机器学习科学库之——Matplotlib

数据绘图——matplotlib

1.为什么需要使用matplotlib？

matplotlib是最流行的python底层绘图库，主要做数据可视化图表

2.实例

from matplotlib import pyplot as plt
x=range(2,26,2)
y=[15,13,14.5,17,20,25,26,26,24,22,18,15]
plt.plot(x,y)
plt.show()

结果：

但是实际上这个图片看起来不够细致，还可以做以下修改：

选择部分内容进行修改后：

# -*- coding:utf-8 -*-
from matplotlib import pyplot as plt
import matplotlib
'''一天内的温度变化情况'''

#设置中文字体
font ={'family':'Microsoft YaHei',
       'weight':'bold',}
matplotlib.rc("font",**font)

fig=plt.figure(figsize=(20,8),dpi=80)#figsize设置图片大小，dpi可以让图片更加清晰
x=range(2,26,2)
y=[15,13,14.5,17,20,25,26,26,24,22,18,15]
plt.plot(x,y)
#设置X轴的刻度,rotation调整刻度字体的角度，这里是45度
_xticks_labels = ["{}点".format(i) for i in range(2,26,2)]

plt.xticks(x,_xticks_labels,rotation=45)
#设置y轴刻度，让数据分布更加密集
plt.yticks((range(min(y),max(y)+1)))
#plt.savefig("./sig_size.png")#保存为SVG这种矢量图，放大不会有锯齿

#添加描述信息
plt.xlabel("时间")
plt.ylabel("温度")
plt.title("一天内的温度变化情况")
plt.show()

结果：

3.其他图形的绘制

绘制网格

plt.grid(alpha=0.6)#可设置网格线条的透明度

绘制直方图

c2 = pd.read_csv("ces17.csv")
c1=pd.DataFrame(c2)
a=c1.avg_time
d=20
num_bins=(max(a)-min(a))//d
print(max(a),min(a),max(a)-min(a))
plt.hist(a,num_bins)
plt.xticks(range(min(a),max(a)+d,d))
plt.show()

绘制条形图

from matplotlib import pyplot as plt
import matplotlib
'''某组数据变化情况'''

#设置中文字体
font ={'family':'Microsoft YaHei',
       'weight':'bold',}
matplotlib.rc("font",**font)

fig=plt.figure(figsize=(20,8),dpi=80)#figsize设置图片大小，dpi可以让图片更加清晰
x=range(1,7)
y3=[221,117,45,13,3,1,]
y2=[187,133,53,15,9,3,]
y1=[187,99,35,5,1,1]

x1=list(range(len(x)))
x2=[i+0.2 for i in x1]
x3=[i+0.2*2 for i in x1]
plt.bar(range(len(x)),y3,width=0.2)
plt.bar(x2,y2,width=0.2)
plt.bar(x3,y1,width=0.2)
plt.show()

结果：

4.其他绘图工具