前言:
Julia作为一门新的编程语言,在python与C、C++、Fortran之间找到一个平衡点,它具有相比于python、matlab等更明显的速度优势,又像python一样简洁灵活,而Julia实现可视化生成漂亮的图表也是比较简单的,今天我们就带大家走进Julia的可视化世界。
安装Julia数据可视化包
Julia可视化的包还是比较多的,有Gadfly、Plots、vegaLite等,今天我们为大家介绍的是Plots包。
首先介绍一下Plots包的安装。
第一步:使用using Pkg命令导入Pkg包;
第二步:使用Pkg.add(“Plots”)命令安装Plots包。
出现下图使用Plots包后的界面,就证明成功的安装了Plots。
开始Julia绘图
Plots绘制的图片美观,绘图的语言也简单易理解,下面我们就为大家展示一些常用图形的绘制。
绘制折线图
这里我们先绘制一张简单的折线图,绘图代码如下:
using Plots
default(show=true)
plotly()
plot(rand(10,3),linewidth=3,title="My Plots1")
绘图结果如下图所示,只需几行命令,我们就得到了第一张Julia的可视化图片。
你有没有发现图片的右上角有一排图标?这就是plots里面的工具选项,用Plots绘制图片最终以网页形式呈现,同时图片中还有很多可以操作的选项,如下图红框所示,他们分别表示下载图片、查看图片、移动图片、放大\缩小图片、全屏、还原图片等。
绘制散点图
接下来我们介绍一下散点图,绘制散点图需要用到gr函数,此外在Plots.jl中绘图,需要我们指出系列类型,线是一个系列类型,散点图是另一种常用的序列类型,我们通过seriestype属性更改系列类型,散点图的绘图的代码如下所示:
using Plots
gr()
Plot(x,y,seriestype=:scatter,title="My Scatter Plot")
#或者使用scatter(x,y,title="My Scatter Plot")一样可以达到相同的效果
绘图结果如下:
分类绘图
在绘图时我们常常需要比较几组不同的数据,而Julia绘制这样的图时,可以直接传入几组数据的矩阵,在大多数情况下,绘图时传入一个(n×m)的矩阵将创建m个序列,每个序列具有n个数据点,分类绘图的代码如下:
using Plots
xs=range(o,2π,length=10)
data=[sin.(xs)cos.(xs)2sin.(xs)2cos.(xs)]
labels=["Apples""Oranges""Hats""Shoes"]
markershapes=[:circle,:star5]
markercolors=[:green:orange:black:purple:red:yellow:brown:white]
plot(xs,data,label=labels,shape=markershapes,color=markercolors,markersize=10)
绘图结果如下图所示,我们发现绘制的图片中,每一个序列用不同的颜色表示,并且在数据点做出了标记,而且同一个序列还具有不同标记不同颜色的连接线,这些就是我们对shape与color两个参数进行设置的功劳了。
其他多种图形展示
Plots包中的绘图功能十分强大,接下来我们为大家展示一些用Plots包绘制的其他图片:
结语
今天为大家介绍了Julia可视化包Plots的安装,还展现了折线图、散点图、分类绘图的过程,最后又为大家展示了一些Plot的其他精美可视化效果,Julia的可视化效果是不是很棒?
海数据实验室,传播有价值的数据科学!
更多内容请关注公众号或小程序海数据在线
我们有大量免费的精品在线实验课、
视频课、直播课、公开课
还有为你量身打造的学习路线
快来加入我们吧!
欢迎关注,海数据在线
添加微信"xiaohaima360",邀你进学习交流群
有机会获得技术大咖的指导