matplotlib散点图柱状图实例（自学）

matplotlib:关联图correlation

散点图

import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
#让图像在jupyter notebook显示

x1 = np.random.randn(10)
x2 = x1 + x1**2 - 10
#确定画布
plt.figure(figsize=(8,4))

#画图
plt.scatter(x1,x2,s=50,c='blue',label='Positive')#s:点的大小，c:点的颜色

#装饰图形
plt.legend()

#显示
plt.show()

标签

X = np.random.randn(10,2)
y = np.array([0,0,1,1,0,1,0,1,0,0])
plt.figure(figsize=(8,4))
plt.scatter(X[:,0],X[:,1],s=50,c=y)
plt.show()

# label只能显示一种颜色，所以想要图例的话，需要通过循环画图的方式实现
X = np.random.randn(10,2)
y = np.array([0,0,1,1,0,1,0,1,0,0])
colors = ['red','black']#颜色列表
labels =['Zero','One']#标签的类别列表

for i in range(X.shape[1]):
    plt.scatter(X[y==i,0],
               X[y==i,1],
               c=colors[i],
               label =labels[i])
plt.legend()
plt.show()

#导入数据
midwest =pd.read_csv('https://raw.githubusercontent.com/selva86/datasets/master/midwest_filter.csv')
#标签
categories = np.unique(midwest['category'])#利用unique方法去掉重复的项

从光谱中选取一个颜色

#从光谱中选取一个颜色的例子
color1 = plt.cm.tab10(5.2)
np.array(color1).reshape(1,-1)#增维，输入(1,-1)是让行上的维度为1，(-1,1)是让列上的维度为1

绘制复杂图

plt.figure(figsize=(16,10))
for i in range(len(categories)):
    plt.scatter(midwest.loc[midwest['category']==categories[i],'area'],
               midwest.loc[midwest['category']==categories[i],'poptotal'],
               s=20,
               c=np.array(plt.cm.tab10(i/len(categories))).reshape(1,-1),
               label=categories[i])
# 对图像进行装饰
plt.gca().set(xlim=(0.0,0.12),ylim=(0,80000))#控制横纵坐标范围
plt.xticks(fontsize=12)#坐标轴上的标尺的字的大小
plt.yticks(fontsize=12)
plt.ylabel('Population',fontsize=22)
plt.xlabel('Area',fontsize=22)
plt.title('Scatterplot of Midwest Area vs Population',fontsize=22)
plt.legend(fontsize=12)
plt.show()

排序图：柱状图vlines

X = [1,2,3,4,5]
y = [14,13,20,19,7]
plt.vlines(x=X,ymin=0,ymax=y)

<matplotlib.collections.LineCollection at 0x7f1c94724750>

• 让线条变宽，就变成了柱子

plt.vlines(x=X,ymin=0,ymax=y,
          linestyles='solid',
          linewidth =10,
          colors ='red')
# linestyles:线型：{'solid','dashed','dashdot','dotted'}

<matplotlib.collections.LineCollection at 0x7f1c934d44d0>

面向对象的matplotlib画图

• 命令式绘图和面向对象的绘图可以混用，不会报错(即plt和ax可以混用)

fig,ax =plt.subplots(figsize=(10,6),facecolor='white',dpi=80)
# 下面是个示例，不可运行
ax.vlines(x=df.index,ymin=0,ymax=df.cty,color='firebrick',alpha=0.7,linewidth=15)