数据分析笔记_第九章_绘图和可视化

最新推荐文章于 2024-10-03 09:02:12 发布

JabinY

最新推荐文章于 2024-10-03 09:02:12 发布

阅读量247

点赞数 2

分类专栏： python数据分析笔记文章标签： python 数据可视化可视化

本文链接：https://blog.csdn.net/JabinY/article/details/107957218

版权

第九章介绍了Python数据可视化的实践，包括matplotlib API的基础使用，如创建图表、设置颜色、标记和线型，以及自定义轴和图例。还探讨了如何利用pandas和seaborn简化绘图过程，例如绘制线型图和柱状图。最后提到了其他可视化工具，如Bokeh和Plotly，它们支持创建动态交互图形。

摘要由CSDN通过智能技术生成

第九章绘图和可视化

学习本章代码案例的最简单方法是在Jupyter notebook进行交互式绘图。在Jupyter notebook中执行下面的语句：

%matplotlib notebook

1 matplotlib API入门

matplotlib的通常引入约定是：

In [11]: import matplotlib.pyplot as plt

Figure和Subplot

In [17]: ax1 = fig.add_subplot(2, 2, 1)

这条代码的意思是：图像应该是2×2的（即最多4张图），且当前选中的是4个subplot中的第一个（编号从1开始）。如果再把后面两个subplot也创建出来

In [18]: ax2 = fig.add_subplot(2, 2, 2)
In [19]: ax3 = fig.add_subplot(2, 2, 3)

方法plt.subplots，它可以创建一个新的Figure，并返回一个含有已创建的subplot对象的NumPy数组：

In [24]: fig, axes = plt.subplots(2, 3)
In [25]: axes
Out[25]:
array([[<matplotlib.axes._subplots.AxesSubplot object at
0x7fb626374048>,
<matplotlib.axes._subplots.AxesSubplot object at
0x7fb62625db00>,
<