matplotlib

最新推荐文章于 2023-11-07 20:51:14 发布
最新推荐文章于 2023-11-07 20:51:14 发布
阅读量211 收藏 3
点赞数
分类专栏： 机器学习基础 文章标签： 数据可视化 matplotlib 机器学习 python 可视化
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_27396609/article/details/111566470
版权

Matplotlib

文章目录

什么是Matplotlib

  • 是专门用于开发2D图表(包括3D图表)

  • 使用起来及其简单

  • 以渐进、交互式方式实现数据可视化

为什么要学习Matplotlib

可视化是在整个数据挖掘的关键辅助工具，可以清晰的理解数据，从而调整我们的分析方法。

  • 能将数据进行可视化,更直观的呈现
  • 使数据更加客观、更具说服力

例如下面两个图为数字展示和图形展示：

在这里插入图片描述

认识Matplotlib图像结构

在这里插入图片描述

Matplotlib三层结构

容器层

容器层主要由Canvas、Figure、Axes组成。

Canvas是位于最底层的系统层，在绘图的过程中充当画板的角色，即放置画布(Figure)的工具。

Figure是Canvas上方的第一层，也是需要用户来操作的应用层的第一层，在绘图的过程中充当画布的角色。

Axes是应用层的第二层，在绘图的过程中相当于画布上的绘图区的角色。

  • Figure:指整个图形(可以通过plt.figure()设置画布的大小和分辨率等)
  • Axes(坐标系):数据的绘图区域
  • Axis(坐标轴)：坐标系中的一条轴，包含大小限制、刻度和刻度标签

特点为：

  • 一个figure(图像)可以包含多个axes(坐标系/绘图区)，但是一个axes只能属于一个figure。
  • 一个axes(坐标系/绘图区)可以包含多个axis(坐标轴)，包含两个即为2d坐标系，3个即为3d坐标系

在这里插入图片描述

辅助显示层

辅助显示层为Axes(绘图区)内的除了根据数据绘制出的图像以外的内容，主要包括Axes外观(facecolor)、边框线(spines)、坐标轴(axis)、坐标轴名称(axis label)、坐标轴刻度(tick)、坐标轴刻度标签(tick label)、网格线(grid)、图例(legend)、标题(title)等内容。

该层的设置可使图像显示更加直观更加容易被用户理解，但又不会对图像产生实质的影响。

图像层

图像层指Axes内通过plot、scatter、bar、histogram、pie等函数根据数据绘制出的图像。

在这里插入图片描述

总结：

  • Canvas（画板）位于最底层，用户一般接触不到

  • Figure（画布）建立在Canvas之上

  • Axes（绘图区）建立在Figure之上

  • 坐标轴（axis）、图例（legend）等辅助显示层以及图像层都是建立在Axes之上

  • 图像保存

    • plt.savefig(“路径”)

  • 添加x,y轴刻度

    • plt.xticks()
    • plt.yticks()
    • 注意:在传递进去的第一个参数必须是数字,不能是字符串,如果是字符串吗,需要进行替换操作

  • 添加网格显示

    • plt.grid(linestyle="–", alpha=0.5)

  • 添加描述信息

    • plt.xlabel()
    • plt.ylabel()
    • plt.title()

  • 多次plot【了解】

    • 直接进行添加就OK

  • 显示图例

    • plt.legend(loc=“best”)
    • 注意:一定要在plt.plot()里面设置一个label,如果不设置,没法显示

  • 多个坐标系显示【了解】

    • plt.subplots(nrows=, ncols=)

1 常见图形种类及意义

  • 折线图：以折线的上升或下降来表示统计数量的增减变化的统计图

    特点：能够显示数据的变化趋势，反映事物的变化情况。(变化)

    api：plt.plot(x, y)

    在这里插入图片描述

  • **散点图：**用两组数据构成多个坐标点，考察坐标点的分布,判断两变量之间是否存在某种关联或总结坐标点的分布模式。

    特点：判断变量之间是否存在数量关联趋势,展示离群点(分布规律)

    api：plt.scatter(x, y)

    在这里插入图片描述

  • **柱状图：**排列在工作表的列或行中的数据可以绘制到柱状图中。

    特点：绘制连离散的数据,能够一眼看出各个数据的大小,比较数据之间的差别。(统计/对比)

    api：plt.bar(x, width, align=‘center’, **kwargs)

    Parameters:    
x : sequence of scalars.

width : scalar or array-like, optional
柱状图的宽度

align : {‘center’, ‘edge’}, optional, default: ‘center’
Alignment of the bars to the x coordinates:
‘center’: Center the base on the x positions.
‘edge’: Align the left edges of the bars with the x positions.
每个柱状图的位置对齐方式

**kwargs :
color:选择柱状图的颜色

    在这里插入图片描述

  • **直方图：**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范围，纵轴表示分布情况。

    特点：绘制连续性的数据展示一组或者多组数据的分布状况(统计)

    api：matplotlib.pyplot.hist(x, bins=None)

    Parameters:    
x : (n,) array or sequence of (n,) arrays

bins : integer or sequence or ‘auto’, optional
组距

    在这里插入图片描述

  • **饼图：**用于表示不同分类的占比情况，通过弧度大小来对比各种分类。

    特点：分类数据的占比情况(占比)

    api：plt.pie(x, labels=,autopct=,colors)

    x:数量，自动算百分比
labels:每部分名称
autopct:占比显示指定%1.2f%%
colors:每部分颜色

    在这里插入图片描述

2 散点图绘制

需求：探究房屋面积和房屋价格的关系

房屋面积数据：

x = [225.98, 247.07, 253.14, 457.85, 241.58, 301.01,  20.67, 288.64,
       163.56, 120.06, 207.83, 342.75, 147.9 ,  53.06, 224.72,  29.51,
        21.61, 483.21, 245.25, 399.25, 343.35]

房屋价格数据：

y = [196.63, 203.88, 210.75, 372.74, 202.41, 247.61,  24.9 , 239.34,
       140.32, 104.15, 176.84, 288.23, 128.79,  49.64, 191.74,  33.1 ,
        30.74, 400.02, 205.35, 330.64, 283.45]

在这里插入图片描述

代码：

# 0.准备数据
x = [225.98, 247.07, 253.14, 457.85, 241.58, 301.01,  20.67, 288.64,
       163.56, 120.06, 207.83, 342.75, 147.9 ,  53.06, 224.72,  29.51,
        21.61, 483.21, 245.25, 399.25, 343.35]
y = [196.63, 203.88, 210.75, 372.74, 202.41, 247.61,  24.9 , 239.34,
       140.32, 104.15, 176.84, 288.23, 128.79,  49.64, 191.74,  33.1 ,
        30.74, 400.02, 205.35, 330.64, 283.45]

# 1.创建画布
plt.figure(figsize=(20, 8), dpi=100)

# 2.绘制散点图
plt.scatter(x, y)

# 3.显示图像
plt.show()

3 柱状图绘制

需求-对比每部电影的票房收入

电影数据如下图所示：

在这里插入图片描述

1 准备数据

['雷神3：诸神黄昏','正义联盟','东方快车谋杀案','寻梦环游记','全球风暴', '降魔传','追捕','七十七天','密战','狂兽','其它']
[73853,57767,22354,15969,14839,8725,8716,8318,7916,6764,52222]

2 绘制

  • matplotlib.pyplot.bar(x, width, align=‘center’, **kwargs)

绘制柱状图

代码：

# 0.准备数据
# 电影名字
movie_name = ['雷神3：诸神黄昏','正义联盟','东方快车谋杀案','寻梦环游记','全球风暴','降魔传','追捕','七十七天','密战','狂兽','其它']
# 横坐标
x = range(len(movie_name))
# 票房数据
y = [73853,57767,22354,15969,14839,8725,8716,8318,7916,6764,52222]

# 1.创建画布
plt.figure(figsize=(20, 8), dpi=100)

# 2.绘制柱状图
plt.bar(x, y, width=0.5, color=['b','r','g','y','c','m','y','k','c','g','b'])

# 2.1b修改x轴的刻度显示
plt.xticks(x, movie_name)

# 2.2 添加网格显示
plt.grid(linestyle="--", alpha=0.5)

# 2.3 添加标题
plt.title("电影票房收入对比")

# 3.显示图像
plt.show()

参考链接：

https://matplotlib.org/index.html

  • 折线图
    • 能够显示数据的变化趋势，反映事物的变化情况。(变化)
    • plt.plot()
  • 散点图
    • 判断变量之间是否存在数量关联趋势,展示离群点(分布规律)
    • plt.scatter()
  • 柱状图
    • 绘制连离散的数据,能够一眼看出各个数据的大小,比较数据之间的差别。(统计/对比)
    • plt.bar(x, width, align=“center”)
  • 直方图
    • 绘制连续性的数据展示一组或者多组数据的分布状况(统计)
    • plt.hist(x, bins)
  • 饼图
    • 用于表示不同分类的占比情况，通过弧度大小来对比各种分类
    • plt.pie(x, labels, autopct, colors)

数量关联趋势,展示离群点(分布规律)

  • plt.scatter()
  • 柱状图
    • 绘制连离散的数据,能够一眼看出各个数据的大小,比较数据之间的差别。(统计/对比)
    • plt.bar(x, width, align=“center”)
  • 直方图
    • 绘制连续性的数据展示一组或者多组数据的分布状况(统计)
    • plt.hist(x, bins)
  • 饼图
    • 用于表示不同分类的占比情况，通过弧度大小来对比各种分类
    • plt.pie(x, labels, autopct, colors)
CharlesDavid_coder
关注
专栏目录
机器学习之Matplotlib绘图工具
black_sea_heart的博客
09-27 582
一、什么是Matplotlib 是专门用于开发2D图表（包括3D图表） 使用起来及其简单 以渐进、监护式方式实现数据可视化 二、Matplotlib作用 可视化是在整个数据挖掘的关键辅助工具，可以清晰的理解数据，从而调整我们的分析方法 1.能使数据进行可视化、更直观的呈现 2.使数据更加客观、更具说服力 三、使用Matplotlib实现画图（简单） from matplotlib import...
matplotlib绘图工具
weixin_63230368的博客
12-05 94
折线图 此处以在每个年年龄段谈过几个女朋友为例 from matplotlib import pyplot as plt from matplotlib import font_manager #设置字体 my_font = font_manager.FontProperties(fname="C:\Windows\Fonts\simhei.ttf") #设置图片大小 plt.figure(figsize=(20,8),dpi=80) #定义数据 x = range(11,31) y_1 = [1,0
Matplotlib绘图工具
qq_45337431的博客
06-07 320
Matplotlib绘图工具
python基础-matplotlib画图工具
s_unbo的博客
12-09 299
python基础-matplotlib画图工具 Matplotlib 是一个 Python 的 2D绘图库，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。 matplotlib官网：https://www.matplotlib.org.cn/ 代码 #读入数据，初步处理 import pandas as pd import numpy as np import matplotlib.pyplot as plt from numpy import arange unrate = pd.read
Python3.8环境下matplotlib3.3.2离线安装
最新发布
06-24
在Python编程环境中，matplotlib是一个非常重要的库，用于创建高质量的二维图表和图形。在这个场景中，我们关注的是在Python 3.8环境下离线安装matplotlib 3.3.2的过程。离线安装意味着我们需要手动下载所有依赖包，...
matplotlib-3.3.4.tar.gz
01-15
《matplotlib-3.3.4：深度学习可视化的重要工具》 matplotlib是Python编程语言中一个极为重要的数据可视化库，它的存在极大地丰富了Python在数据可视化领域的应用能力。本资源提供的"matplotlib-3.3.4.tar.gz"是...
python3.12 环境（matplotlib库）
01-28
在这个环境中，我们特别关注的是数据可视化库——Matplotlib。Matplotlib 是 Python 数据可视化的核心库，适用于创建高质量的静态、动态、交互式的图像。在Python 3.12中，Matplotlib 可以与 PyCharm 社区版这样的...
matplotlib中文文档.zip
02-28
《matplotlib中文文档》是Python数据可视化库matplotlib的官方中文版文档，它为用户提供了详细的使用指南和API参考，帮助开发者更好地理解和使用matplotlib进行数据图表的绘制。matplotlib是Python科学计算领域的...
【Pyside资源】 Pyside2 中嵌入 Matplotlib 实现画图功能
03-11
Matplotlib 是一个用于绘制图形和可视化数据的 Python 库。将 Matplotlib 嵌入到Pyside2应用程序中，可以让您创建具有丰富图形界面的桌面应用程序。 以下是一个资源描述示例，用于在Pyside2应用程序中嵌入...
Matplotlib绘图-快速上手可视化工具
weixin_63003502的博客
11-15 1588
快速上手matplotlib绘图，全面讲解。
使用python工具Matplotlib画图
秀秀的奇妙旅行
06-06 614
Matplotlib 自定义坐标轴(Axes) Matplotlib绘图时x轴标签重叠的解决办法 python设置散点图点的大小 matplotlib画图 如何将坐标轴加粗？python画散点图#首先调用一下画图的库 #记得用完了这个函数要show一下，不然成不了图片 2、函数参数介绍 x，y：长度相同的数组，也就是我们即将绘制散点图的数据点，输入数据。用来表示散点图的横纵坐标，例如一个（100，99）的数据，x=100,y=99s：点的大小，默认 20，也可以是个数组，数组每个参数为对应点的大小，数值越大
matplotlib绘图工具包--数据可视化
塔克米的博客
04-09 856
Matplotlib: 是一个python的2D绘图库, 它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形.通过Matplotlib, 开发者可以仅需要几行代码, 便可以生成绘图, 直方图, 功率谱, 条形图, 错误图, 散点图等.Matplotlib: 可以创建出版书籍中的绘图工具包pyplot: 包含常用的图表API函数import matplotlib.pyplot as plt...
matplotlib绘图工具简介
weixin_50022322的博客
12-28 484
matplotlib绘图工具简介 Matplotlib是一个综合库，用于在Python中创建静态，动画和交互式可视化。我们可以将通过numpy分析得到的数据结果通过matplotlib描绘出来. 配置画布 画布中图形具有的字体颜色,背景颜色等可以在会图前,设置一些初始值,后面只需要对部分属性进行一些微调. import numpy as np import matplotlib.pyplot as plt import pylab plt.rcParams['font.sans-serif'] = 'Si
动手学Matplotlib画图，Matplotlib 是一个非常强大的 Python 画图工具。【Matplotlib学习笔记】
IN year
11-07 256
一起动手学Matplotlib，掌握Matplotlib画图工具
01 熟悉python绘图工具——matplotlib
weixin_47920722的博客
09-14 1203
了解python绘图工具matplotlib
机器学习画图工具（1）
weixin_46088152的博客
01-27 1740
pd.to_datetime()//表示把那个日期的格式转化成上图的日期的格式。 import matplotlib.pyplot as plt //matplotlib.pyplot画可视化的库 plt.plot(x,y) //画x轴，y轴 plt.xticks(rotation=45)//表示x下面的数字倾斜45° plt.show() //显示 plt.xlabel('month') plt.ylabel('Un……') plt.title('Mon……') plt.figure() //.
机器学习（四）机器学习的常用库之Matplotlib
qq_55796594的博客
08-14 530
1.Matplotlib库 1.1Matplotlib特点 matplotlib是python中最常用的绘图模块 matplotlib的Pyplot子模块与MATLAB非常相似，可以方便的绘制各种常见的统计图形，是用户进行探索式数据分析的重要图形工具 可通过各种函数设置图形中的图标题、线条样式、字符形状、颜色、轴属性以及字体属性等 1.2python绘图（一） import numpy as np import pandas as pd import matplotlib.pyplot as .
机器学习画图神器来啦！
小白学视觉
01-05 189
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达转自 | 机器之心作者 | 蛋酱、小舟神经网络画图神器 ML Visuals 正在持续更新。去年 5 月，机器之心曾向大家推荐一款名为 ML Visuals 的机器学习画图模板，该项目受到广泛关注，迄今已收获 2.2K Star。ML Visuals 专为解决神经网络画图问题设计，最近，这一模板进行了更新。项目地址：https:...
Matplotlib
05-27
好的，Matplotlib是一个基于Python的数据可视化库，可以用于生成各种类型的图表，包括折线图、柱状图、散点图、饼图等。 下面是一个简单的Matplotlib折线图的代码示例： ```python import matplotlib.pyplot as plt import numpy as np x = np.linspace(0, 10, 100) y = np.sin(x) plt.plot(x, y) plt.show() ``` 这个代码会生成一个简单的正弦曲线的折线图。 Matplotlib的主要组成部分包括： 1. Figure：整个图形，包括所有的子图、图表、文字和标签等。 2. Axes：一个子图，包括坐标轴、数据、标签、图例等。 3. Axis：坐标轴，包括刻度、标签、网格等。 4. Artist：图形中的所有元素，包括Line2D、Text、Rectangle等。 Matplotlib的基本用法包括： 1. 导入Matplotlib库：`import matplotlib.pyplot as plt` 2. 创建Figure：`fig = plt.figure()` 3. 创建Axes：`ax = fig.add_subplot(111)` 4. 绘制图表：`ax.plot(x, y)` 5. 显示图表：`plt.show()` 除了折线图之外，Matplotlib还支持多种类型的图表，可以根据具体需求选择不同的绘图函数和参数。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值