运算库之numpy(随机数组生成)

1.常用图的绘制
    1. 折线图
        在之前的博客中详细解释过。地址：https://blog.csdn.net/cai_niao_lu/article/details/121886458
    2. 散点图
        1. API：
            plt.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None)
                x：数据点对应的x轴上的数值
                y：数据点对应的y轴上的数值
                s：对应的是size，即散点图中点的大小
                c：color，即点的数值，传入的是一个数组或者是一个值，当传入的是数组的时候，说明存在分级的时候可以使用camp或者norm进行颜色分类。
                camp：色谱，当c中传入数值的时候，进行分类颜色
                norm：也相当于色谱，可以进行颜色分类
        2. 适用范围：用于寻找两个变量之间的关系时候利用。或者分类结果通过散点图表示。
    3. 柱状图
        1. API:
            plt.bar(x, height, width=0.8, align='center', color=)
                x：对应的是x轴上的分级
                height：对应的是x分级的高度
                width：柱状图的宽度
                align：取值center（x对应在柱状图的中间位置）或者edge（x对应在柱状图的左边位置。
                color：传入一个列表
        2. 适用范围：用来比较，反应的比较直观。
    4. 直方图
        1. API:
            plt.hist(x, bins=None, density=False, color=None, label=None)
                x：数据值
                bins：分级的方式，可以传入数组或者传入数值，当传入数值时，其为分组的组数；当传入是数组时，其为真正的分组方式。例如[1, 2, 3, 4] 则分级方式为[1, 2),[2, 3),[3, 4]。注意最后一个是闭合的。
                density：如果传入True，则输出的y轴上是所占有的比例。
                color：直方图的颜色
                label：直方图的名称
        2. 适用范围：用来查看数据的分布情况。
        3. 与柱状图不同的是：
            1. 两个直方图之间不存在间隙
            2. 直方图的x轴上的顺序不能变化，而柱状图可以
            3. 适用的范围不同，主要是用来查看数据的分布规律
    5. 饼图
        1. API:
            plt.pie(x, labels=None, colors=None, autopct=None, shadow=False, radius=1)
                x：传入数值
                labels：饼图每一部分的名称
                colors：传入的是一个数组，用来颜色分级
                autopct：格式化显示的内容，一般传入'%1.2f%%'，含义是保留两位小数
                shadow：如果传入True，那么饼图下方出现阴影。用来美化。
                radius：饼状图的半径大小
        2. 适用范围：
            当类别少于9个的时候，才适用，如果超过9个，那么采用柱状图进行显示。
        3. 饼图画出不圆的解决方法：
            plt.axis('equal')
2.以上就是我们数据分析中经常用到的图像了，可以添加的具体细节，在上一篇博客中已经清楚的分析过了。地址：https://blog.csdn.net/cai_niao_lu/article/details/121886458。具体细节如下：
    1.网格绘制
    2.x、y轴的名称设置
    3.x、y轴的刻度设置
    4.图标题的设置
    5.多个图的绘制（面向对象的绘图过程）
3.注意：matplotlib的颜色是支持16进制颜色的。可以通过16进制来搭配颜色，呈现出最好的图像。

平均分布

代码：

import numpy as np
import matplotlib.pyplot as plt

# 1.数据获取
data = np.random.uniform(low=-1, high=1, size=100000000)

# 2.生成画布
plt.figure(figsize=(20, 8), dpi=80)

# 3.绘制图像
plt.hist(data, 10000)

# 4.图像显示
plt.show()

输出：

正态分布 

代码：

import numpy as np
import matplotlib.pyplot as plt

# 1.数据获取
data = np.random.normal(loc=17, scale=3, size=100000000)

# 2.生成画布
plt.figure(figsize=(20, 8), dpi=80)

# 3.绘制图像
plt.hist(data, 10000)

# 4.图像显示
plt.show()

输出：

 

 学习地址：

黑马程序员Python教程，4天快速入门Python数据挖掘，系统精讲+实战案例_哔哩哔哩_bilibili