第十九讲
Matplotlib实战数据分析
一定要在jupyter notebook编译环境中进行操作
主要内容
- 模板导入
- 随机曲线的生成
- 图像的操作
模板导入
导入我们数据分析三剑客,并且指令我们的图在本页面显示
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
随机曲线的生成(折线图)
# 生成随机数值
x = np.random.randint(3,9,size=10)
# 指定画布相当于进行两行俩列的分割
plt.subplot(221)
plt.plot(x)
此时我们可以看到生成了一个随机的折线图
我们同样可以画一个正弦函数曲线
x = np.linspace(0,2*np.pi,10)
y = np.sin(x)
plt.subplot(221)
plt.plot(x,y)
这时候一张sinx函数的图就画好了
图像的操作
我们数据分析的时候当然不止一个图
怎么实现呢
plt.subplot(221)
plt.plot(x,y)
plt.subplot(222)
plt.subplot(223)
plt.subplot(224)
输出这些代码我们便得到了四张图(画布)
我们还可以设定横轴标签和一个纵轴标签
有一个问题就是matplotlib无法显示中文我们需要对他进行设置
plt.rcParams['font.sans-serif'] = 'SimHei'
然后标签就可以设置成中文了
plt.subplot(111)
plt.xlabel('中国')
plt.ylabel('国民收入',fontsize=20)
fontsize可以修改我们的字体大小,默认字体大小是10
条形图的绘制
# 生成一个4个数据的一维数组
data = np.random.randint(5,10,size=4)
data
# 指定行索引列高,由.bar生成条形图
plt.bar(x=['A','B','C','D'],height=data)
饼状图的绘制
# 设置画布比例确保是一个正常的圆
plt.figure(figsize=(5,5))
# 传入数据
plt.pie(x=data)
# 如果直接展示会有一大堆返回值,我们用show函数就可以清晰简单的得到那个园
plt.show()
但是只有一个饼显然信息不便表达,我们需要给他添加一些信息
plt.figure(figsize=(5,5))
# 我们设置他的各个区域标签,然后autopct显示比例
plt.pie(x=data, labels=list('ABCD'),autopct='%.2f%%')
plt.show()
画图方法还有很多,本文只是介绍一些基础知识!