这篇文章主要介绍了python可视化分析的实现(matplotlib、seaborn、ggplot2),文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
一、matplotlib库
1、基本绘图命令
import matplotlib.pyplot as plt
plt.figure(figsize=(5,4)) #设置图形大小
plt.rcParams['axes.unicode_minus']=False #正常显示负号
plt.rcParams['font.sans-self']=['Kai Ti'] #设置字体,这里是楷体,SimHei表示黑体
#基本统计图
plt.bar(x,y);plt.pie(y,labels=x);plt.plot(x,y);
plt.hist(df.身高) #若参数density=True则是频率直方图
3、图形参数设置
颜色: plt.plot(x,y,c=‘red') #参数c控制颜色横纵坐标轴范围: plt.xlim(0,100),plt.ylim(0,8)横纵坐标轴名称: plt.xlabel(),plt.ylabel()横纵坐标轴刻度: plt.xticks(range(len(x)),x)线形和符号: plt.plot(x,y,linestyle='–',marker=‘o') #实线:'-' ;虚线:'–'; '.'指点线附加参考线: plt.axvline(x=1);plt.axhline(y=4)文字标注: plt.text(3,5,‘peak point') #参数表示:坐标+文字图例: plt.plot(x,y,label=‘折线');plt.legend()分面绘图:
#一行两图
plt.subplot(121)
plt.bar(x,y)
plt.subplot(122)
plt.plot(x,y)
#一页多图
fig,ax=plt.subplots(2,2,figsize=(15,12)) # 2行2列放4个图,figsize控制大小
ax[0,0].bar(x,y);ax[0,1].plot(x,y);
ax[1,0].pie(x,y);ax[1,1].plot(y,'.',linewidth=3)
具体的参数color、linestyle、图例位置设置
颜色字符(color)