3.Matplotlib数据可视化基础(下)(散点图、折线图、直方图、饼图、箱线图)

本文是作者的学习笔记,聚焦于Matplotlib的可视化基础,涵盖散点图、折线图、直方图和箱线图的绘制。通过实例详细解释如何使用plt.plot()函数创建折线图,并探讨了如何利用直方图展示数据分布,用饼图展示比例关系,以及运用箱线图分析数据的分散状况。内容参考了书籍《Python数据分析与应用》及网络资源。
摘要由CSDN通过智能技术生成

接上文
笔记说明:本文是我的学习笔记,大部分内容整理自 黄红梅,张良均等.Python数据分析与应用[M].北京:人民邮电出版社,2018:52-77. 还有部分片断知识来自网络搜索补充。
可视化这块的内容我以后会专门学习一本参考书然后整理笔记的,现在仅仅是整理上述参考书的一个章节的基础知识。

2.2折线图

plt.plot()

参数名称 说明
x,y 接收array,表示x轴和y轴对应的数据
color 接收string,指定线条颜色
linestyle 接收string,指定线条类型,默认是"-"
marker 接收string,表示绘制的点的类型,默认是None
alpha 接收0~1的小数,表示点的透明度

两个栗子!

#1.
plt.figure(figsize=(8,7))
plt.plot(values[:,0],values[:,2],color='r',linestyle='--')
plt.rcParams['font.sans-serif']='SimHei'
plt.rcParams['axes.unicode_minus']=False
plt.xlabel("这个就是年份")
plt.ylabel("生产总值")
plt.ylim((0,225000))
plt.xticks(range(0,70,4),values[range(0,70,4),1],rotation=45)
plt.title("各季度国民生产总值折线图")
plt.show()

plt.figure(figsize=(9,7)) 
plt.plot(values[:,0],values[:,2],color='b',linestyle='--',marker='o')
plt.xlabel('这个是年份')
plt.ylim((0,225000))
plt.xticks(range(0,70,4),values[range(0,70,4),1],rotation=45)
plt.title('点线图')
plt.show()

#2.
#将多图画出来,利用plt.plot()一次性画三幅图
plt.figure(figsize=(9,7))
#第三个参数同时设置点的颜色、形状和类型
plt.plot(values[:,0],values[:,3],'rD--',values[:,0],values[:,4],'g8-.',
         values[:,0],values[:,5],'y*-')
plt.xlabel('这个还是年份')
plt.ylabel('这个是产值(亿元)')
plt.xticks(range(0,70,4),values[range(0,70,4),1],rotation=45)
plt.title('各产业各季度的生产总值,神奇的配色红配绿加点黄'
  • 1
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值