Matplotlib可视化

慢慢啃书ing

文章目录

前言

一、曲线绘图

二、绘制分块图，创建子窗口

三、散点图

 四、直方图

五、柱状图

总结

---

---

前言

      最近在读《数据科学导论Python语言实现》，阅读的时候遇到了很多困难：代码过旧，有些库已经被取代或合并了；知识太深奥，小白读不懂QAQ......

       陆陆续续看了一些，目前实在是读不下去了（跳读ing），在看最后一章的Matplotlib可视化这一章，给大家整理分享一下书中代码的解读，希望能帮助到大家的学习！

---

一、曲线绘图

函数绘图：获取一系列x坐标值，通过特定函数将它们映射到y轴即可

使用NumPy的linspace（）函数，创建一个从0到5等间距、具有50个样本的数字序列

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 5, 50)
y_cos = np.cos(x)
y_sin = np.sin(x)

plt.figure() # 开始画图咯
plt.plot(x,y_cos) # 第一个参数是x值，第二个参数是y值
plt.plot(x,y_sin)#它这里画了2条线
plt.xlabel('x') # x轴的名称
plt.ylabel('y') # y轴的名称
plt.title('title') # 表名
plt.show() 

二、绘制分块图，创建子窗口

基本语法：
plt.subplot(nrows,ncols,plot_number)
#指定划分nrows行，ncols列
#第plot_number区域上画图（从左边第1个区域开始计数）

import matplotlib as mpl
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 5, 50)
y_cos = np.cos(x)
y_sin = np.sin(x)
plt.subplot(1,2,1) # defines 1 row 2 column panel, activates figure 1
plt.plot(x,y_cos,'r--')
plt.title('cos') # adds a title
plt.subplot(1,2,2) # defines 1 row 2 column panel, activates figure 2
plt.plot(x,y_sin,'b-')
plt.title('sin')
plt.show()

plt.plot(x坐标值,y坐标值,控制曲线的格式字符串,....)

控制曲线的格式字符串：可选，它由颜色字符、风格字符和标记字符组成

如 plt.plot(x,x,'b-',x,y_cos,"r+")

后面的省略符代表可以加多组曲线在一张图上

三、散点图

from sklearn.datasets import make_blobs
import matplotlib.pyplot as plt

D = make_blobs(n_samples=100, n_features=2, centers=3, random_state=7)#生成3类数据用于聚类（100个样本，每个样本有2个特征）
#这里的特征也表示维度，二维的嘛，这里返回值是元组
groups = D[1]#这是数据集的特征值
coordinates = D[0]#这是每个样本的标签类别

plt.plot(coordinates[groups==0,0], coordinates[groups==0,1], 'ys', label='group 0') # label参数为每个分组分配名称
plt.plot(coordinates[groups==1,0], coordinates[groups==1,1], 'm*', label='group 1')
plt.plot(coordinates[groups==2,0], coordinates[groups==2,1], 'rD', label='group 2')
# coordinates[groups==1,0]是这么来理解的，groups==1返回的是布尔数组
# groups==1用于在coordinates数组中选择类别为1的样本，然后使用逗号分隔的切片操作[:,0]
# 真牛逼
plt.ylim(-2,10) # 限定y坐标的幅度，范围为-2到10
plt.yticks([10,6,2,-2]) # y轴刻度
plt.xticks([-15,-5,5,-15]) # x轴刻度
plt.grid() # 将图形划分为9个区域
plt.annotate('Squares', (-12,8)) # 使用注解命令为每个分组打印上名称
plt.annotate('Stars', (0,6))
plt.annotate('Diamonds', (10,3))
plt.legend(loc='lower left', numpoints= 1) # 图注的位置
plt.show()

使用make_blobs生成数据，该方法返回的是元组，包含特征值和类别分类！

D1=make_blobs(n_samples=5,n_features=2,centers=4)

 四、直方图

语法：

plt.hist(x,bins,histtype,color,stacked);

x是一维数组，bin是直方图的柱数

histtype：{‘bar’, ‘barstacked’, ‘step’, ‘stepfilled’}；

'bar’是传统的条形直方图；'barstacked’是堆叠的条形直方图；'step’是未填充的条形直方图，只有外边框；‘stepfilled’是有填充的直方图；当histtype取值为’step’或’stepfilled’，rwidth设置失效，即不能指定柱子之间的间隔，默认连接在一起

stacked是布尔值。如果取值为True，则输出的图为多个数据集堆叠累计的结果；如果取值为False且histtype=‘bar’或’step’，则多个数据集的柱子并排排列

import numpy as np
import matplotlib.pyplot as plt
x = np.random.normal(loc=0.0, scale=1.0, size=500)#loc是均值，scale是标准差，size是输出值的维度
z = np.random.normal(loc=3.0, scale=1.0, size=500)
plt.hist(np.column_stack((x,z)), bins=10, histtype='bar', color = ['c','b'], stacked=False)
#这里的column是列合并（左右拼接）,row_stack是行合并（上下拼接）
plt.grid()#显示网格线
plt.show()

五、柱状图

from sklearn.datasets import load_iris
import numpy as np
import matplotlib.pyplot as plt

iris = load_iris()
average = np.mean(iris.data, axis=0)      #axis=0是将最后数据输出为一行，计算每列的平均值
std= np.std(iris.data, axis=0)#计算标准差    #同理当axis=1时，最后计算结果为一列
range_= np.arange(np.shape(iris.data)[1])   #np.shape(iris.data)返回值是(150, 4)
# print(np.shape(iris.data))

plt.subplot(1,2,1) # 区域划分为1行2列
plt.title('Horizontal bars')
plt.barh(range_,average, color="r", xerr=std, alpha=0.4, align="center")#水平柱状图
plt.yticks(range_, iris.feature_names)#第一个参数是坐标轴刻度，第二个参数是另一个坐标刻度上的标签
plt.subplot(1,2,2) # 区域划分为1行2列，并从第二块图形作画
plt.title('Vertical bars')
plt.bar(range_,average, color="b", yerr=std, alpha=0.4, align="center")#垂直柱状图，yerr指定误差条长度
plt.xticks(range_, ['hua','dui','1','2'])
plt.show()

---

总结

      以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。