python数据可视化与matplotlib

最新推荐文章于 2023-12-20 14:45:43 发布

之火

最新推荐文章于 2023-12-20 14:45:43 发布

阅读量774

点赞数 2

分类专栏：笔记文章标签： python

本文链接：https://blog.csdn.net/m0_55680183/article/details/123283400

版权

本文介绍了数据可视化的重要性和matplotlib在Python中的应用。matplotlib是Python的基础绘图库，提供了丰富的图表类型和交互式功能，其官方文档和Gallery页面提供了大量示例代码。文章还概述了pyplot子库和pylab模块的简单使用，包括设置图表标题、轴范围及显示图表的基本步骤。

摘要由CSDN通过智能技术生成

数据可视化介绍:
数据可视化是指将数据放在可视环境中、进一步理解数据的技术，可以通过它更加详细地了解隐藏在数据表面之下的模式、趋势和相关性。
matplotlib:
是Python基础的画图库，官网为https://matplotlib.org/，在案例地址https://matplotlib.org/gallery/index.html中介绍了很多种类的图和代码示例。
matplotlib简介和简单使用:
matplotlib是Python最著名的绘图库，它提供了一整套和Matlab相似的命令API，十分适合进行交互式制图；也可以方便地将它作为绘图控件，嵌入GUI应用程序中。
文档相当完备，并且Gallery页面中有上百幅缩略图，打开之后都有源代码。如果需要绘制某种类型的图，只需要在这个页面中进行简单的浏览、复制、粘贴，就能实现画图。
https://matplotlib.org/gallery.html中有大量的缩略图案例可以使用。
matplotlib画图的子库：
pyplot子库
提供了和matlab类似的绘图API，方便用户快速绘制2D图表。
pylab模块
其中包括了许多numpy和pyplot中常用的函数，方便用户快速进行计算和绘图，可以用于IPython中的快速交互式使用。
pyplot画图简单使用如下：
通过一系列函数设置当前Axes对象的各个属性：
title
设置子图的标题。
x、y
分别设置X、Y轴的显示范围。
最后调用plt.show()显示出绘图窗口。
案例如下：

# _maximum_minimum_temperatures
import matplotlib.pyplot as plt
import numpy as np
x = np.arange(4,19)
y_max = np.array([32,33,34,34,33,31,30,29,30,29,26,23,21,25,31])
y_min = np.array([19