在很多竞赛中，我们都会看到用python进行作图的部分，这是因为python有一系列强大的可视化和分析工具。比如，matplotlib和pygal都可以绘制图表。

一、matplotlib

导入：import matplotlib.pyplot 或者 from matplotlib import pyplot

折线图：plt.plot(x,y) 散点图：plt.scatter(x,y) 直方图：plt.hist(data,bins=条数)

设置坐标轴标签：plt.xlable("x") plt.ylable("y")

设置图表标题：plt.title("xxx")

展示图表：plt.show()

若要保存为图片则使用：plt.savefig('xxx.png')

调整窗口大小：plt.figure(figsize=(x,y))

给点着色：plt.scatter(c='blue')

渐变色：plt.scatter(c=一个数值,cmap=plt.cm.Greens)

import matplotlib.pyplot as pltinput_values = [1,2,3,4,5]
squares = [1,4,9,16,25]
plt.plot(input_values,squares,linewidth=5)
"""1.1.1 设置标题、坐标轴标签、设置刻度标记大小"""
plt.title("Square Numbers",fontsize = 24)
plt.xlabel("Value",fontsize = 14)
plt.ylabel("Square of Value",fontsize = 14)
plt.tick_params(axis='both',labelsize = 14)
plt.show()
"""1.1.2 散点图"""
x_values = list(range(1,1001))
y_values = [x**2 for x in x_values]
plt.scatter(x_values,y_values,s = 50)
plt.show()
"""1.1.3 自定义颜色、颜色渐变"""
"""要让程序自动将图表保存到文件中，可将对plt.show()的调用替换为对plt.savefig()的
调用"""
plt.scatter(x_values,y_values,c=y_values,cmap=plt.cm.Greens,edgecolors='none',s=100)
plt.savefig('squares_plot.png')import matplotlib.pyplot as plt
from random_walk import RandomWalkrw = RandomWalk(50000)
rw.fill_walk()
"""1.2.1 设置窗口大小"""
plt.figure(figsize=(10,6))
"""1.2.2 给点着色"""
point_numbers = list(range(rw.num_points))
plt.scatter(rw.x_values,rw.y_values,edgecolors='none',c=point_numbers,cmap=plt.cm.Reds,s=1)
"""1.2.3 突出起点和终点"""
plt.scatter(0,0,c='green',s=100)
plt.scatter(rw.x_values[-1],rw.y_values[-1],c='blue',s=100)
plt.show()

二、pygal

1.常见图表

线性图：pygal.Line()	饼图：pygal.Pie()	漏斗图：pygal.Funnel()
柱状图：pygal.Bar()	雷达图：pygal.Radar()	仪表盘：pygal.SolidGauge()
XY图：pygal.XY()	箱型图：pygal.Box()	树状图：pygal.Treemap()
散点图（XY图不要连线）：pygal.XY(stroke=False)	点状图：pygal.Dot()	地图：这个已经改了，应该是在pygal_maps_world.maps中。

2.基本规则

以柱状图为例，实例化一个对象Chart = pygal.Bar()

添加表名：Chart.title = 'xxx'

坐标轴标签：Chart.x_title = 'x' Chart.y_title = 'y'

坐标轴指定值：Chart.x_lables = [] #一个列表

添加数值：Chart.add('类别1'，[] ) #一个列表

如果是XY图或散点图，在列表里以（x，y）表示每一项

输出图表：Chart.render_to_file('xxx.svg')

import pygal
from die import Diedie = Die()
results = []
"""投掷骰子"""
for roll_num in range(100):result = die.roll()results.append(result)"""计算点数出现的频率"""
frequencies = []
for value in range(1,die.num_sides+1):frequency = results.count(value)frequencies.append(frequency)"""绘制直方图"""
hist = pygal.Bar()
hist.title = "Results of Rolling one D6 100 times."
hist.x_labels = ['1','2','3','4','5','6']
hist.x_title = "Result"
hist.y_title = "Frequency of Result"
hist.add('D6',frequencies)
hist.render_to_file("die_visual.svg")

参考

Python编程：从入门到实践S

Pygal指南--Python下一代数据可视化库 - 简书

Python基础：数据可视化1相关推荐

python基础——数据可视化
本文大纲参考黑马程序员Python系列教程目录一.json数据格式 1.python数据转换为json类型数据 2.json字符串转换为python数据类型二.pyecharts包介绍 1.安装 ...
【Python】数据可视化教程来了！
来自:Datawhale????数据可视化小组开源初衷 Matplotlib可以说是python数据可视化最重要且常见的工具之一,几乎每个和数据打交道的人都不可避免,还有大量可视化工具是基于它的二次 ...
【Python实现数据可视化】创建3D柱状图
虽然matplotlib主要专注于绘图,并且主要是二维的图形,但是它也有一些不同的扩展,能让我们在地理图上绘图,让我们把Excel和3D图表结合起来.在matplotlib的世界里,这些扩展叫做工具包 ...
数据基础---数据可视化
python中数据可视化关于统计的几个概念频率直方图在统计数据时,按照频数分布表,在平面直角坐标系中,横轴标出每个组的端点(按类别统计时就是按类别分组),纵轴表示频数,每个矩形的高代表对应的频数 ...
【教程】Python科研数据可视化、MATLAB科研数据可视化
在过去的20年中,随着社会产生数据的大量增加,对数据的理解.解释与决策的需求也随之增加.而固定不变是人类本身,所以我们的大脑必须学会理解这些日益增加的数据信息.所谓"一图胜千言", ...
python实现数据可视化_使用Matplotib python实现数据可视化
python实现数据可视化 I Feel: 我觉得: In today's digital world data has become as important as air. Machines &a ...
python气象数据可视化学习笔记6——利用python地图库cnmaps绘制地图填色图并白化
文章目录 1. 效果图 2. cnmaps简介及安装 2.1 写在前面 2.2 cnmaps简介和安装 3. 导入库 4. 定义绘图函数 4.1 使用get_adm_maps返回地图边界 4.2 ax ...
Python数据分析-数据可视化(二)
欢迎大家访问个人博客:https://jmxgodlz.xyz 文章目录前言 Matplotlib 折线图格式调整标签线条颜色线条形状折点样式线条透明度前言看到有些论文插图十分简洁美观 ...
视频教程-Python大数据可视化-Python
Python大数据可视化 7年软件开发架构经验,12年IT培训经验,曾就职于拜特科技,金蝶软件,软酷网络等多家互联网公司.擅长Java EE,前端,iOS及大数据等技术方向的开发及教学.策划并撰稿大数 ...
python处理数据可视化_数据整理101：使用Python提取，处理和可视化NBA数据
python处理数据可视化由Viraj Parekh | 2017年4月6日 (by Viraj Parekh | April 6, 2017) This is a basic tutorial u ...

Python基础：数据可视化1

一、matplotlib

二、pygal

1.常见图表

2.基本规则

参考

Python基础：数据可视化1相关推荐

最新文章

热门文章