【注意】一般我都使用pandas画图,使用方便,而且也不是专门做可视化的,会画一些简单的图即可
一、饼图
1、matplotlib模块
pie(x,#绘图数据
labels=None,#添加标签
autopct='%.lf%%')#设置百分百格式
plt.show()
2、pandas模块
Series.plot(kind='pie'#选择画图类型
autopct='%.lf%%',#设置百分百格式
。。。
//用的时候查一查
)
二、条形图
1、matplotlib模块
垂直条形图:
plt.bar(left,#x轴数据
height,#y轴数据
width=0.8,#条形图宽度
。。。
//用的时候查一查,多用自然就会了
)
水平条形图:
plt.barh(bottom=range(x.shape[0]#y轴的刻度
width=x.num,#指定y轴数值
tick_label=x.name,#指定y轴刻度标签
)
堆叠条形图
+bottom参数即可
水平交错条形图
将刻度标签向右偏移即可
plt.xticks(np.arange(5)+0.2,names)
2、pandas模块
条形图:
x.plot(kind='bar',#选择绘制的图的类型
width=0.8,
ax=axes[0]#竖向
ax=axes[1]#横向
stacked=True#表示叠加值
)
画交错图:
df=pd.DataFrame(np.random.randint(5,10,size=(10,4)),columns=['a','b','c','d'])
plt=df.plot(kind='bar')
3、seaborn模块这里不作过多介绍
三、直方图与核密度曲线
1、matplotlib模块
plt.hist(x,#绘图数据
bins=10,#直方条形个数
)
2、pandas模块
df.plot(kind='hist',
bins=20,)
//画核密度曲线
df.plot(kind='kde',
color='red')
3、seaborn模块
sns.distplot(a,//数据
bins=10,
hist=True,
kde=True)
四、箱线图
1、matplotlib模块
plt.boxplot(x,//数据
notch=None,
)
2、seaborn模块
绘制分组箱线图
sns.boxplot(x,y
data=None,#数据
hue=None,#指定分组变量)
五、小提琴图
sns.violinplot(x,y,#x,y轴
hue,#指定分组变量
data=None#数据
)
六、折线图
1、matplotlib模块
plt.plot(x,y,#xy轴数据
label#标签
)
2、pandas模块
data.plot(kind='line',
style=['-','--',':']#画图格式
)
七、散点图
1、matplotlib模块
scatter(x,y,#数据
s=20#大小
)
2、pandas模块
num.plot(x,y#标签
kind='scatter'
title='name'
)
3、seaborn模块
sns.Implot(x,y,#数据标签
hue='name'#指定分组变量
data='data_name'#数据
)
八、气泡图
改变散点图的s(大小)即可
九、热力图
seaborn模块
sns.heatmap(data='df'#绘图数据
cmap='PuBuGn'#填充色
)
【注】一定要经常用,这里只是简单说一下有哪些函数和大概怎么用,具体的参数还是要自己实践,不断积累,用多了就会了