pyplot基本语法
一、创建一个空白画布,指定大小 and 画子图
figure = plt.figure(figsize=(4, 4)) # 4*4大小
plt.subplot(2, 3, 1) # 两行三列 的第一幅
二、中文问题可设置rc参数
plt.rcParams["font.family"] = "STSong"
2.1 添加画布内容
plt.title() # 标题
plt.xlable() # x轴名字
plt.lim(2, 5) # x轴范围
plt.xticks() # 刻度下标
plt.legend() # 图例
2.2 保存与展示图形
plt.savefig() # 保存图片
plt.show() # 显示图形
三、分析特征间的关系
3.1 散点图:
作用:观察大致趋势。
data = np.load("路径", allow_pickle = True) # 可查看里面的内容
plt.scatter()
3.2 折线图:
可以看做是散点图连线起来,比散点图更细致。 最适合用于显示随时间而变化的连续数据,增长趋势
plt.plot(x, y, color, linestyle, maker, alpha )
plt,plot(range(69), data["values"][:,2]) # values所有行的第二列
四、分析特征内部数据的分散情况
4.1 直方图
各分组的数量分布和比较
plt.bar(left, height, width = 0.8, bottom = None, color )
num = data["values"][68, 3:6]
plt.bar(range(len(num)), num)
plt.xticks(range(len(num)), ["1", "2", "3"])
plt.show()
4.2 饼图
每组数据 的总体占比
plt.pie(x, explode = None, lables = None, colors = None, autopct = None, pctdistance = None, labledistance = None, radius =None)
autopct 显示方式
explode 指定尖尖离圆心的半径, 每一项可以突出去
pctdistance 指定每一项的 比例 离圆心的距离
radius 饼图的半径
plt.pie(num, autopct="%.2f %%", explode = [0, 0.1, 0])
4.3 箱线图
发现数据的分散情况
boxplot(x)
# 一些参数
notch 是否有缺口
vert 表示图形是横向纵向
num = data["values"][:, 3]
plt.boxplot(num)
plt.show()