文章目录
一、数据分析绘图库matplotlib
1、简单介绍
matplotlib是python比较底层的可视化库,可定制性强、图表资源丰富、简单易用、达到出版质量级别。
2、绘图基础知识
导入模块
import matplotlib.pyplot as plt
创建画板
figure = plt.figure(figsize=(10, 10))
创建子图(画纸)
参数(2,1,1)代表将画板分为2行1列,第1个
参数(2,1,2)代表将画板分为2行1列,第2个
ax1 = plt.subplot(2, 1, 1)
ax2 = plt.subplot(2, 1, 2)
绘制
polt代表折线图,marker表示点的形状,linestyle线段的形状
legend表示显示图例,也就是图形里的内容
ax.plot(x, y, color='red', marker='*', linestyle='-.')
plt.legend()
3、常用图形
基本的视觉元素有三种:点、线、柱状。
4、绘图步骤
其中maker样式:
颜色样式:
5、单图绘制和多图绘制
单图:
# 1.导入绘图库
import matplotlib.pyplot as plt
import numpy as np
# 2.创建画板figure
figure = plt.figure(figsize=(10, 10))
# 3. 创建子图subplot/Axes 画纸
# 1行1列第1个
ax = plt.subplot(1, 1, 1)
# 4. 准备数据
# 从0~50分成100份
x = np.linspace(0, 10, 100)
y = np.sin(x)
# 5. 绘制
ax.plot(x, y, color='red', marker='*', linestyle='-.')
ax.set_title('y = sinx')
ax.set_xlabel ('x')
ax.set_ylabel ('y')
#6. 显示图像
plt.show()
运行结果:
其实因为只有一个图,所以可以不用创建子图,直接在画板上作图:
# 导入绘图库
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
# 1. 准备数据
x = np.linspace(0, 10, 100)
y = np.sin(x)
#2. 画板里只有一个图,可以直接绘图
plt.plot(x, y)
plt.title('y = sinx')
plt.xlabel ('x')
plt.ylabel