绘图小结

https://www.cnblogs.com/hany-postq473111315/p/12765835.html

https://www.cnblogs.com/hany-postq473111315/p/12765847.html

https://www.cnblogs.com/hany-postq473111315/p/12765857.html

绘制折线图

import matplotlib.pyplot as plt
plt.plot(x 列表数据, y 列表数据)
除了可以是列表数据之外
还可以是 pandas 库的 <class ‘pandas.core.series.Series‘>  类型

不可以是 字典.keys() 和 字典.values() 类型

绘制散点图

plt.scatter(x, y)

x ,可以为列表类型,字典的键值 keys(),values() 类型
range对象及 Series类型

y 可以为列表类型,字典的键值 keys(),values() 类型
Series 类型

可以添加 颜色 和 标签

plt.scatter(x,y,color="g",label="标签")

使用 plt.legend() 显示图例

绘制柱状图

plt.bar(x,y)

x 可以为 字典的键值对类型,列表类型,可以为 Series 数据类型

y可以为 字典的键值对类型,列表类型,可以为 Series 数据类型

绘制饼图

plt.pie(
    值,
    labels= 名称,
    # 标签名称
    shadow=True,
    # 阴影
    autopct=‘%1.1f%%‘
    # 显示 百分比
)

值 可以是字典的键值对类型 .keys(),可以是列表类型,

名称 可以是字典的键值对类型 .values(),可以是列表类型,

绘制词云图

name = ‘‘
# 名称
lst = list(df[‘列名‘])
# 列名对应的元素的集合
for i in range(len(df)):
    name += lst[i]
ls = jieba.lcut(name)
txt = " ".join(ls)
w = wordcloud.WordCloud(font_path=r‘C:\Windows\Fonts\STXINWEI.TTF‘,
                        width = 1000,height = 700,background_color = "white",
                       )

w.generate(txt)
w.to_file("词云图.png")

https://www.cnblogs.com/hany-postq473111315/p/12950862.html

https://www.cnblogs.com/hany-postq473111315/p/12950897.html

https://www.cnblogs.com/hany-postq473111315/p/12950922.html

https://www.cnblogs.com/hany-postq473111315/p/12951001.html

https://www.cnblogs.com/hany-postq473111315/p/13021265.html

https://www.cnblogs.com/hany-postq473111315/p/13049034.html

绘制盒图
使用 sns.boxplot(data = data) 进行绘制

import seaborn as sns
import numpy as np 

sns.set_style("whitegrid")
data = np.random.normal(size=(20, 6)) + np.arange(6) / 2

sns.boxplot(data=data)

绘制小提琴图


sns.violinplot(data)


data 为 np.random.normal(size=(20, 6)) + np.arange(6) / 2

此处的 data 为 <class ‘numpy.ndarray‘> 数据类型

补充 :
折线图的绘制


plt.plot([0, 1], [0, 1], sns.xkcd_rgb["pale red"], lw=3)
plt.plot([0, 1], [0, 2], sns.xkcd_rgb["medium green"], lw=3)
plt.plot([0, 1], [0, 3], sns.xkcd_rgb["denim blue"], lw=3)

使用 sns.xkcd_rgb 进行选择线条的颜色

绘制地形图

x, y = np.random.multivariate_normal([0, 0], [[1, -.5], [-.5, 1]], size=300).T
pal = sns.dark_palette("green", as_cmap=True)
sns.kdeplot(x, y, cmap=pal);

补充 
绘制柱状图

x = np.random.normal(size=100)
sns.distplot(x,kde=False)


x = np.random.gamma(6, size=200)
sns.distplot(x, kde=False, fit=stats.gamma)


x = np.random.gamma(6, size=200)
sns.distplot(x, kde=False, fit=stats.gamma)

补充 
绘制散点图
使用 sns.joinplot(x = ‘名称‘,y = ‘名称‘,data = 数据)

mean, cov = [0, 1], [(1, .5), (.5, 1)]

data = np.random.multivariate_normal(mean, cov, 200)
df = pd.DataFrame(data, columns=["x", "y"])


sns.jointplot(x="x", y="y", data=df)

散点图扩展:


sns.stripplot(x="day", y="total_bill", data=tips, jitter=True)


sns.swarmplot(x="day", y="total_bill", data=tips)


sns.swarmplot(x="day", y="total_bill", hue="sex",data=tips)


sns.swarmplot(x="total_bill", y="day", hue="time", data=tips)

绘制 点图

sns.pointplot(x="sex", y="survived", hue="class", data=titanic)


sns.pointplot(x="class", y="survived", hue="sex", data=titanic,
              palette={"male": "g", "female": "m"},
              markers=["^", "o"], linestyles=["-", "--"]);

多层面板分类图
tips = sns.load_dataset("tips")


sns.factorplot(x="day", y="total_bill", hue="smoker", data=tips)


factorplot(x="day", y="total_bill", hue="smoker", data=tips, kind="bar")


sns.factorplot(x="day", y="total_bill", hue="smoker",
               col="time", data=tips, kind="swarm")



sns.factorplot(x="time", y="total_bill", hue="smoker",
               col="day", data=tips, kind="box", size=4, aspect=.5)

绘制热力图
sns.heatmap(数据)

uniform_data = np.random.rand(3, 3)
heatmap = sns.heatmap(uniform_data)

可以添加的属性为

vmin=0.2, vmax=0.5

center=0,linewidths=.5

annot=True,fmt="d"

cbar=False,cmap="YlGnBu"