机器学习数据分析之matplotlib

matplotlib基本内容

    1、功能：能将数据进行可视化，更直观的呈现，是数据更加客观，更加具有说服力。

    2、概念：是最流行的python底层绘图库，实现数据的可视化。

    3、任务，用matplotlib绘制出一天的气温折线图

import matplotlib.pyplot as plt 
x=range(2,26,2)
#数据在x轴的位置是一个可迭代对象
y=[15,13,14,5,17,20,25,26,24,22,18,15]
#数据在y轴的位置是一个可迭代对象
#x和y轴的数据一起组成了所有要绘制的的最表，分别是(2,15),(4,13)
plt.plot(x,y)
plt.show()
#显示基本的图形

     运行结果如下:

 

      大家可以观察一下，在excel的数据表中我们生成的折线图可以改变折线图内的基本属性，但是该折线图相比较还存在几个问题：

          （1）设置图片大小

           （2）保存到本地

           （3）描述信息，比所说x轴和y轴表示什么，这个图表示什么

            （4）调整x和y刻度的间距

            （5）线条的颜色，比如说间距透明度等

             

import matplotlib.pyplot as plt 
flg=plt.figure(figsize=(20,8),dpi=80)
#figure是图形图标的意思，在这里指的是我们画的图
#通过实例化一个figure并传递参数能在后台自动化该实例
#在图片中传入dpi参数可以让凸显更加清晰
x=range(2,26,2)
#数据在x轴的位置是一个可迭代对象
y=[15,13,14,5,17,20,25,26,24,22,18,15]
#数据在y轴的位置是一个可迭代对象
#x和y轴的数据一起组成了所有要绘制的的最表，分别是(2,15),(4,13)
plt.plot(x,y)
plt.xticks(range(2,25))
#绘制x轴的刻度
plt.yticks(range(min(y),max(y)))
plt.savefig("./t1.png")
#实现图片保存
plt.show()
#显示基本的图形

           为了使生成的图像美观，还可以对刻度进行调整

import matplotlib.pyplot as plt
import random
import matplotlib
from matplotlib import font_manager
my_font=font_manager.FontProperties(fname='C:\Windows\Fonts\simsun.ttc')
plt.figure(figsize=(80,8),dpi=80)
x=range(0,120)
y=[random.randint(20,35) for i in range(120)]
plt.plot(x,y)
#调整x轴的刻度
_x=list(x)#取步长，使字符串显示的不那么长
_xtick_labels=["10点{}分".format(i) for i in range(60)]
_xtick_labels+=["11点{}分".format(i) for i in range(60)]
plt.xticks(_x[::3],_xtick_labels[::3],rotation=270,fontproperties=my_font)#把数值型数据，对应到字符串上面，数字和汉字一一对应，且步长也要一一对应
#rotation代表把汉字旋转，防止重叠
plt.show()

         上面讲述的比较基础，这是做的一些简单的总结