Python数据分析之Matplotlib-1

最新推荐文章于 2024-10-05 18:02:32 发布

wwkkjjtt

最新推荐文章于 2024-10-05 18:02:32 发布

阅读量62

点赞数 2

文章标签： python 数据分析 matplotlib

本文链接：https://blog.csdn.net/m0_73665080/article/details/132886365

版权

1 Matplotlib基础

import matplotlib.pyplot as plt
import numpy as np

%matplotlib notebook
%matplotlib inline

之前我们传给plot的参数都是列表。事实上，向plot中传入numpy数组是更常用的做法。如果传入的是列表，matplotlib会在内部将它转化成数组再进行处理。

plot函数返回一个Line2D对象组成的列表，每个对象代表输入的一对组合，例如：
- line1,line2 为两个 Line2D 对象：
  line1, line2 = plt.plot(x1, y1, x2, y2)
- 返回3个 Line2D 对象组成的列表：
  lines = plt.plot(x1, y1, x2, y2, x3, y3)
我们可以使用这个返回值来对线条属性进行设置：

figure()函数会产生一个指定编号为num的图：
plt.figure(num)
这里，figure(1)其实是可以省略的，因为默认情况下plt会自动产生一幅图像。
使用subplot可以在一幅图中生成多个子图，其参数为：
plt.subplot(numrows, numcols, fignum)
当numrows * numncols < 10时，中间的逗号可以省略，因此plt.subplot(211)就相当于plt.subplot(2,1,1)。
实例如下：

在这里插入图片描述

柱状图(bar chart)，是一种以长方形的长度为变量的表达图形的统计报告图，由一系列高度不等的纵向条纹表示数据分布的情况，用来比较两个或以上的价值（不同时间或者不同条件），只有一个变量，通常利用较小的数据集分析。柱状图亦可横向排列，或用多维方式表达。
数据：

曲线图又称折线图，是利用曲线的升，降变化来表示被研究现象发展趋势的一种图形。它在分析研究社会经济现象的发展变化、依存关系等方面具有重要作用。
绘制曲线图时，如果是某一现象的时间指标，应将时间绘在坐标的横轴上，指标绘在坐标的纵轴上。如果是两个现象依存关系的显示，可以将表示原因的指标绘在横轴上，表示结果的指标绘在纵轴上，同时还应注意整个图形的长宽比例。
数据：
实例：

直方图(Histogram)又称质量分布图。是一种统计报告图。由一系列高度不等的纵向条纹或线段表示数据分布的情况。一般用横轴表示数据类型，纵轴表示分布情况。
直方图是数值数据分布的精确图形表示。这是一个连续变量（定量变量）的概率分布的估计，并且被卡尔·皮尔逊(Karl Pearson)首先引入。它是一种条形图。为了构建直方图，第一步是将值的范围分段，即将整个值的范围分成一系列间隔，然后计算每个间隔中有多少值。这些值通常被指定为连续的，不重叠的变量间隔。间隔必须相邻，并且通常是（但不是必须的）相等的大小。
直方图也可以被归一化以显示“相对频率”。然后，它显示了属于几个类别中每个案例的比例，其高度等于1。
参数：
实例：