1. 数据可视化
数据可视化指的是使用图形的方式展现数据分布规律。
2. 基本绘图 API
2.1 plot()
import numpy as np
import matplotlib.pyplot as plt
x = np.array([1, 2, 3, 4, 5])
y = np.array([12, 22, 43, 34, 25])
# 绘图函数
# 需要传入两个数组类型的参数
# 第一个参数为 x 轴上的坐标,第二个参数为 y 轴上的坐标
# 两个数组对应位置的 x 与 y 组成一个点的坐标
# 两个数组在形式上需要相同
plt.plot(x, y)
# 显示绘制的图形,会阻塞程序的运行
plt.show()
传入的数组参数只有一个的情况:
import numpy as np
import matplotlib.pyplot as plt
x = np.array([1, 2, 3, 4, 5])
y = np.array([12, 22, 43, 34, 25])
# 绘图函数
# 如果传入的数组参数为一个
# 则传入的数组参数会被默认是 y 轴的坐标,在 x 轴上的取值会默认进行取值
plt.plot(x)
plt.plot(y)
# 显示绘制的图形,会阻塞程序的运行
plt.show()
2.2 hlines() 绘制水平线
import numpy as np
import matplotlib.pyplot as plt
# 第一个参数为水平线的 y 值
# 第二个参数为水平线的开始位置
# 第三个参数为水平线的结束位置
plt.hlines(20, 2, 4)
plt.show()
2.3 vlines() 绘制垂直线
import numpy as np
import matplotlib.pyplot as plt
# 第一个参数为垂直线的 x 值
# 第二个参数为垂直线的开始位置
# 第三个参数为垂直线的结束位置
plt.vlines(20, 2, 4)
plt.show()
2.4 linspace() sin() cos()
import numpy as np
import matplotlib.pyplot as plt
# linspace() 线性拆分
# 从 0 到 π 之间取 1000 个点
# np.pi π
x = np.linspace(0, 2*np.pi, 1000)
# 求 x 中每个点对应 sin 值
sinx = np.sin(x)
plt.plot(x, sinx)
plt.show()
import numpy as np
import matplotlib.pyplot as plt
# linspace() 线性拆分
# 从 0 到 π 之间取 1000 个点
# np.pi π
x = np.linspace(0, 2*np.pi, 1000)
# 求 x 中每个点对应 cos 值
cosx = np