掌握绘图基础语法与常用参数
画图流程
掌握pyplot基础语法
import matplotlib.pyplot as plt
1、创建画布与创建子图
常用参数为底色较深的参数
简单的画图可以省略第一步,但是还是建议设置一下
2、添加画布内容
第二部分是绘图的主体部分
添加标题、坐标轴名称、绘制图形等步骤是并列的,可以先绘制图形,也可以先添加各类标签,但添加图例一定要在绘制图形之后
3、保存与展示图形
例子代码如下:
import matplotlib.pyplot as plt
import numpy as np
plt.figure(figsize=(4,4))#指定figure的宽和高,单位为英寸
x=np.arange(10)
plt.title('lines')
plt.plot(x,np.sin(x))
plt.plot(x,np.cos(x))
plt.legend(['sin','cos'])#最后添加图例说明,一般是根据顺序
plt.savefig('./pics/3_01.png')#有多种文件格式可以存储,先保存后展示,因为可能图片是空白的
plt.show()#最好写上这个,以免显示不出来
分析特征间关系
折线图和散点图是常见的绘图图形展现形式
折线图:特征间的趋势关系
散点图:特征间的统计关系
绘制散点图
代码:
plt.scatter(range(69),data['values'][:,2])
plt.show()#不会显示图所在位置
for i in [3,4,5]:
plt.scatter(range(69),data['values'][:,i])
plt.legend(['1','2','3'])
plt.show()
绘制折线图
plt.plot(range(69),data['values'][:,2])
plt.show()
for i in [3,4,5]:
plt.scatter(range(69),data['values'][:,i])
plt.legend(['1','2','3'])
plt.show()
分析特征内部数据分布与分散情况
直方图:查看各组数据的数量分布,各组数据之间的数量比较
饼图:一组数据在总体的占比情况
箱线图:比较不同特征可以体现分散程度差异
绘制直方图
有的还会x与y轴对换,呈横向
代码:
num=data['values'][68,3:6]
plt.bar(range(len(num)),num)
plt.xticks(range(len(num)),['1','2','3'])
plt.show()
绘制饼图
plt.pie(num,autopct='%.2f %%',explode=[0.1,0,0])#explode参数是可以将一个部分突出出来
plt.show()
绘制箱线图
num=(list(data['values'][:,3]),list(data['values'][:,4]),list(data['values'][:,5]))
plt.boxplot(num)
plt.show()