
'2'
上花三角标记
'd'
瘦菱形标记
'3'
左花三角标记
'|'
垂直线标记
'4'
右花三角标记
**kwargs:第二组或更多(x, y, format_string)
color:控制颜色,color='green'
linestyle:线条风格,linestyle='dashed'
marker:标记风格,marker='o'
markerfacecolor:标记颜色,markerfacecolor='blue'
marksize,标记尺寸,markerfacecolor=20
范例:将颜色字符、风格字符和标记字符组合使用
importnumpy as npimportmatplotlib.pyplot as plt
a= np.arange(10)
plt.plot(a, a*1.5, a, a*2.5, a, a*3.5, a, a*4.5)
plt.show()
importnumpy as npimportmatplotlib.pyplot as plt
a= np.arange(10)
plt.plot(a, a*1.5,'go-', a, a*2.5,'rx', a, a*3.5,'*', a, a*4.5,'b-.')
plt.show()
pyplot的中文显示
pyplot并不默认支持中文显示,需要rcParams修改字体实现。
importmatplotlib.pyplot as pltimportmatplotlib
matplotlib.rcParams['font.family']='SimHei' #'SimHei'是黑体
plt.plot([3,1,4,5,2])
plt.ylabel("纵轴(值)")
plt.savefig('test',dpi=600)
rcParams的属性
属性说明
'font.family'
用于显示字体的名字
'font.style'
字体风格,正常'normal'或斜体'italic'
'font.size'
字体大小,整数字号或者'large'、'x-small'
rcParams['font.family']
中文字体说明
'SimHei'
中文黑体
'Kaiti'
中文楷体
'LiSu'
中文隶书
'FangSong'
中文仿宋
'YouYuan'
中文幼圆
'STSong'
华文宋体
importnumpy as npimportmatplotlib.pyplot as pltimportmatplotlib
matplotlib.rcParams['font.family']='STsong'matplotlib.rcParams['font.size']=20a= np.arange(0.0, 5.0, 0.02)
plt.xlabel('横轴:时间')
plt.ylabel("纵轴:振幅")
plt.plot(a, np.cos(2*np.pi*a),'r--')
plt.show()
在有中文输出的地方,增加一个属性:fontproperties
importnumpy as npimportmatplotlib.pyplot as plt
a= np.arange(0.0, 5.0, 0.02)
plt.xlabel('横轴:时间',fontproperties='SimHei',fontsize=20)
plt.ylabel("纵轴:振幅",fontproperties='SimHei',fontsize=20)
plt.plot(a, np.cos(2*np.pi*a),'r--')
plt.show()
pyplot的文本显示函数
函数说明
plt.xlabel()
对X轴增加文本标签
plt.ylabel()
对Y轴增加文本标签
plt.title()
对图形整体增加文本标签
plt.text()
在任意位置增加文本
plt.annotate()
在图形中增加带箭头的注解
范例:使用上述标签
plt.annotate(s, xy=arrow_crd, xytext=text_crd, arrowprops=dict)
importnumpy as npimportmatplotlib.pyplot as plt
a= np.arange(0.0, 5.0, 0.02)
plt.plot(a, np.cos(2*np.pi*a),'r--')
plt.xlabel('横轴:时间',fontproperties='SimHei',fontsize=15,color='green')
plt.ylabel("纵轴:振幅",fontproperties='SimHei',fontsize=15)
plt.title(r'正弦波实例$y=cos(2\pi x)$',fontproperties='SimHei',fontsize=25)
plt.annotate(r'$\mu=100$',xy=(2,1),xytext=(3,1.5),arrowprops=dict(facecolor='black',shrink=0.1,width=2))#plt.annotate() 中'$$'表示使用Latex格式,xy为箭头指向位置,xytext为文本显示位置,facecolor为箭头颜色,shrink为箭头缩进比率,width为箭头宽度。
plt.axis([-1, 6, -2, 2])
plt.grid(True)
plt.show()
pyplot的子绘图区域:plt.subplot2grid()
plt.subplot2grid(GridSpec, CurSpec, colspan=1, rowspan=1)
理念:设定网格,选中网格,确定选中行列区域数量,编号从0开始
GridSpec为二元组(m,n),表示将网格分为m行n列
CurSpec为二元组(a,b),表示选择第几个网格,索引从0开始
colspan和rowspan表示合并几个单元格,默认为1(不合并)
plt.subplot2grid((3,3),(1,0),colspan=2)
GridSpec类
importmatplotlibimportmatplotlib.gridspec as gridspec
matplotlib.rcParams['font.size']=6gs= gridspec.GridSpec(3,3)
ax1=plt.subplot(gs[0, :])
ax2= plt.subplot(gs[1, :-1])
ax3= plt.subplot(gs[1:, -1])
ax4= plt.subplot(gs[2, 0])
ax5= plt.subplot(gs[2, 1])
python数据展示库_数据分析与展示——Matplotlib库入门相关推荐
- 用python画风景图_数据分析与展示---Matplotlib基本绘图函数
一:基本绘图函数(这里介绍16个,还有许多其他的) 二:pyplot饼图plt.pie的绘制 三:pyplot直方图plt.hist的绘制 (一)修改第二个参数bins:代表直方图的个数,均分为多段, ...
- python数据爬虫课程_数据分析之Python3爬虫视频课程
第1章 python网络爬虫牛刀小试 1小时38分钟11节 1-1 编写第一个只网络爬虫1.使用requests模拟浏览器访问网址 2.使用美丽汤BeautifulSoup解析网页 3.提取出新闻的标 ...
- python导出数据顿号做分隔符_Python语言和matplotlib库做数据可视化分析
这是我的第51篇原创文章,关于数据可视化分析. 阅读完本文,你可以知道: 1 Python语言的可视化库-matplotlib? 2 使用matplotlib实现常用的可视化? 0前言 数据记者和信息 ...
- Python可视化数据分析10、Matplotlib库
Python可视化数据分析10.Matplotlib库
- python数据分析师书籍_做数据分析不得不看的书有哪些?
小K给大家整理了一份书单,很适合刚接触数据分析的同学哦,快快收藏起来. <深入浅出数据分析> <深入浅出数据分析>写得漂亮,读者可以学到分析现实问题的系统性方法.从卖咖啡到开橡 ...
- python生物数据分析师职业技能_数据分析行业各个职业需要的技能是什么?
就目前而言,很多人看到了数据分析行业的光明前景,于是就想进入数据分析的行业中.但是,想成为一名合格的数据分析师,需要掌握很多的技能.那么一名合格的数据分析师需要掌握哪些技能呢?其实数据分析行业的职业是 ...
- 成都python数据分析师职业技能_数据分析师需要什么技能,数据分析行业都有什么职业?...
就目前而言,很多人看到了数据分析行业的光明前景,于是就想进入数据分析的行业中,但是,想成为一名合格的数据分析师,需要掌握很多的技能,那么一名合格的数据分析师需要掌握哪些技能呢?现在的数据分析行业中有数 ...
- python 数据科学书籍_您必须在2020年阅读的数据科学书籍
python 数据科学书籍 "We're entering a new world in which data may be more important than software.&qu ...
- python数据科学手册_小白入门Python数据科学
前言 本文讲解了从零开始学习Python数据科学的全过程,涵盖各种工具和方法 你将会学习到如何使用python做基本的数据分析 你还可以了解机器学习算法的原理和使用 说明 先说一段题外话.我是一名数据 ...
最新文章
- 7-17 BCD解密(10 分)
- rabbitmq最大连接数(Socket Descriptors)
- php退出页面父元素,jQuery中弹出iframe内嵌页面元素到父页面并全屏化的实例代码...
- Codeforces 1338 题解
- RabbitMQ(一):Hello World程序
- Vue源码解析之数组变异
- cf1561D Up the Strip(D1D2)
- SQL Server 变量名称的Collcation跟Instance还是跟当前DB?
- UI素材实用模板|2.5D等距风格插画专辑
- NoteBurner Spotify教程:在Mac上将 Spotify 音乐转换为 MP3 格式
- RichContentLabel使用注意
- 综合能源系统通用建模及规划方法研究—笔记
- xmlspy php,XML Spy实例代码详解(图)
- 使用outlook邮件服务器,使用OUTLOOK配置邮件服务
- Excel 筛选后排序 踩雷笔记
- Vue.js 作者尤雨溪:直接学 Vue 3 吧
- 斯坦福大学区块链期末考试题
- C# 模拟PCM数据并创建WAV文件
- emui11升级成鸿蒙os,华为EMUI11正式发布,今年12月可升级为鸿蒙OS2.0国产操作系统...
- 《Context Contrasted Feature and Gated Multi-Scale Aggregation for Scene Segmentation》论文阅读