小笨蛋学习Python6第六集

最新推荐文章于 2022-07-03 20:04:44 发布
最新推荐文章于 2022-07-03 20:04:44 发布
阅读量223 收藏
点赞数
分类专栏： 统计 文章标签： python 可视化 数据可视化
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_45902007/article/details/109703918
版权

文章目录

python基础知识6

本节的主题是matplotlib相关知识要点

一、matplotlib是什么？

matplotlib是Python2D绘图库。
学习matplotlib能将数据可视化，更直观的呈现。使得数据更加客观，有说服力。

二、常见图形种类以及意义

1.折线图：

折线图：以折线的上升或下降表示数据的增减变化的统计图。
特点：可以显示数据的变化趋势，反映事物的变化情况。（变化）

2.散点图：

散点图：用两组数据构成多个坐标点，考察坐标点的分布，判断两变量之间是否存在某种关联关系或总的坐标点的分布模式。
特点：判断两变量之间是否存在数量关联趋势，展示离群点（分布规律）。

3.柱状图：

柱状图：排列在工作表的列或行中的数据可以绘制到柱状图中。
特点：绘制离散的数据，能够一眼看出各个数据的大小，比较数据之间的差别（统计、对比）。

4.直方图：

由一系列高度不等的纵向条纹或线段表示数据分布的情况，一般横轴表示数据范围，纵轴表示数据分布情况。
特点：绘制连续性的数据展示一组或多组的分布状况（统计）

5.饼图：

用于表示不同分类的占比情况，通过弧度大小对比各种分类。
特点：分类数据的占比情况。

三、matplotlib的简单实现

#导入模块
import matplotlib.pyplot as plt
#在jupter notebook中执行的时候显示图片
%matplotlib inline 
#传入x和y，通过plot画图
plt.plot([1,0,9],[4,5,6])
#在执行的时候展示图形
plt.show()

显示：
在这里插入图片描述

四、对matplotlib图像结构的认识

我们可以把matplotlib图像分为三层：
1、第一层是底层的容器，主要包括Canvas\Figure\Axes;
2、第二层是辅助显示层，主要包括axis\spines\grid\legend\title等；
3、第三层为图像层，即通过plot\scatter等方法绘制图像
在这里插入图片描述

五、折线图

1.折线图的绘制：

#绘制折线图
from matplotlib import pyplot as plt
x=range(1,8)
y=[17,17,18,15,11,11,13] 
#传入想x,y之后，通过plot画图
plt.plot(x,y) 
plt.show()

图片显示：
在这里插入图片描述

2.设置折线的颜色和形状

#设置折线的颜色和形状
from matplotlib import pyplot as plt 
x=range(1,8)
y=[17,17,18,15,11,11,13] 
plt.plot(x,y,color="red",alpha=0.5,linestyle="--",linewidth=3) 
#分别是alpha=0.5:表示折线的透明度（0-1）
      #linestyle="--"：表示折线的样式
      #linewidth=3：表示折线的宽度
#线的样式：
'''- ：实线（solid）
--:短线（dashed）
-.短点相间线（dashdot）
:虚点线（dotted）'''

plt.show()

在这里插入图片描述

3.设置折点样式

#3.设置折点样式
from matplotlib import pyplot as plt 
x=range(1,8)
y=[17,17,18,15,11,11,13] 
#传入想x,y之后，通过plot画图
plt.plot(x,y,marker="o",color="red",markersize="20",markeredgecolor="g",markeredgewidth=5)
plt.show()

在这里插入图片描述折点形状设置：
在这里插入图片描述

4.设置图片的大小和保存

from matplotlib import pyplot as plt
import random 
x=range(2,26,2)#x的位置
y=[random.randint(15,30)for i in x]
#设置图片的大小
plt.figure(figsize=(20,8),dpi=80)#（figsize：指定figure的宽和高，单位为英寸；
#dpi=80表示绘图对象的分辨率，即每英寸多少个像素，缺省值为80，1英寸等于2.5厘米，a4值是21*30d 纸张）
plt.plot(x,y)#传入x,y，通过plot绘制图形；
plt.show()
#保存（要放在绘制的下面，并且plt.show()会释放figure资源，如果在显示图像之后保存图片将只能保存将只能保存空图片）
plt.savefig("./t1.png")#图片的格式也可以修改为其他格式，类似于svg等；

在这里插入图片描述

5.设置x轴和y轴的刻度

from matplotlib import pyplot as plt
x=range(2,26,2)
y=[random.randint(15,30)for i in x]
plt.figure(figsize=(20,8),dpi=80)

#设置x轴的刻度
#plt.xticks(x) 
#plt.xticks(range(1,25))
#设置y轴的刻度
#plt.yticks(y)
#plt.ticks(range(min(y),max(y)+1))

#设置x轴的刻度标签
x_ticks_label=["{}:00".format(i)for i in x]
plt.xticks(x,x_ticks_label,rotation=45)

#设置y轴的刻度标签
y_ticks_label=["{}℃".format(i)for i in range(min(y),max(y)+1)]
plt.yticks(range(min(y),max(y)+1),y_ticks_label)

#x绘制图片，显示图片
plt.plot(x,y)
plt.show()

在这里插入图片描述

6.设置显示中文

需要通过font_manager来解决matplotlib无法显示中文的问题。

from matplotlib import pyplot as plt 
import matplotlib
import random 
x=range(0,120)
y=[random.randint(10,30)for i in range(120)]
#设置画布的大小和分辨率
plt.figure(figsize=(20,8),dpi=80)
#传入参数x,y
plt.plot(x,y)
#导入字体管理模块，并找到自己电脑上的字体存储路径
from matplotlib import font_manager
my_font=font_manager.FontProperties(fname="C:/Windows/Fonts/STFANGSO.TTF",size=18)
#设置x轴，并将字体旋转45度
plt.xlabel("时间",rotation=45,fontproperties=my_font)
#设置y轴
plt.ylabel("次数",fontproperties=my_font)
#设置标题
plt.title("每分钟跳动次数",color="red"，fontproperties=my_font)
#绘制图形
plt.show()

在这里插入图片描述

7.一图多线

#假设公司想要统计A部门和B部门在过去24个月里公司新增人数，其数量列表如y1和y2所示，
#请在一个图中绘制出该数据的折线图，从而分析每年两部门新增人数的数量趋势。
y1=[1,2,3,5,4,3,6,4,2,0,4,2,3,5,6,8,2,1,5,3,2,6,7,2]
y2=[1,2,1,2,1,2,3,2,2,2,2,5,3,6,1,2,2,1,1,1,1,1,2,4]
x=range(1,25)
plt.figure(figsize=(20,8),dpi=80)
#设置折线颜色和图例
plt.plot(x,y1,color="red",label="A部门")
plt.plot(x,y2,color="blue",label="B部门")
#设置x轴刻度
xtick_labels=["第{}周".format(i)for i in x]
my_font=font_manager.FontProperties(fname="C:/Windows/Fonts/STFANGSO.TTF",size=18)
plt.xticks(x,xtick_labels,fontproperties=my_font,rotation=45)
#绘制网格
plt.grid(alpha=0.4)
#添加图例，设置位置
plt.legend(prop=my_font,loc="upper right")
#绘制图形
plt.show()

在这里插入图片描述
注意：绘制网格也是设置线的格式。alpha=0.4是在设置透明度。
添加图例，只有在这里是添加prop参数是显示中文，其他的都用fontproperties
设置位置loc：upper left\lower left\center left\upper center

7.1拓展一（一图多个坐标子系图）

采用add_subplot方法。

#add_subplot方法，给figure新增子图
import numpy as np 
import matplotlib.pyplot as plt
x=np.arange(1,100)

#新建figure对象
fig=plt.figure(figsize=(20,10),dpi=80)

#新建子图1：
ax1=fig.add_subplot(2,2,1)
ax1.plot(x,x)
#新建子图2：
ax2=fig.add_subplot(2,2,2)
ax2.plot(x,x**2)
ax2.grid(color="r",linestyle="--",linewidth=1,alpha=0.3)
#新建子图3：
ax3=fig.add_subplot(2,2,3)
ax3.plot(x,np.log(x))

#绘制图形
plt.show()

在这里插入图片描述

7.2拓展二（设置坐标范围）

import matplotlib.pyplot as plt
import numpy as np 
x=np.arange(-10,11,1)
y=x**2 
plt.plot(x,y)

#可以调整x,y的起点
plt.ylim(ymin=0)
plt.xlim(xmin=0)

plt.show()

在这里插入图片描述

7.3拓展三（改变坐标轴的默认显示方式）

#改变坐标轴的默认显示方式
import matplotlib.pyplot as plt
import numpy as np
y=range(0,14,2)
x=[-3,-2,-1,0,1,2,3]

#获取当前图表的图像
ax=plt.gca()

#设置图形的包围线
ax.spines["right"].set_color("none")
ax.spines["top"].set_color("none")
ax.spines["bottom"].set_color("blue")
ax.spines["left"].set_color("red")
#设置底边的移动范围，移动到y轴的0位置
#data:移动轴的位置到交叉轴的指定坐标
ax.spines["bottom"].set_position(("data,0"))
ax.spines["left"].set_position(("data,1"))

plt.plot(x,y)
plt.show()

在这里插入图片描述

8.绘制散点图

#“题干：3月份每天的最高温度”
#a=[11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
from matplotlib import pyplot as plt 
from matplotlib import font_manager
import numpy as np 
y=[11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
x=range(1,32)

#设置图形大小
plt.figure(figsize=(20,8),dpi=80) 
#使用scatter绘制散点图
size=np.random.randint(0,100,31)
plt.scatter(x,y,label="3月份",alpha=0.5,s=size,c="g")

#绘制x轴的刻度
my_font=font_manager.FontProperties(fname="C:/Windows/Fonts/STFANGSO.TTF",size=18)

_xticks_labels=["3月{}日".format(i)for i in x]
plt.xticks(x[::3],_xticks_labels[::3],fontproperties=my_font,rotation=45)

_yticks_labels=["{}℃".format(i)for i in range(min(y),max(y)+1)]
plt.yticks(range(min(y),max(y)+1),_yticks_labels)

plt.xlabel("日期",fontproperties=my_font)
plt.ylabel("温度",fontproperties=my_font)

#图例
plt.legend(prop=my_font)

plt.show()

在这里插入图片描述

9.绘制条形图

#绘制条形图——假设拿到了电影列表[a]与电影票房数据[b]，请展示该数据。

#"""a=["流浪地球","疯狂的外星人","飞驰人生","大黄蜂","熊出没.原始时代","新喜剧之王"]
#   b=["38.13","19.85","14.89","11.36","6.47","5.93"]"""
from matplotlib import pyplot as plt 
from matplotlib import font_manager
a=["流浪地球","疯狂的外星人","飞驰人生","大黄蜂","熊出没.原始时代","新喜剧之王"]
b=[38.13,19.85,14.89,11.36,6.47,5.93]
my_font=font_manager.FontProperties(fname="C:/Windows/Fonts/STFANGSO.TTF",size=18)

plt.figure(figsize=(20,8),dpi=80)
#绘制条形图
rects=plt.bar(a,[float(i) for i in b],width=0.3,color=["r","g","b","r","g","b"])
plt.xticks(range(len(a)),a,fontproperties=my_font)
plt.yticks(range(0,41,5),range(0,41,5))
#给图形加上标注（水平居中）
for rect in rects:
    height=rect.get_height()    plt.text(rect.get_x()+rect.get_width()/2,height+0.3,str(height),ha="center")    
plt.show()

在这里插入图片描述
对比一下横向条形图：

#横向条形图
from matplotlib import pyplot as plt 
from matplotlib import font_manager
a=["流浪地球","疯狂的外星人","飞驰人生","大黄蜂","熊出没.原始时代","新喜剧之王"]
b=[38.13,19.85,14.89,11.36,6.47,5.93]
my_font=font_manager.FontProperties(fname="C:/Windows/Fonts/STFANGSO.TTF",size=18)

plt.figure(figsize=(20,8),dpi=80)

#绘制横向条形图
plt.barh(range(len(a)),b,height=0.5,color=["r","g","b","r","g","b"])          
plt.yticks(range(len(a)),a,fontproperties=my_font,rotation=45)

#在条形图上加上标注：
for rect in rects:
    width=rect.get_width() 
    plt.text(width,rect.get_y()+0.3/2,str(width),va="center")
plt.show()

在这里插入图片描述
这个结果出来没有标注，不知道哪里出来问题？
下面来看一个并列、罗列条形图。

并列条形图
from matplotlib import pyplot as plt 
import numpy as np
index=np.arange(4)
BJ=[50,55,53,60]
SH=[44,66,55,41]
#并列
plt.bar(index,BJ,width=0.3)
plt.bar(index+0.3,SH,width=0.3,color="green")
plt.xticks(index+0.3/2,index)

plt.show()

在这里插入图片描述

罗列条形图
from matplotlib import pyplot as plt 
import numpy as np
index=np.arange(4)
BJ=[50,55,53,60]
SH=[44,66,55,41]
#罗列
plt.bar(index,BJ,width=0.3)
plt.xticks(index+0.3/2,index)
plt.bar(index,SH,bottom=BJ,width=0.3,color="green")

plt.show()

在这里插入图片描述

10.直方图

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

# 设置matplotlib正常显示中文和负号
matplotlib.rcParams['font.sans-serif']=['SimHei']   # 用黑体显示中文
matplotlib.rcParams['axes.unicode_minus']=False     # 正常显示负号
# 随机生成（10000,）服从正态分布的数据

```python
data = np.random.randn(10000)
"""
绘制直方图
data:必选参数，绘图数据
bins:直方图的长条形数目，可选项，默认为10
normed:是否将得到的直方图向量归一化，可选项，默认为0，代表不归一化，显示频数。normed=1，表示归一化，显示频率。
facecolor:长条形的颜色
edgecolor:长条形边框的颜色
alpha:透明度
"""
plt.hist(data, bins=40, normed=0, facecolor="blue", edgecolor="black", alpha=0.7)
# 显示横轴标签
plt.xlabel("区间")
# 显示纵轴标签
plt.ylabel("频数/频率")
# 显示图标题
plt.title("频数/频率分布直方图")
plt.show()

在这里插入图片描述

11.饼图

#饼状图
import matplotlib.pyplot as plt 
import matplotlib
from matplotlib import font_manager
my_font=font_manager.FontProperties(fname="C:/Windows/Fonts/STFANGSO.TTF",size=10)
label_list=["第一部分","第二部分","第三部分"]
size=[55,35,10]
color=["r","g","b"]
explode=[0,0.05,0]

plt.figure(figsize=(20,8),dpi=100)
#patches扇形实例
#l_text列表标签实例
#p_text百分比标签实例
patches,l_text,p_text=plt.pie(size,
                             explode=explode,#每一块离开圆心的距离
                             colors=color,
                             labels=label_list,#每块图外侧的标签说明
                             labeldistance=1.1,#设置标签文本距离圆心位置，1.1倍表示1.1倍半径
                             autopct="%1.1f%%",#控制饼图内百分比设置
                             shadow=False,#设置是否有阴影
                             startangle=90,#起始绘制角度，默认从x正轴方向逆时针画起；设定90则说明从y轴正方向画起
                             pctdistance=0.6#类似于labeldistance,默认值是0.6
                             )
for t in l_text:
    print(dir(t))
    t.set_fontproperties(my_font)
for t in p_text:
    t.set_size(18)
for i in patches:
    i.set_color("pink")
    break

plt.legend(prop=my_font,loc="upper right")

plt.show()

在这里插入图片描述

12.总结

在这里插入图片描述

13.小作业：

实现一个饼图，并增加阴影效果和破裂效果

from matplotlib import pyplot as plt 
from matplotlib import font_manager
my_font=font_manager.FontProperties(fname="C:/Windows/Fonts/STFANGSO.TTF",size=14)
x=[15,30,45,10] 
label_list=["Frogs","Hogs","Dogs","Logs"]
color=['blue','orange','green','red']
explode=[0,0.1,0,0]
plt.figure(figsize=(15,15),dpi=100)

patches,l_text,p_text = plt.pie( x,
                                labels = label_list,
                                colors = color,
                                explode = explode,
                                labeldistance = 1.1,
                                autopct = '%1.1f%%',
                                shadow = True,
                                startangle = 90,
                                pctdistance = 0.6)                            
plt.legend(prop=my_font,loc="upper right")
plt.show()

在这里插入图片描述

嚯嚯嚯嚯什么都不会
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
笨方法学Python
12-06
所谓笨方法，也是最好的方法，也学那些自以为聪明的人，其实都是笨蛋。 学习是一种状态。
小笨蛋学习Python第一集
weixin_45902007的博客
11-12 392
（1）Python基础知识篇 本节知识点： 注释 变量 关键字 数据类型的转换 输入输出 格式化符号 if条件判断语句 运算符 循环与遍历 break和continue 作业： 1、从键盘输入一个整数，判断该数字能否被2和3同时整除，能否被2整除，能否被3整除，不能被2和3整除。输出相应信息 2、实现用户输入用户名和密码，当用户名为 seven且密码为123时，显示登陆成功，否则登陆失败，失败时允许重复输入三次。 3、使用for循环和 range实现输出1-2+3-4+5-6….99的和。 4、使用 for
小笨蛋学习Python第三集
weixin_45902007的博客
11-14 125
（3）python基础知识篇 本节知识要点： 函数的简介 函数定义 函数的调用 函数的文档说明 函数的参数 位置参数 默认参数 可变参数 关键字参数 命名关键字参数 参数的组合 函数返回值 递归函数 局部变量 全局变量 一、函数的简介 **（1）、函数：**在开发程序中，经常会遇到需要使用某块代码多次，这时为了提高编写的效率以及代码重用，所以把具有独立功能的代码组织为一个模块，这就是代数，类似与数学上的公式。用的时候直接调出来即可。Python有许多的内建函数，例如print()，我们也可以自己创建函数，这
小笨蛋学习Python7第七集
weixin_45902007的博客
11-17 169
文章目录python基础知识7一、munpy是什么？二、numpy的优势二、Numpy的Ndarray对象2.1创建一维数组2.2创建二维数组2.3常用属性2.4调整数组的形状2.5将数组转换成列表三、Numpy的数据类型四、数组的计算4.1数组和数的计算4.2数组和数组之间的操作五、数组中的轴5.1数组中的轴六、数组的索引和切片6.1一维数组的操作方法6.2多维数组的操作方法七、数组中的数值修改八、数组添加、删除和去重8.1数组的添加 python基础知识7 本节主要学习numpy的相关知识。 一、mu
笨方法学习python
08-28
新手学习python的一本书籍，主要是通过python脚本来贯整本书籍 ，要多动手
给大笨蛋们的python作业.py
05-29
给大笨蛋们的python作业.py
小笨蛋.exe
10-26
小笨蛋.exe
python实现的防DDoS脚本
01-21
不仅如此，一些笨蛋们在抓站，一些笨蛋们在用迅雷下载，100Mbps的端口居然已经满负荷运作十几个小时了，这是什么概念？100Mbps满负荷1天，流量就是1000G，这样下去不用多久，我就可以等着上百刀的罚单了，泪飙。 ...
《一个笨蛋和一群草根》学习心得.doc
03-01
《一个笨蛋和一群草根》学习心得.doc
《笨方法学Python》
08-31
《笨方法学Python》：笨办法学 Python》(Learn Python The Hard Way，简称 LPTHW)是 Zed Shaw 编写的一本 Python 入门书籍。适合对计算机了解不多，没有学过编程，但对编程感兴趣的朋友学习使用。这本书以 习题的方式引导读者一步一步学习编程，从简单的打印一直讲到完整项目的实现。也许读完这本书并不 意味着你已经学会了编程，但至少你会对编程语言以及编程这个行业有一个初步的了解。 本书区别于其它入门书籍的特点如下: • 注重实践。本书提供了足够的练习代码，如果你完成了所有的练习(包括加分习题)，那你已经 写了上万行的代码。要知道很多职业程序员一年也就写几万行代码而已。 • 注重能力培养。除了原序言提到的“读和写”、“注重细节”、以及“发现不同”这样的基本能 力以外，本书还培养了读者自己专研问题和寻求答案的能力。 • 注重好习惯的养成。本书详细地讲解了怎样写出好的代码、好的注释、好的项目。这会让你在后 续的学习中少走很多弯路。
笨蛋
02-12
技术笔记 记录一些通识与思考
Python 基础复习
qq_58067738的博客
06-04 220
Python基础复习
《笨方法学PYTHON》——eighthlesson
qq_41470573的博客
12-02 235
习题16：读写文件 close——关闭文件。java的习惯是用完就得关闭，要不然会引发一系列的错误，python应该也一样。 read——读取文件内容。你可以把结果赋给一个变量。 readline——读取文本文件中的一行。 truncate——清空文件，请小心使用该命令。 write(stuff)——讲stuff写入文件。 from sys import argv # 多变量一起赋值...
《笨方法学PYTHON》——twenty-thirdlesson
qq_41470573的博客
12-05 360
习题43：你来制作一个游戏 需求： 制作一个截然不同的游戏。 使用多个文件，并使用import调用这些文件。确认自己知道import的用法。 对于每个房间使用一个class，class的命名要能体现出它的用处。例如GoldRoom、KoiPondRoom。 你的执行器代码应该了解这些房间，所以创建一个class来调用并且记录这些房间。有很多种方法可以达到这个目的，不过你可以考虑让每个房间...
第一篇博客python小白（傻瓜式学习历程）
turnli的博客
12-26 841
苦海无涯，python是岸第一篇博客python小白（傻瓜式学习历程）认识python自我介绍 第一篇博客python小白（傻瓜式学习历程） 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。 认识python python的发展历史就不多说了，可以自行百度 因为我学习的是p...
笨蛋python入门——1
weixin_61863524的博客
07-03 1269
自用
数理统计——逻辑回归与python实现鸢尾花二分类
weixin_45902007的博客
11-20 5224
文章目录前言一、逻辑回归模型1.1模型简介1.2 算法的分类思想1.3sigmoid函数1.4逻辑回归损失函数二.逻辑回归实现二分类2.1模型训练与预测2.2计算概率2.3绘制决策边界三、逻辑回归实现多分类 前言 本篇主要学习逻辑回归模型，使用逻辑回归实现分类任务 。 目标： 能够清晰理解逻辑回归模型的原理。 能够掌握sigmoid函数的作用。 能够使用逻辑回归模型实现二分类以及多分类任务。 一、逻辑回归模型 1.1模型简介 逻辑回归实际上是一个分类算法，其应用于对一个样本数据进行分类的场景中。通过给定的数
笨蛋学习c 字符串数组
最新发布
09-06
学习C语言的字符串数组并不难。首先，字符串在C语言中是以字符数组的形式存储的。你可以声明一个字符数组，并将字符串赋值给它。例如，你可以这样声明一个包含10个字符的数组： ```c char str[10]; ``` 然后，你...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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