python 散点图 虚线_Python可视化基础

本文介绍了Python使用matplotlib进行数据可视化的基础知识,包括散点图、折线图、柱状图和热图。通过示例展示了如何绘制股票价格走势,计算涨跌幅度,并在同一图表上比较GAFATA公司的股价变化。此外,还提到了在Jupyter Notebook中制作报告的技巧,如Markdown语法和幻灯片制作。
摘要由CSDN通过智能技术生成

可视化元素:

画板和画布:figure and subplot

242cd6e68ce5c21bbcd5d9c972b1ef89.png

图像的元素:其中的英文需要被记住

2a6349a1eec10c0fccc798dca2fe0446.png

根据需求选择图形:

  • 数值类型:散点图 - scatter
  • 时间序列:折线图 - line
  • 分类数据:柱状图 - bar
  • 颜色/地图分布:热图 - heat map

如何用python的matplotlib进行可视化:

折线图 - plot

  • 定义x,y轴上的点
  • 使用plot绘制线条
  • 显示图形
#导入matplotlib的pyplot模块
import matplotlib.pyplot as plt

#定义x
x = [1,2,3,4]
#定义y
y = [2,4,6,8]
#绘制
plt.plot(x,y)
#显示
plt.show()

1d05b22d621aa4f203bccfafa6e744f6.png

设置线条属性:

matplotlib.lines.Line2D - Matplotlib 3.3.0 documentation​matplotlib.org
dd5cbec47307261daf9cf0d95964477b.png

添加属性:

  • color:颜色
  • marker:点的形状
  • linestyle:线条形状

设置坐标轴axis:

axis:坐标轴范围

语法为axis[xmin, xmax, ymin, ymax], 也就是axis[x轴最小值, x轴最大值, y轴最小值, y轴最大值]

#颜色紫色,点是方形,虚线
plt.plot(x, y, color='purple',marker='s',linestyle='dashed')
#plt.plot(x, y, 'plot1')

plt.axis([0, 6, 0, 10])
plt.show()

ead6c531f79a8aa2d278b50d33a29773.png

同一个图里放多个线条:

用arrange快速生成数组 arrange([start], [stop], [step] ]

import numpy as np
t = np.arange(0, 10, 0.5)
t

array([ 0. , 0.5, 1. , 1.5, 2. , 2.5, 3. , 3.5, 4. , 4.5, 5. , 5.5, 6. , 6.5, 7. , 7.5, 8. , 8.5, 9. , 9.5])

#线条1
x1=y1=t

#线条2 - t的二次方
x2=x1
y2=t**2

#线条3 t的三次方
x3=x1
y3=t**3

#使用plot绘制线条
linesList=plt.plot(x1, y1,  
         x2, y2,  
         x3, y3 )

#用setp方法可以同时设置多个线条的属性
plt.setp(linesList, color='green',linestyle = 'dashed')

plt.show()

print('返回的数据类型',type(linesList))
print('数据大小:',len(linesList))

2e053237dd666044288bf3b4e7444549.png

查看数据类型和长度:

print('datatype:',type(linesList))
print('datalength:',len(linesList))

datatype: <class 'list'>

datalength: 3

所有参入的值内部都会转换为numpy的数组。

添加文本:

注释的使用:

  • 参数名xy:箭头注释中箭头所在位置
  • 参数名xytext:注释文本所在位置
  • arrowprops在xy和xytext之间绘制箭头
  • facecolor是颜色
  • shrink表示注释点与注释文本之间的图标距离
#找到 matplotlib 加载的配置文件路径
import matplotlib
matplotlib.matplotlib_fname()

#定义x
x = [1,2,3,4]
#定义y
y = [2,4,6,8]
#绘制
plt.plot(x,y)

#添加文本:
#x轴文本
plt.xlabel('x_axis')
#y轴文本
plt.ylabel('y_axis')
#标题
plt.title('Header')

#添加注释
plt.annotate('Attention pls!', xy=(2,5), xytext=(2, 7),
            arrowprops=dict(facecolor='red', shrink=0.01),
            )
#显示
plt.show()

89ba28f36435322242b8617940e243a5.png

多图绘图:

创建画板figure

创建画纸subplot

    • 0
      点赞
    • 2
      收藏
      觉得还不错? 一键收藏
    • 0
      评论
    要在Python中绘制散点图,并添加虚线,你可以使用matplotlib库中的plt.plot()函数来绘制虚线。下面是一个示例代码: import numpy as np import matplotlib.pyplot as plt x = np.random.rand(10) # 自定义x轴数据 y = np.random.rand(10) # 自定义y轴数据 plt.scatter(x, y) # 绘制散点图 plt.plot(x, y, '--', color='red') # 添加虚线,颜色为红色 plt.xlabel('x') # 设置x轴标签 plt.ylabel('y') # 设置y轴标签 plt.show() 在这个示例代码中,首先使用numpy库生成了自定义的x轴和y轴数据。然后使用plt.scatter()函数绘制了散点图。接着使用plt.plot()函数来添加虚线,通过'--'参数设置线型为虚线,通过color参数设置线的颜色为红色。最后使用plt.xlabel()和plt.ylabel()函数设置x轴和y轴的标签。最后使用plt.show()函数显示图形。 希望对你有所帮助!<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [Python数据可视化:5段代码搞定散点图绘制与使用,值得收藏](https://blog.csdn.net/hzbooks/article/details/108215894)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* *3* [python散点图、折线图](https://blog.csdn.net/ningmengshuxiawo/article/details/111025271)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
    评论
    添加红包

    请填写红包祝福语或标题

    红包个数最小为10个

    红包金额最低5元

    当前余额3.43前往充值 >
    需支付:10.00
    成就一亿技术人!
    领取后你会自动成为博主和红包主的粉丝 规则
    hope_wisdom
    发出的红包
    实付
    使用余额支付
    点击重新获取
    扫码支付
    钱包余额 0

    抵扣说明:

    1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
    2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

    余额充值