Python数据可视化常用库

最新推荐文章于 2024-04-09 09:52:11 发布

绿琦

最新推荐文章于 2024-04-09 09:52:11 发布

阅读量500

点赞数 1

文章标签： matplotlib python echarts Powered by 金山文档

本文链接：https://blog.csdn.net/m0_56967161/article/details/129567597

版权

Matplotlib是一个比较重要的Python绘图库，它基于Numpy的数组运算功能，绘图功能非常强大，已经成为Python中公认的数据可视化工具，通过Matplotlib你可以很轻松地画一些或简单或复杂地图形，几行代码即可生成线图、直方图、功率谱、条形图、错误图、散点图等。

安装Anaconda后，会默认安装Matplotlib库，如果要单独安装，可以通过pip命令实现，前提是首先需要安装pip包，命令为：pip install matplotlib。

图像为：

代码贴在这里：

import numpy as np

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif']=['SimHei'] #图形显示中文

plt.rcParams['axes.unicode_minus'] = False # 可以显示负数

N = 5 #组数

menMeans = (20, 35, 30, 35, 27)

womenMeans = (25, 32, 34, 20, 25)

menStd = (2, 3, 4, 1, 2)

womenStd = (3, 5, 2, 3, 3)

ind = np.arange(N) #组的位置

width = 0.35 #条形图的宽度

p1 = plt.bar(ind, menMeans, width, yerr=menStd)

p2 = plt.bar(ind, womenMeans, width,

bottom=menMeans, yerr=womenStd)

plt.ylabel('得分') #Y轴标签

plt.title('按照组和性别统计得分') # 标题

plt.xticks(ind, ('组1', '组2', '组3', '组4', '组5'))

plt.yticks(np.arange(0, 81, 10))

plt.legend((p1[0], p2[0]), ('男', '女')) # 图例

plt.show() # 显示图像

Pyecharts是一个用于生成 Echarts 图表的类库，可以与Python 进行对接，方便在 Python 中直接使用数据生成图。Echarts 是百度开源的一个数据可视化 JS 库，生成的图可视化效果非常棒，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。

Pyecharts分为v0.5.X和v1两个大版本，v0.5.X和v1间不兼容，v1是一个全新的版本。pyecharts经过了半年的沉寂后，终于发布了新版本，新版本号将从v1.0.0开始，这是一个全新的，向下不兼容的pyecharts版本，类似与Python3与Python2。不过如果开发者以前接触过pyecharts的话，新版本对于你们来说也是会很容易上手的。