带你走进Julia的可视化世界

 

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