机器学习（深度学习）笔记—第5章-数据可视化之Matplotlib

机器学习（深度学习）笔记@奔跑的Mir.Wang

第5章 数据可视化之Matplotlib

import matplotlib.pyplot as plt#导入模块
1.折线图绘制
pandas.to_datetime(mydata[“date”])
plt.plot(x,y)#绘制图
plt.xticks(rotation=45)
plt.xlabel("")
plt.ylabel("")
plt.title("")
plt.show()#显示图
2.子图操作
#fig.addsubplot(行数，列数，第几张图)
绘制2*2的子图，一共四张
#fig,ax=plt.subplots(2,2,figsize=(3,6))
fig=plt.figure(figsize=(3,6))#figsize两个参数表示绘图区域的长宽，通常fig控制图的整体，ax进行绘图操作
ax1=fig.addsubplot(2，2，1)
ax2=fig.addsubplot(2，2，2)
ax6=fig.addsubplot(2，2，3)
ax1=fig.addsubplot(2，2，1)
ax3=fig.addsubplot(2，2，2)
ax4=fig.addsubplot(2，2，4)
ax1.plot(x,y,color=“c”)#在第1张图画
ax2.plot()#在第2张图画
plt.show()
plt.legend(loc=“best”)#增加label
3.条形图与散点图
ax.bar(barpositions、barheghits、barwidth)#绘制竖直条形图
ax.barh(barpositions、barheghits、barwidth)#绘制水平条形图
ax.scatter(x,y)#绘制散点图
4.柱形图与盒图
ax.hist(mydata[“lieming”],range(4,5),bins=20)
ax.set_ylim(0,5)#设置区间
ax.boxplot()
5.细节
setvisible()
tick_params()