Python数据处理之数据可视化(一)

Python数据处理之数据可视化（一）

今天简单的总结了数据可视化的一点基础知识点，希望对小码们有帮助（此处使用matplotlib包）

1.简单画点

import matplotlib.pyplot as plt
plt.plot([1,2,3,4])
plt.show()

运行结果：

注： 在默认情况下，绘制图像的线条为蓝色实线

2.图像绘制——sin函数

import numpy as np
import matplotlib.pyplot as plt
x=np.linspace(0,2*np.pi,50)# x坐标
y1=np.sin(x)# y坐标
plt.plot(x,y1,"g*")
plt.title("Figure of Function")# 图像标题
plt.xlabel("x-axis")# 显示x轴
plt.ylabel("y-axis")# 显示y轴
plt.grid(True)# 设置显示网格
plt.text(0.5,1.0,"$y=\sin(x)$")# 设置文本显示
plt.axis([0,2*np.pi,-1,1])# 设置坐标范围
plt.show()# 图像绘制

运行结果:

注：
上述代码中第三行plt.plot(x,y1,"g*")中后面的g表示绘制线条的颜色——绿色，*表示星形线。在绘制过程中的线条颜色和线条类型有很多：参考链接

3.多张图片在同一个画布（子图）

import numpy as np
import matplotlib.pyplot as plt
x=np.arange(0,2*np.pi,0.01)#x的范围
y1=np.sin(x)
y2=np.cos(x)
y3=(x-1)*3
y4=np.tan(x)
# 两行两列第一个图（左上）
plt.subplot(221)
plt.plot(x,y1,"k")
plt.text(0,0.5,"$y=\sin(x)$")
plt.axis([0,2*np.pi,-1.01,1.01])
# 两行两列第二个图（右上）
plt.subplot(222)
plt.plot(x,y2,"g")
plt.text(0,0.5,"$y=\cos(x)$")
plt.axis([0,2*np.pi,-1.01,1.01])
# 两行两列第三个图（左下）
plt.subplot(223)
plt.plot(x,y1,"b")
plt.text(0,0.5,"$y=(x-1)*3$")
plt.axis([0,2*np.pi,-3.01,3.01])
# 两行两列第四个图（右下）
plt.subplot(224)
plt.plot(x,y2,"r")
plt.text(0,0.5,"$y=\ tan(x)$")
plt.axis([0,2*np.pi,-1.01,1.01])

plt.show()

运行结果：

注：

plt.subplot(221)
...
plt.subplot(222)
...
plt.subplot(223)
...
plt.subplot(224)
...

以上代码中的221表示子图的排序方式：一共有两行两列，此图在从上到下，从左到右的第1个，并不表示第二行第二列的图。同理：222表示从上到下，从左到右的第2个；223表示从上到下，从左到右的第3个；224表示从上到下，从左到右的第4个；

4.添加图例与保存图像

import numpy as np
import matplotlib.pyplot as plt
x=np.arange(0,2*np.pi,0.01)
y1=np.sin(x)
y2=np.cos(x)
plt.plot(x,y1,"b")
plt.text(0,0.8,"$y=\sin(x)$")
plt.axis([0,2*np.pi,-1.01,1.01])
plt.plot(x,y2,"g")
plt.text(0,0.1,"$y=\cos(x)$")
# 设置坐标轴的范围
plt.axis([0,2*np.pi,-1.01,1.01])
# 添加图例
plt.legend(['$y=\sin(x)$',"$y=cos(x)$"],loc=1)
# 保存图像
plt.savefig("./images/7-06.png")
plt.show()

运行结果：

注：

plt.legend(['$y=\sin(x)$',"$y=cos(x)$"],loc=1)

此处的loc属性表示图例的位置：
0——最佳位置
1——右上角
2——左上角
3——右下角
4——左下角
5——右侧
6——左侧垂直居中
7——右侧垂直居中
8——下方水平居中
9——上方水平居中
10——正中间

5.pandas数据绘制

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
data={
    'series1':[1,3,4,3,5],
    'series2':[2,4,5,2,4],
    'series3':[3,2,3,1,3]
}
frame=pd.DataFrame(data)
x=np.arange(5)
plt.axis([0,5,0,7])#
plt.plot(x,frame)
plt.legend(frame,loc=2)
plt.show()

运行结果：

今天的小总结先告一段落，有空继续来整理的。文中如有错误还请小码们指正，定加以改正。