numpy、pandas基础补充

本文介绍了Python数据可视化库matplotlib的三层结构,包括容器层、辅助显示层和图像层,并详细讲解了各层的主要功能。此外,文章还深入探讨了numpy的基础知识,强调了numpy在科学计算中的优势,如高效运算、向量化操作和并行化处理,并介绍了数组的基本属性和操作。最后提到了pandas,作为数据挖掘的重要工具,其核心数据结构如dataframe、series的特性以及基本操作。
摘要由CSDN通过智能技术生成

三层结构
容器层:canvas、figure、axes
画板层(canvas):用户接触不到
画布层(figure):

plt.figure(figsize=(),dpi=)
  figsize:画布大小
  dpi:清晰度
plt.savefig('文件名'):以文件名的形式保存

一个画布可以包含多个绘图区
绘图区(axes):plt.subplots()

辅助显示层:图例(legend)、网格(grid)、标题(title)、外观(facecolor)、边框线(spines)、坐标轴(axis)、坐标轴名称(axis label)、坐标轴刻度(tick),坐标轴刻度标签(tick label)
plt.xticks()
plt.yticks()

中文显示问题
安装字体、删除matplotlib缓存文件、配置文件

plt.grid(alpha=,linestyle='')

表示显示网格,alpha设置透明度

主要是用来帮助用户理解
图像层:图里面的内容、不同的图像类型

折线图plot:某事物、某指标随时间的变化
numpy.linepace(-10,10,1000):-10到10之间等距离生成1000个数
散点图scatter:关系/规律
柱状图bar:统计/对比

对比柱状图的x坐标需要不同,稍微平移
x轴标签的话也要根据实际情况调整一下
调整宽度

直方图hist:连续分布状况(年龄、价格)
直方图展示数据分布,柱状图比较数据大小
默认展示频数,需要展示频率的时候修改density=True即可

饼图pie:占比(超过9个类别就不要用饼图了)
格式化输出:autopct=%.2f%%(前面的%.2f表示保留两位小数,后面的%%表示取得%这个符号)
plt.axis(‘equal’)#正圆

总结
什么是matplotlib:2D画图的Python第三方库
为什么用matplotlib:方便自己

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