Matplotlib是一个基于python的2D画图库,能够用python脚本方便的画出折线图,直方图,功率谱图,散点图等常用图表,而且语法简单。

Python中通过matplotlib模块的pyplot子库来完成绘图。Matplotlib可用于创建高质量的图表和图形,也可以用于绘制和可视化结果。matplotlib是Python优秀的数据可视化第三方库,matplotlb.pyplot是绘制种类可视化图形的命令子库,相当于快捷方式 import matplotlib.pyplot as plt.

  1. 线形图:

线性图是最基本的图表类型,常用于绘制连续的数据。通过绘制线形图,可以表现出数据的一种趋势变化。

Matplotlib的plot(X,Y)用来绘制线形图,在参数中传入X和Y的坐标即可。其中,X和Y轴坐标的数据格式可以是列表、数组和Series.

例1:坐标数据格式为series

import numpy as np

import matplotlib.pyplot as plt

import pandas as pd

data={'name':['Tom','Peter','Lucy','Max'],

'sex':['female','female','male','male'],

'math':[78,79,83,92],

'city':['北京','上海','广州','北京']

}

df=pd.DataFrame(data)

print(df)

#DataFrame数据的行索引作为X轴,math列索引作为Y轴

plt.plot(df.index,df['math'],color='red',linestyle='-',linewidth=3,marker='D')

#通过plot函数的color参数可以指定线条的颜色,

linestyle参数可以指定线条的形状,

linewidth参数可指定线条的宽度,

marker参数可对坐标点进行标记(默认情况下,坐标点是没有标记的),

#结果:

name   sex   math  city        #创建一个DataFrame数据

0    Tom  female    78   北京

1  Peter  female    79   上海

2   Lucy    male    83   广州

3    Max    male    92   北京

绘制的线性图:

注意:颜色设置要放在线条和点的样式的前面,颜色、线条和点的样式可以放置于格式字符串。

如:plt.plot(df.index,df['math'],'co-')  运行结果如下:

2. 柱状图

2.1  绘制柱状图主要是使用matplotlib的bar函数:

bar函数的color参数可以设置柱状图的填充颜色,

alpha参数可以设置透明度,

例如:import matplotlib.pyplot as plt

data=[23,85,72,43,52]

plt.bar([1,2,3,4,5],data,color='royalblue',alpha=0.7)   #运行结果:

bottom参数用于设置柱状图的高度,以此绘制堆积柱状图;

width参数 用于设置柱状图的宽度,以此可以绘制并列柱状图

grid函数用于绘制格网,通过对参数的个性化设置,可以绘制出个性的格网

例如:

import numpy as np

import matplotlib.pyplot as plt

data1=[23,85,72,43,52]

data2=[42,35,21,16,9]

width=0.3

plt.bar(np.arange(len(data1)),data1,color='royalblue',alpha=0.7,width=width)

plt.bar(np.arange(len(data2))+width,data2,color='green',alpha=0.7,width=width)

plt.grid(color='black',linstyle='--',linewidth=3,axis='y',alpha=0.6)

#运行结果:

Bar函数的通过barh函数可以绘制水平柱状图

import numpy as np

import matplotlib.pyplot as plt

data1=[23,85,72,43,52]

plt.barh(np.arange(len(data1)),data1,color='green',alpha=0.5)   #如图所示:

                                                                

2.2 刻度与标签:

现实中的柱状图的X轴是有刻度标签的,上述实例中未设置。在matplotlib中,

通过xticks函数 设置图标的X轴的刻度和刻度标签,yticks函数设置y轴的刻度和标签。

通过xlabel 和 ylabel 方法给X轴和Y轴添加标签,

通过title方法为图表添加标题

例如:

import numpy as np

import matplotlib.pyplot as plt

data1=[23,85,72,43,52]

labels=['A','B','C','D','E']

plt.xticks(range(len(data1)),labels)                #设置刻度和标签

plt.xlabel('Class')      #plt.xlabel、ylabel、title方法分别给X轴和Y轴,图标题添加标签。

plt.ylabel('Amounts')

plt.title('Example')

#plt.bar(range(len(data1)),data)

plt.bar(np.arange(len(data1)),data1,color='royalblue',alpha=0.7)

plt.grid(color='black',linstyle='--',linewidth=3,axis='y',alpha=0.6)

#运行结果:

2.3 图例:               

图例是标识图表元素的重要工具,在bar函数中传入label参数表示图例名称,通过legend函数即可绘制出图例。

data1=[23,85,72,43,52]

data2=[42,35,21,16,9]

width=0.3

plt.bar(np.arange(len(data1)),data1,width=width,label='one')

plt.bar(np.arange(len(data2))+width,data2,width=width,label='two')

plt.legend()    #结果图:

2.4 文本注解:

例如:在柱状图中加入文本数字,可以很清楚的知道每个类别的数量。通过text函数可以在指定的坐标(x,y)上加入文本注释

data=[23,85,72,43,52]

labels=['A','B','C','D','E']

plt.xticks(range(len(data)),labels)         #设置刻度和标签

plt.xlabel('Class')

plt.ylabel('Amounts')

plt.title('Example')

plt.bar(range(len(data)),data)

for x,y in zip(range(len(data)),data):

plt.text(x,y,y,ha='center',va='bottom')         #文本注解  # 第一个参数是x轴坐标

# 第二个参数是y轴坐标

# 第三个参数是要显式的内容

3.散点图:

 Matpltlib中 scatter函数可以用来绘制散点图,传入X和Y轴坐标。Scatter(X,Y)

利用Numpy创建一组随机数

import numpy as np

import matplotlib.pyplot as plt

X=np.random.randn(100)

Y=np.random.randn(100)

plt.scatter(X,Y,color='red',marker='D')

#散点图:

 4. 直方图

matplotlib的hist()函数用来绘制直方图。

直方图与条形图的区别:

直方图是用面积表示各频数的多少,矩形的高度表示每一组的频数或频率,宽度则表示各组的组距,因此其宽度与高度均有意义;

条形图(柱状图)是用条形的长度表示各类频数的多少,其宽度是固定的。

由于分组数据具有连续性,直方图的各矩形通常是连续排列,而条形图是分开排列;条形图主要是用于展示分类数据,而直方图则主要用于展示数据型数据。

x=np.random.normal(size=100)

plt.hist(x,bins=30)

5. 自定义设置

Matplotlib的图像位于Figure对象中,实际上就是创建了一个空的图像窗口。可通过figure函数可以创建一个新的Figure,用于绘制图表

fig=plt.figure(figsize=(10,6))     #figsize参数可以设置图表(整个图)的长宽比

ax1=fig.add_subplot(2,2,1)     #不能通过空figure绘图,必须用add_subplot()创建一个或者多个子subplot绘图区才能绘图   

#意思是:绘制2*2两行两列共4个子subplot图像

ax2=fig.add_subplot(2,2,2)    #在创建Figure对象过程中,通过add_subplot函数创建子图,用于绘制图形

ax3=fig.add_subplot(2,2,3)

years=[1950,1960,1970,1980,1990,2000,2010]

gdp=[300.2,543.3,1075.9,2862.5,5979.6,10289.7,14958.3]

ax1.scatter(years,gdp)     #选用不同的ax变量,则可以在对应的subplot子图中绘图(散点图、线形图、柱状图)

ax2.plot(years,gdp)

ax3.bar(years,gdp)

个参数:垂直绘图的数量、水平绘图的数量以及表示绘图位置的索引(基于行进行计算)

fig,axes=plt.subplots(2,2,figsize=(10,6))

axes[1,0].plot(years,gdp)

axes[0,0].scatter(years,gdp)

axes[0,1].bar(years,gdp)

axes[1,1].hist(years,gdp)

注意:当没有设置figsize时,创建多子图会显得拥挤。通过plt..subplot_adjust方法可以设置子图的间距修改子图之间的间距(增加额外的空间以调整两个子图之间的距离)

subplots__adjust(left=None,bottom=None,right=None,top=None,wspace=None,hspace=None) ,其中前4个参数用于设置subplot子图的外围边距,wspace和hapace参数设置用于设置subplot子图间的边距。

fig,axes=plt.subplots(2,2)    #未设置figsize时,默认情况下,各sudplot子图间都会留有一定的间距。

years=[1950,1960,1970,1980,1990,2000,2010]

gdp=[300.2,543.3,1075.9,2862.5,5979.6,10289.7,14958.3]

fig,axes=plt.subplots(2,2)

plt.subplots_adjust(wspace=0.3,hspace=0.3)

axes[1,0].plot(years,gdp)

axes[0,0].scatter(years,gdp)

axes[0,1].bar(years,gdp)

axes[1,1].hist(years,gdp)

6. 样式与字体:

Matplotlib自带了一些样式供用户使用,如常用的ggplot样式,通过plt.style.use('ggplot') 函数即可调用该样式绘图。

Matplotlib默认为英文字体,如果绘制中出现汉字就会乱码,因此需要指定matplotlib的默认字体,这样就可以解决乱码的问题,

plt.rcParams['font.sans-serif']=['simhei']         #指定默认字体

plt.rcParams['axes.unicode_minus']=False        #解决保存图像时负号‘-’显示为方块的问题

Python数据分析matplotlib可视化之绘图的更多相关文章

  1. Python数据分析与可视化(经典学习资料)

    Numpy:来存储和处理大型矩阵,比Python自身的嵌套列表(nested list structure)结构要高效的多,本身是由C语言开发.这个是很基础的扩展,其余的扩展都是以此为基础.数据结构为 ...

  2. Python数据分析-Matplotlib图标绘制

    Matplotlib介绍 Matplotlib是一个强大的Python绘图和数据可视化的工具包. Matplotlib的主要功能 Matplotlib是python中的一个包,主要用于绘制2D图形(当 ...

  3. python 数据分析----matplotlib

    Matplotlib是一个强大的Python绘图和数据可视化的工具包. 安装方法:pip install matplotlib 引用方法:import matplotlib.pyplot as plt ...

  4. python 数据分析 Matplotlib常用图表

    Matplotlib绘图一般用于数据可视化 常用的图表有: 折线图 散点图/气泡图 条形图/柱状图 饼图 直方图 箱线图 热力图 需要学习的不只是如何绘图,更要知道什么样的数据用什么图表展示效果最好 ...

  5. python数据分析之:绘图和可视化

    在数据分析领域,最出名的绘图工具就是matlib.在Python同样有类似的功能.就是matplotlib.前面几章我们都在介绍数据的生成,整理,存储.那么这一章将介绍如果图形化的呈现这些数据.来看下 ...

  6. Python调用matplotlib实现交互式数据可视化图表案例

    交互式的数据可视化图表是 New IT 新技术的一个应用方向,在过去,用户要在网页上查看数据,基本的实现方式就是在页面上显示一个表格出来,的而且确,用表格的方式来展示数据,显示的数据量会比较大,但是, ...

  7. 【搬砖】【Python数据分析】Pycharm中plot绘图不能显示出来

    最近在看<Python数据分析>这本书,而自己写代码一直用的是Pycharm,在练习的时候就碰到了plot()绘图不能显示出来的问题.网上翻了一下找到知乎上一篇回答,试了一下好像不行,而且 ...

  8. python之matplotlib绘图基础

    Python之matplotlib基础 matplotlib是Python优秀的数据可视化第三方库 matplotlib库的效果可参考 http://matplotlib.org/gallery.ht ...

  9. python 利用matplotlib中imshow()函数绘图

    matplotlib 是python最著名的2D绘图库,它提供了一整套和matlab相似的命令API,十分适合交互式地进行制图.而且也可以方便地将它作为绘图控件,嵌入GUI应用程序中.通过简单的绘图语 ...

随机推荐

  1. hdu 4778

    知道是状态压缩,但是不会做: 看题解学的: dp[i]表示现在状态是i,先手-后手的分数. #include<cstdio> #include<cstring> #includ ...

  2. VS(Microsoft Visual Studio2010)工具打开项目所需的应用程序,出现未安装(.csproj)的应用程序的解决办法

    打开这个文件的话,从列表中选择打开方式的时候,看看选择打开项目文件的打开方式是不是visual studio,如果是Micrisoft visual studio version selector.那 ...

  3. 【字典树】【贪心】Codeforces 706D Vasiliy&#39;s Multiset

    题目链接: http://codeforces.com/contest/706/problem/D 题目大意: 三种操作,1.添加一个数,2.删除一个数,3.查询现有数中与x异或最大值.(可重复) 题 ...

  4. VC++下使用SQLite数据库

    老师最近给的上机题目有点变态,特别是写到最后,是需要写学生管理系统.如果C语言结合文件来操作的话,估计会比较麻烦(对文件里字符串的增删改查我都没有什么好点的算法).那就用数据库吧,我很自然的想到. 前 ...

  5. PADSPOWERPCB中怎样去隐藏一些PIN脚

    由于一些板,尤其是U盘等面积很小的板,FLASH中只使用了为数不多的几个PIN,为了可以让其它PIN下面可以走线,增加GND网络的面积,所以实际操作中要隐藏一些PIN.这就需要怎么操作呢! 我们要做的 ...

  6. 几种MEMS陀螺仪(gyroscope)的设计和性能比较

    现在市场上的MEMS陀螺仪主要有SYSTRON.BOSCH和INVENSENSE设计和生产.前两者设计的陀螺仪属高端产品,主要用于汽车.后者的属低端产品,主要用于消费类电子,象任天堂的Wii.ADI2 ...

  7. 举例说,在命令模式(Command Pattern)

    在前面加上 谈到命令,大部分的人脑海中会想到以下这幅画面   这在现实生活中是一副讽刺漫画,做决定的人不清楚运行决定的人有何特点,瞎指挥.外行领导内行说的就是这样的.只是在软件设计领域,我们显然要为这 ...

  8. Spring之SpringMVC的MethodNameResolver(源码)分析

    前言 在介绍SpringMVC  的Controller的具体实现中,我们讲到了MultiActionController.在获取处理请求对于的方法的时候我们用到了下面的代码,来自于MultiActi ...

  9. iOS获取本地时间

    NSDate *currentDate = [NSDate date];//获取当前时间,日期 NSDateFormatter *dateFormatter = [[NSDateFormatter a ...

  10. 【S2-052】漏洞复现(CVE-2017-9805)

    一.漏洞描述 Struts2 的REST插件,如果带有XStream组件,那么在进行反序列化XML请求时,存在未对数据内容进行有效验证的安全隐患,可能发生远程命令执行. 二.受影响版本 Struts2 ...