Python数据分析学习笔记（3）matplotlib数据可视化入门

一、模块导入：

import matplotlib.pylab as pyl  #用于可视化
import numpy as npy  #用于提供数组支持

二、折线图、散点图

（1）折线图：

#注意xy数据要个数相同以对应
x=[1,2,3,4,8]
y=[4,7,2,1,6]

#plot(x轴的数据，y轴的数据，展现的形式,默认是折线图)
pyl.plot(x,y)

（2）散点图：

x=[1,2,3,4,8]
y=[4,7,2,1,6]

#plot(x轴的数据，y轴的数据，展现的形式，o代表散点图)
pyl.plot(x,y,'o')

（3）修改折线图与散点图的样式：

        1）修改折线图或散点图的符号颜色：

              c-cyan-青色
              r-red-红色
              m-magente-品红
              g-green-绿色
              b-blue-蓝色
              y-yellow-黄色
              k-black-黑色
              w-white-白色

             如：

#红色散点图
pyl.plot(x,y,'ro')
#红色折线图
pyl.plot(x,y,'r')

        2）修改折线图线的样式：

            -               直线
            --              虚线
            -.               -.形式线
            :               细小虚线

           如：

pyl.plot(x,y,":")

        3）修改散点图点符号样式：

        o  -  默认的圆形
        s  -  方形
        h  -  六角形1
        H  -  六角形2
        *  -  星形
        +  -  加号
        x  -  x形
        d  -  菱形1
        D  -  菱形2  
        p  -  五角形

（4）修改图的信息：

#图名
pyl.title("show")
#xy轴名称
pyl.xlabel("ages")
pyl.ylabel("temp")
#xy轴长度
pyl.xlim(0,50)
pyl.ylim(0,40)

  （5）展示可视化图：

pyl.show()

     注意若图生成了多次，则多个生成的图是叠加显示的，如下图：

三、随机数的生成：

#随机数的生成
import numpy as npy

data=npy.random.random_integers(1,20,10)#整数随机数（最小值，最大值，个数）
print(data)

data2=npy.random.normal(5.0,2.0,10)#生成具有正态分布的随机数，参数（均数，西格玛，个数）
print(data2)

四、直方图：

（1）生成

#生成随机数以作示例
data=npy.random.normal(1.0,10.0,1000)
#生成直方图
pyl.hist(data)

（2）修改参数：

#（最大值，最小值，步长）
style=npy.arange(0,30,2)
# 应用参数设置
pyl.hist(data,style）

（3）修改样式：

        bins: 直方图的柱数，可选项，默认为10

       normed: 是否将得到的直方图向量归一化。默认为0

        facecolor: 直方图颜色

        edgecolor: 直方图边框颜色

        alpha: 透明度

        histtype: 直方图类型，‘bar’, ‘barstacked’, ‘step’, ‘stepfilled’
        如：

pyl.hist(data4,style,histtype='barstacked',edgecolor='black')

（4）返回值：

        n: 直方图向量，是否归一化由参数normed设定

        bins: 返回各个bin的区间范围

        patches: 返回每个bin里面包含的数据，是一个list

        如：

n, bins, patches = plt.hist(arr, bins=256, normed=1,edgecolor='None',facecolor='red')  

五、关于划分子图：

     使用 pyl.subplot(行,列,当前区域)方法：

         结构：

         pyl.subplot(xxx)
         。。。
         图1代码

         。。。

         pyl.subplot(xxx)

         。。。。

         图2代码

         。。。。

         pyl.subplot(xxx)

         。。。。

         图3代码

         。。。。

         pyl.show()

如：

pyl.subplot(2,2,1)
x1=[1,3,4,5,6]
y1=[3,35,53,21,23]
pyl.plot(x1,y1)

pyl.subplot(2,2,2)
x2=[1,3,4,5,6]
y2=[3,5,3,1,7]
pyl.plot(x1,y1,'o')


pyl.subplot(2,1,2)
data4=npy.random.random_integers(1,25,1000)
pyl.hist(data4,histtype='stepfilled')

pyl.show()

结果：