机器学习数据科学库3——数据可视化matplotlib

本文详细介绍了如何使用matplotlib库进行数据可视化,包括散点图、折线图、条形图、直方图、饼状图和箱型图的绘制。此外,还探讨了pyplot、pylab和面向对象三种做图方式,以及子图、多图、网格、图例、坐标轴范围、坐标轴刻度等高级特性。文章提供了丰富的代码示例,帮助读者深入理解matplotlib的使用方法。
摘要由CSDN通过智能技术生成

目录

几种图形画法

散点图

折线图

条形图

直方图

饼状图

箱型图

三种做图方式

pyplot

pylab

面向对象

子图subplot

多图

网格

图例

坐标轴范围

坐标轴刻度

添加坐标轴

注释

文字

Tex公式

工具栏

区域填充

形状

图形美化

极坐标


numpy简介

x=np.loadtxt('文件名', delimiter=',', skiprows=1, usecols=(1,4,6), unpack=False)  原数据以逗号隔开,跳过第一行,选取第2,5,7列 unpack默认为false,就是把2,5,7三列数据打包到一个变量里面,如果是True,那么需要赋值给不同变量,a,b,c=np.loadtxt(...unpack=True)

 

matplotlib

几种图形画法

import numpy as np

import matplotlib.pyplot as plt

散点图

plt.scatter(x,y)

plt.show()

折线图

plt.plot(x,y)

plt.show()

import numpy as np

import matplotlib.pyplot as plt

import matplotlib.dates as mdates

date,open,close=np.loadtxt('文件名', delimiter=',',  converters={0:mdates.strpdate2num('%m/%d/%Y')}, skiprows=1, usecols=(1,4,6), unpack=True)     converters={0:mdates.strpdate2num('%m/%d/%Y')} 是把第一列的数据转换为日期格式,该列数据是以/分割来识别(看原数据是什么样子,这里的原始数据是1/22/2020这种格式,所以用%m/%d/%Y)

plt.plot_date(date,open)  plot_date()专门用于以日期作为横坐标画折线图

条形图

pl=plt.bar(left=index, height=y)

plt.show()

直方图

plt.hist(x, bins=10, color='red', normed=True) 十个直方,要进行标准化 True纵坐标是每个分组的频率,False纵坐标是每个分组的个数

plt.hist2d() 双变量直方图,用颜色深浅代表不同分组频率大小

饼状图

plt.pie() 

箱型图

plt.boxplot()

 

三种做图方式

pyplot

以上几种图形画法都是通过pyplot,交互式,底层定制能力不足

pylab

最接近matlab,完全封装,不推荐

面向对象

接近matplotlib,底层

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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