码迷,mamicode.com
首页 > 其他好文 > 详细

数据分析06 /matplotlib绘图

时间:2019-12-13 23:38:51      阅读:138      评论:0      收藏:0      [点我收藏+]

标签:标识   特殊   顺序   创建   使用   散点图   nump   exp   一个   

数据分析06 /matplotlib绘图

1. 绘制线性图:plt.plot()

  • 绘制单条线形图

    import matplotlib.pyplot as plt
    import numpy as np
    x = [1,2,3,4,5]
    y = [5,4,3,2,1]
    plt.plot(x,y)

    技术图片

    绘制抛物线形图

    x = np.linspace(-np.pi,np.pi,40)
    y = x**2
    plt.plot(x,y)

    技术图片

  • 在一个坐标系中绘制多条曲线

    plt.plot(x,y)
    plt.plot(x-1,y+2)

    技术图片

  • 给x,y设定标识

    plt.plot(x,y)
    plt.xlabel('name')
    plt.ylabel('score')
    plt.title('Performance trends')

    技术图片

  • 设置图例大小

    plt.figure(figsize=(10,10))
    plt.plot(x,y)
  • 设置图例legend()

    plt.plot(x,y,label='s1')
    plt.plot(x-1,y+2,label='s2')
    plt.legend(loc=4)

    技术图片

  • 保存图例

    # 1.实例化一个对象
    fig = plt.figure()
    
    # 2.画图
    plt.plot(x,y,label='hello')
    plt.plot(x-1,y+2,label='hey')
    plt.legend(loc=4)
    
    # .保存
    fig.savefig('./123.png')

    技术图片

2. 绘制柱状图:plt.bar()

  • plt.bar()参数:第一个参数是索引。第二个参数是数据值。第三个参数是条形的宽度

  • 示例:

    x = [1,2,3,4,5]   # x轴的刻度
    y = [2,3,4,5,6]   # 柱子的高度
    plt.bar(x,y)

    技术图片

3. 绘制直方图:plt.hist()

  • 是一个特殊的柱状图,又叫做密度图

  • plt.hist()的参数:

    • bins
      可以是一个bin数量的整数值,也可以是表示bin的一个序列。默认值为10
    • normed
      如果值为True,直方图的值将进行归一化处理,形成概率密度,默认值为False
    • color
      指定直方图的颜色。可以是单一颜色值或颜色的序列。如果指定了多个数据集合,例如DataFrame对象,颜色序列将会设置为相同的顺序。如果未指定,将会使用一个默认的线条颜色
    • orientation
      通过设置orientation为horizontal创建水平直方图。默认值为vertical
  • 示例:

    x = [1,1,2,3,4,5,5,5,6,7,7,7,7,7,7,8]
    plt.hist(x,bins=15)   # 柱子的个数

    技术图片

4. 绘制饼状图:pie()

  • 饼图适合展示各部分占总体的比例,条形图适合比较各部分的大小

  • pie()只有一个参数x

  • 示例:

    示例一

    arr=[11,22,31,15]
    plt.pie(arr)

    技术图片

    示例二:加起来不满足1

    arr=[0.2,0.3,0.1]
    plt.pie(arr)

    技术图片

    示例三:设置各部分的标识

    arr=[11,22,31,15]
    plt.pie(arr,labels=['a','b','c','d'])

    技术图片

    示例四:设置标识距离中心的距离

    arr=[11,22,31,15]
    plt.pie(arr,labels=['a','b','c','d'],labeldistance=0.3)

    技术图片

    示例五:显示各部分所占的比例

    arr=[11,22,31,15]
    plt.pie(arr,labels=['a','b','c','d'],labeldistance=0.3,autopct='%.6f%%')

    技术图片

    示例六:各部分设置距离中心点不同的距离

    arr=[11,22,31,15]
    plt.pie(arr,labels=['a','b','c','d'],labeldistance=0.3,shadow=True,explode=[0.2,0.3,0.2,0.4])

    技术图片

5. 绘制散点图:scatter()

  • 因变量随自变量而变化的大致趋势

  • 示例:

    示例一:有规律散点图

    x = np.array([1,3,5,7,9])
    y = x ** 2 
    plt.scatter(x,y)

    技术图片

    示例二:无规律散点图

    x = np.random.random((60,))
    y = np.random.random((60,))
    plt.scatter(x,y)

    技术图片

数据分析06 /matplotlib绘图

标签:标识   特殊   顺序   创建   使用   散点图   nump   exp   一个   

原文地址:https://www.cnblogs.com/liubing8/p/12037531.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!