Python数据分析与展示教程(北理工 嵩天教授)——展示数据基本方法

Matplotlib库入门

Matplotlib库的介绍

Python优秀的数据可视化第三方库
Matplotlib库的效果:http://matplotlib.org/gallery.html
在这里插入图片描述

Matplotlib库的使用

Matplotlib库由各种可视化类构成,内部结构复杂,受Matlab启发。
matplotlib.pyplot是绘制各类可视化图形的命令子库,相当于快捷方式。
import matplotlib.pyplot as plt
在这里插入图片描述
不给X轴数据时,Y轴索引作为X轴数据绘制出图像
plt.savefig()将输出图形存储为文件,默认PNG格式,可以通过dpi修改输出质量。
在这里插入图片描述
在这里插入图片描述
plt.plot(x, y)当有两个以上参数时,按照X轴和Y轴顺序绘制数据点。

pyplot的绘图区域

plt.subplot(nrows, ncols, plot_number)
plt.subplot(3, 2, 4)
plt.subplot(324)
在全局绘图区域中创建一个分区体系,并定位到一个子绘图区域。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

pyplot的plot函数

plt.plot(x, y, format_string, **kwargs)

  • x:X轴数据,列表或数组,可选。
  • y:Y轴数据,列表或数组
  • format_string:控制曲线的格式字符串,可选。
  • kwargs:第二组或更多 (x, y, format_string)
    当绘制多条曲线时,各条曲线的x不能省略。
    在这里插入图片描述
    在这里插入图片描述
    format_string:控制曲线的格式字符串,可选
    颜色字符**、风格字符标记字符组成
    颜色字符
    风格字符
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    颜色字符、风格字符和标记字符可以组合使用。
  • **kwargs:第二组或更多 (x, y, format_string)
    color:控制颜色,color=‘green’
    linestyle:线条风格,linestyle=‘dashed’
    marker:标记风格,marker=‘o’
    markerfacecolor:标记颜色,markerfacecolorr=‘blue’
    markersize:标记尺寸,markersize=20
    ……

pyplot的中文显示

第一种方法

pyplot并不默认支持中文显示,需要rcParams修改字体实现。
在这里插入图片描述
在这里插入图片描述
**‘SimHei’**是黑体
rcParams的属性
rcParams[‘font.family’]改变的是全局字体
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

第二种方法(推荐)

在有中文输出的地方,增加一个属性:fontproperties
在这里插入图片描述
在这里插入图片描述

pyplot的文本显示

pyplot的文本显示函数
pyplot的文本显示函数
在这里插入图片描述
在这里插入图片描述
$包含的地方表示采用Latex格式
plt.annotate(s, xy=arrow_crd, xytext=text_crd, arrowprops=dict)
在这里插入图片描述
在这里插入图片描述
shrink表示从箭头的起始到结束按照0.1的比例,箭头两侧会缩进。也就是离指的位置和文本的位置都留有一定的空白

pyplot的子绘图区域

复杂的绘图区域
在这里插入图片描述

plt.subplot2grid()

plt.subplot2grid(GridSpec, CurSpec, colspan=1, rowspan=1)
理念:设定网格,选中网格,确定选中行列区域数量,编号从0开始
plt.subplot2grid((3, 3), (1, 0), colspan = 2)
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

GridSpec类

在这里插入图片描述
在这里插入图片描述
总结:关键要选取恰当的图形展示数据含义

pyplot基础绘制函数

pyplot基础图表函数概述

pyplot的基础图标函数
pyplot的基础图标函数
pyplot的基础图标函数pyplot的基础图标函数

pyplot饼图的绘制

plt.pie()
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

pyplot直方图的绘制

plt.hist()
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
normed = 0显示每个区间的数据个数;normed = 1显示每个区间数据出现的比例

pyplot极坐标图的绘制

面向对象绘制极坐标

在这里插入图片描述
在这里插入图片描述

pyplot散点图的绘制

面向对象绘制散点图

在这里插入图片描述
面向对象的绘制方法是官方推荐的使用方式

实例

“引力波的绘制”实例介绍

最原始的引力波和理想引力波
在这里插入图片描述

引力波的绘制

产生时间序列

从配置文档中读取时间相关数据
在这里插入图片描述

读取应变数据

在这里插入图片描述

绘制H1 Strain

使用来自“H1”探测器的数据作图
在这里插入图片描述

绘制L1 Strain&Template

在这里插入图片描述

显示并保存图像

在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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