【python数据可视化】
主要以分析数据
月疯
得到你最想要的东西,最保险的办法,那就是你能配得上你最想要的东西。机会是留给有准备的人,运气是留给有天赋的努力者。
展开
-
Matplotlib的一些总结
这是 axes 类的基本方法,它将一个数组的值与另一个数组的值绘制成线或标记,plot() 方法具有可选格式的字符串参数,用来指定线型、标记颜色、样式以及大小。fig, axes = plt.subplots(23):即表示一次性在figure上创建成2*3的网格,使用plt.subplot()只能一个一个的添加。# 里面前两个代表的是画布划分的行数和列数,公共分为4个子图,最后一个1是代表,现在选中第一个子图。移动提示,并使其离注释点和文本一些距离,原创 2023-06-11 03:09:53 · 395 阅读 · 0 评论 -
matplotlib之subplot和动态作图(笔记六)
代码:# -*- coding:utf-8 -*-#matplotlib的subplot绘图import matplotlib.pyplot as pltimport numpy as npplt.figure()#小的绘图plt.subplot(2,2,1)#表示再figure中创建了一个2行2列的小的绘图,1代表再图像中第一个位置plt.plot([0,1],[0,1])#表示从0-1绘制图像#小的绘图plt.subplot(2,2,2)#表示再figure中创建了一个2行2列原创 2021-05-11 15:32:18 · 581 阅读 · 0 评论 -
matplotlib之contours等高线、3D图(笔记五)
等高线代码:# -*- coding:utf-8 -*-#matplotlib等高线import matplotlib.pyplot as pltimport numpy as npdef f(x,y): return (1-x/2+x**5+y**3)*np.exp(-x**2-y**2)x=np.linspace(-3,3,100)y=np.linspace(-3,3,100)X,Y=np.meshgrid(x,y)plt.contourf(X,Y,f(X,Y),8,原创 2021-05-11 14:12:57 · 2711 阅读 · 1 评论 -
matplotlib之scatter散点、bar直方图(笔记四)
散点图代码:# -*- coding:utf-8 -*-#matplotlib散点图import matplotlib.pyplot as pltimport numpy as np# plt.scatter(np.arange(5),np.arange(5))x=np.random.normal(0,1,500)y=np.random.normal(0,1,500)plt.scatter(x,y,c="b",alpha=0.5)plt.show()图形展示:直方原创 2021-05-11 13:46:25 · 289 阅读 · 0 评论 -
matplotlib之legend图例和标注(笔记三)
代码:# -*- coding:utf-8 -*-#matplotlib设置legend图例import matplotlib.pyplot as pltimport numpy as npx=np.linspace(-1,1,100)y=2*x+1y1=x**2#限制x,y的范围plt.xlim((-1,2))#x的范围是(-1,2)plt.ylim((-2,3))#y的范围是(-2,3)#xy的标签的描述plt.xlabel("X")plt.ylabel("Y")原创 2021-05-11 13:24:16 · 885 阅读 · 0 评论 -
matplotlib坐标设置(笔记二)
代码:# -*- coding:utf-8 -*-#matplotlib设置坐标import matplotlib.pyplot as pltimport numpy as npx=np.linspace(-1,1,100)y=2*x+1y1=x**2#限制x,y的范围plt.xlim((-1,2))#x的范围是(-1,2)plt.ylim((-2,3))#y的范围是(-2,3)#xy的标签的描述plt.xlabel("X")plt.ylabel("Y")#曲线和直线原创 2021-05-11 11:36:27 · 677 阅读 · 2 评论 -
matplotlib之plot,figure(笔记一)
plot属性代码:#直线图import matplotlib.pyplot as pltimport numpy as npx=np.linspace(-1,1,100)y=2*x+1plt.plot(x,y)plt.show()figure属性:代码:#图像import matplotlib.pyplot as pltimport numpy as npx=np.linspace(-1,1,100)y=2*x+1y1=x**2#直线plt.fig原创 2021-05-11 10:15:11 · 1016 阅读 · 0 评论 -
python大数据可视化之DataGear
一个开源的数据可视化网站:http://www.datagear.tech/模板展示:原创 2021-04-16 14:35:24 · 269 阅读 · 0 评论 -
Python可视化 | Seaborn02
barplot和countplot具体用法如下:seaborn.barplot(x=None,y=None,hue=None,data=None,order=None,hue_order=None,ci=95,n_boot=1000,units=None,orient=None,color=None,palette=None,saturation=0.75,errcolor='.26',errwidth=None,capsize=None,ax=None,estima...原创 2021-04-19 20:12:10 · 321 阅读 · 0 评论 -
Python大数据演示|超燃动态排序图(亲测)
lualu.txt里面存放文件:Vijayanagar,India,1537,485.2,India,Vijayanagar - India,485.6,15.335,76.462Vijayanagar,India,1538,484.8,India,Vijayanagar - India,485.2,15.335,76.462Vijayanagar,India,1539,484.4,India,Vijayanagar - India,484.8,15.335,76.462Vijayanaga..转载 2021-04-19 19:34:07 · 732 阅读 · 0 评论 -
Python可视化 | Seaborn(01)
kdeplot和distplot的介绍:#入门---kdeplot和distplotimport numpy as np #导入numpy包,用于生成数组import seaborn as sns #习惯上简写成snsimport matplotlib.pyplot as pltfrom scipy.stats import *def testkdeplot(): # seaborn.kdeplot(data, data2=None, shade=False, vertical=原创 2021-04-18 19:29:20 · 121 阅读 · 0 评论