一.引入matplotlib库
Import matplotlib.pyplot as plt
二.基本操作
(1)线条宽度:
plt.plot(data,lw=5)#data为数据,线条为5;
(2)颜色选择&线性选择:
plt.plot(data,color=’r’,linestyle=’:’)#颜色为红,线性为点状;
‘-’ 实线;
‘–’ 虚线;
‘_’ 点滑线;
‘:’ 点状线;
(3)maker选择:
plt.plot(data,color=’r’,maker=’o’)#圆形点
(4)添加图例:
plt.legend(‘y’)#y为图例名称;
(5)添加标题:
plt.title(‘简单可视化’);
(6)解决绘图中中和符号显示问题
plt.rcParams[‘font.sans-self’]=[‘Microsoft YaHei’]
plt.rcParams[‘axes.unicode_minus’]=False
(7)添加水平和竖直轴文字:
plt.xlabel(‘x’)
plt.ylabel(‘y’)
(8)设置绘图风格:
plt.style.use(‘ggplot’) #ggplot风格
(9)添加标注文字:
1)指定坐标位置:
plt.annotate(‘标注文字’,xy=(2.5,4)) #文字和文字开始位置
(10)加箭头:
plt.annotate(‘标注文字2’,xy=(6,6),xytext=(4,8),
Arrowprops=dict(facecolor=’black’),
) #文本位置xytext,箭头终点xy
三.绘制子图
#分成2x2,占用第一个,即第一行第一列子图
plt.subplot(221)
#分成2x2,占用第二个,即第一行第二列子图
plt.subplot(222)
#分成2x1,占用第二个,即第二行
plt.subplot(212)
plt.show()
四.常见可视化实战案例
(1)散点图(反映变量统计关系)
(2)折线图(可以显示随着时间而变化的连接数据)
(3)直方图(数值数据分布的精准图形表示)
(4)条形图(显示各个项目之间的比较情况)
(5)饼图(显示每一数值相对于总数值的大小)
(6)箱型图(一种用作显示一组数据分散情况)