安装完anaconda后,让pycharm使用anaconda的环境的方法
anaconda,pycharm,虚拟环境
镜像链接
清华开源
matplotlib
折线图:plot
设置图片大小需要在绘图之前
设置图片大小:plt.figure(figsize(长,宽),dpi=分辨率)
绘图:plt.plot(x,y)
x,y 为x轴与y轴数据
标识网格线:plt.grid()
保存:plt.savefig(“路径”),图片格式可选择(.svg矢量图,.png,.jpg等)
展示:plt.show()
刻度:xticks(),yticks() 其中可以添加参数rotation选择角度,rotation=90即逆时针90度
matplotlib中的中文显示方法:
plt.rcParams["font.sans-serif"]=["SimHei"]
plt.rcParams["axes.unicode_minus"]=False
绘制多条线,并添加标注
通过多个plt.plot()来绘制多条曲线
在plt.plot()中添加label属性,展示图片前使用plt.legend()方法在图片中展示标注
y_1=[1,2,3,4]
y_2=[2,4,6,8]
x=[0,1,2,3]
plt.plot(x,y_1,label='1')
plt.plot(x,y_2,label='2')
plt.legend()
plt.show()
散点图:scatter
方法于折现图相同
条形图:bar
barh绘制横着的条形图
bar调整宽度的参数为width
barh调整宽度为height
直方图:hist(统计分布状态)
plt.hist(数组,分组数)
分组数求法:数据量在100以内长分为5~12组,否则分组数num_bins=(max-min)/组距d
d需要可以整除max-min,否则x轴刻度会错位
注:组距通常根据数组中数据的密集程度决定,若密集组距取小值,分散取大值。
x轴刻度为:xticks(range(min,max+d,d))
直方图一般统计原始数据的频数,对于处理过后的数据一般使用条形图
numpy
处理数值型数据