三、强大的seaborn
Seaborn是一个在Python中制作有吸引力和信息丰富的统计图形的库。它建立在matplotlib之上,并与PyData堆栈紧密集成,包括支持来自scipy和statsmodels的numpy和pandas数据结构和统计例程。 Seaborn旨在将可视化作为探索和理解数据的核心部分。绘图函数对包含整个数据集的数据框和数组进行操作,并在内部执行必要的聚合和统计模型拟合以生成信息图。如果matplotlib“试图让事情变得简单容易和难以实现”,seaborn会试图使一套明确的方案让事情变得容易。 Seaborn可以认为是对matplotlib的补充,而不是它的替代品。在数据可视化方面能够很好的表现。
所以我首先从matplotlib说起:
matplotlib 绘图可视化知识点整理:
http://python.jobbole.com/85106/
legend and legend_handler:
https://matplotlib.org/api/legend_api.html
matplotlib图标正常显示中文
为了在图表中能够显示中文和负号等,需要下面一段设置:
|
import matplotlib.pyplot as plt plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签 plt.rcParams['axes.unicode_minus']=False #用来正常显示负号 |
1、创建画板
import matplotlib.pyplot as plt
%matplotlib inline
fig=plt.figure()
2、添加子图
ax1=fig.add_subplot(221)
ax2=fig.add_subplot(222)
ax3=fig.add_subplot(223)
或者 #创建画板和两行两列的子图 ,axes[0,1]#子图的索引
fig,axes=plt.subplots(2,2)
或者
# matplotlib 提供了 subplot(geo) 和 subplots(n_row, n_col) 的方法来绘制子图
# geo 是 行列值 的组合,具体可见 文档
# subplot
ax1=plt.subplot(121)
ax2=plt.subplot(122)
3、画图
#简单的话了一个line图,在一张画板中得到两个line图,‘ko--’这类的是color,marker,linestyle的简略版本
from numpy.random import randn
plt.plot(randn(50).cumsum(),'ko--')
plt.plot(randn(50).cumsum(),'go--')
其他版本:
data1=randn(30).cumsum()
data=randn(30).cumsum()