数据可视化
fuf7mddd
这个作者很懒,什么都没留下…
展开
-
数据可视化(1)-- 从csv,excel中导入数据
#从CSV格式文件中导入数据原创 2019-02-07 15:19:44 · 1648 阅读 · 0 评论 -
数据可视化(2)-- 从定宽数据文件,json数据源导入数据
从定宽数据文件导入数据操作步骤```pythonimport structimport stringdatafile = 'ch02-fixed-width-1M.data'mask='9s14s5s' // mask告诉struct模块的Struct方法如何去读取定宽的数据with open(datafile,'r') as f: for line in f: fields...原创 2019-02-07 21:00:31 · 422 阅读 · 0 评论 -
数据可视化(3)—— 绘制柱状图,折线图,堆积柱状图,箱型图
绘制折线图 import matplotlib as plt plt.plot( [4, 3, 2, 1], [1, 2, 3, 4]) //当给plot赋两列表值的时候第一个列表值为横坐标, // 第二个为纵坐标 plt.plot([4,3,2,1]) // 当只赋给plot一个列表值的时候,默认给的是y值绘...原创 2019-02-17 13:02:15 · 2346 阅读 · 0 评论 -
数据可视化(4)—— 绘制简单的正弦图和余弦图
绘制简单的正弦图和余弦图numpy简介numpy是python一种开源的数据计算扩展。支持大量的多维度数组计算和矩阵 import numpy as np x = [1,2,3,4] x1 = np.array(x) x1=np.array([1,2,3,4])将普通数组转化为numpy类型的数组,实现数组的矢量化,进行矢量化计算绘制正,余弦图 import matplotl...原创 2019-02-17 14:41:44 · 3040 阅读 · 0 评论 -
数据可视化(5)—— 设置图表坐标轴长度,范围,线型,属性和格式化字符串
设置图表坐标轴长度和范围在设置坐标轴长度和范围的时候若不用其他方法调整则matplotlib默认自动使用最小值,让我们刚好在一个图里看到所有的数据点,如果用axis()的范围比数据集合中的最大值小,matlibplot会按照设置执行,这样就无法在图中看到所有的数据点。一种解决方法是用autoscale方法,使其自动计算坐标轴的最佳大小以适应数据 plt.axis([-1,1,-10,10])...原创 2019-02-17 15:59:33 · 5075 阅读 · 0 评论 -
数据可视化(6)—— 使用dates模块
使用dates模块对刻度进行定制化操作可以使用plt.locator_params()方法控制刻度定位器的行为,可以控制刻度的数目并且在plot比较小的时候使用一个紧凑视图(tight view) from pylab import * ax = gca() ax.locator_params(tight=True, nbins=10) ax.plot(np.random.normal...原创 2019-02-18 20:32:38 · 353 阅读 · 0 评论