数据可视化——基于matplotlib库

以下示例都基于进行了import操作

import matplotlib.pyplot as plt

 

常用函数

• plt.plot(x,y,, color='green', marker='o', linestyle='dashed', linewidth=2, markersize=12，alpha=0.2,label='line')

参数：自变量，因变量，颜色,点样式，线类型，线宽\点粗细，点大小，透明度（0到1变深）,图例说明

color还可以是：归一化RGB元组（0.1,0.2,0.3），十六进制字符串‘#eeefff’

可通过help（plt.plot）获得帮助，比如plt.plot(x,y,'go'):‘go’代表绿色圆点

    =============    ===============================
    character        color
    =============    ===============================
    ``'b'``          blue
    ``'g'``          green
    ``'r'``          red
    ``'c'``          cyan
    ``'m'``          magenta
    ``'y'``          yellow
    ``'k'``          black
    ``'w'``          white
    =============    ===============================

    =============    ===============================
    character        description
    =============    ===============================
    ``'.'``          point marker
    ``','``          pixel marker
    ``'o'``          circle marker
    ``'v'``          triangle_down marker
    ``'^'``          triangle_up marker
    ``'<'``          triangle_left marker
    ``'>'``          triangle_right marker
    ``'1'``          tri_down marker
    ``'2'``          tri_up marker
    ``'3'``          tri_left marker
    ``'4'``          tri_right marker
    ``'s'``          square marker
    ``'p'``          pentagon marker
    ``'*'``          star marker
    ``'h'``          hexagon1 marker
    ``'H'``          hexagon2 marker
    ``'+'``          plus marker
    ``'x'``          x marker
    ``'D'``          diamond marker
    ``'d'``          thin_diamond marker
    ``'|'``          vline marker
    ``'_'``          hline marker
    =============    ===============================

    =============    ===============================
    character        description
    =============    ===============================
    ``'-'``          solid line style
    ``'--'``         dashed line style
    ``'-.'``         dash-dot line style
    ``':'``          dotted line style
    =============    ===============================

• plt.title()

添加标题

• plt.axis([xmin, xmax, ymin，ymax])

限定坐标轴范围

• plt.xlabel('x')

横轴标签

• plt.ylabel('y')

纵轴标签

• plt.legend()

显示标签作为图例，需要在plt.plot中设置label

• plt.grid(alpha=0.3)

显示网格

• plt.annotate()

加注释

• plt.style.use('ggplot')

设置作图风格，可通过print(plt.style.available)获得帮助

• plt.subplot(224)

子图，2行2列第四个，后面常常跟plt.plot语句作图

• plt.subplots

fig,ax = plt.subplots()等价于：

fig = plt.figure()
ax = fig.add_subplot(1,1,1)

更多参见https://blog.csdn.net/xavier_muse/article/details/83859272

• .fill

绘制填充图，下例分别用了subplots和subplot来实现fill操作

x=np.linspace(0,1,500)
y=np.sin(4*np.pi*x)*np.exp(-5*x)
#
# plt.subplot(111)
# plt.fill(x,y)

fig,ax=plt.subplots()
ax.fill(x,y)

plt.show()

• plt.show()

展示图像

• plt.ion()交互模式画多张图

https://blog.csdn.net/zbrwhut/article/details/80625702

结合pandas绘图

将numpy数据传入pandas.DataFrame,可便捷作图

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

DATA=np.random.randint(0,5,(10,4))
print(DATA)
df=pd.DataFrame(DATA,columns=['A','B','C','D'])

#折线图
#plt.plot(df) #方法一
# df.plot(alpha=1,linewidth=1.5)#方法二
#箱线图
# df.iloc[:,:].boxplot()
#直方图
# df.hist(bins=50)#bins调整柱间距离,各列分开绘制
# df.plot.bar()#各列绘制在一张图中
# df.plot.barh(stacked=True)#各列水平码放的柱状图
#散点图
df.plot.scatter(x='A',y="B",s=df['C']*100)#三个参数分别为x轴数据，y轴数据，点大小

plt.show()

除pandas外还可结合seaborn进行便捷作图

词云图

代码及相关资源：

https://github.com/shenxiangzhuang/PythonDataAnalysis/tree/master/Ch3Analysis-Visualization/Visualization

上面链接运行一下MwordClound.py即可

jieba是一个中文分词库，wordcloud库用来生成词云图

 

 

常见问题：

• 在matplotlib.py中import matplotlib.pyplot as plt报错：

No module named 'matplotlib.pyplot'; 'matplotlib' is not a package

cannot import name 'pyplot'

解决办法：将py文件改名

 

• 中文显示

windows和linux的解决方法不同