Matplotlib
可视化是在整个数据挖掘的关键辅助工具,可以清晰的理解数据,从而调整我们的分析方法。能将数据进行可视化,更直观的呈现,使数据更加客观、更具说服力
缘 源 园
这个作者很懒,什么都没留下…
展开
-
Matplotlib绘制饼状图
饼图:用于表示不同分类的占比情况,通过弧度大小来对比各种分类。 特点:分类数据的占比情况(占比) api:plt.pie(x, labels=,autopct=,colors) Parameters: x:数量,自动算百分比 labels:每部分名称 autopct:占比显示指定%1.2f%% colors:每部分颜色 #数据准备 x = [2,34,36,43,56] #创建画布 plt.figure(figsize=(20, 8), dpi=100) #图像绘制(饼状图)P.原创 2021-03-31 00:03:01 · 337 阅读 · 0 评论 -
Matplotlib绘制直方图
#数据准备 x = [25,34,36,38,43,56] #创建画布 plt.figure(figsize=(20, 8), dpi=100) #图像绘制(直方图)x : 需要传递的数据 bins : 组距 plt.matplotlib.pyplot.hist(x, bins=8) #图像展示 plt.show()原创 2021-03-31 00:03:12 · 129 阅读 · 0 评论 -
Matplotlib绘制柱状图
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:绘制连离散的数据,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) api:plt.bar(x, width, align='center', **kwargs) Parameters: x : 需要传递的数据 width : 柱状图的宽度 align : 每个柱状图的位置对齐方式 {‘center’, ‘edge’}, optional, default: ‘center’ **kwargs : c原创 2021-03-31 00:02:35 · 770 阅读 · 0 评论 -
Matplotlib绘制散点图
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或总结坐标点的分布模式。 特点:判断变量之间是否存在数量关联趋势,展示离群点(分布规律) api:plt.scatter(x, y) import matplotlib.pyplot as plt #数据准备 x = [225.98, 247.07, 253.14, 457.85, 241.58, 301.01, 20.67, 288.64, 163.56, 120.06, 207.83, 342.75原创 2021-03-30 17:40:15 · 147 阅读 · 0 评论 -
多个坐标系显示— plt.subplots(面向对象的画图方法)
多个坐标系显示— plt.subplots(面向对象的画图方法) matplotlib.pyplot.subplots(nrows=1, ncols=1, **fig_kw) 创建一个带有多个axes(坐标系/绘图区)的图 Parameters: nrows, ncols : 设置有几行几列坐标系 int, optional, default: 1, Number of rows/columns of the subplot grid. Returns: fig : 图对象原创 2021-03-30 17:39:53 · 2895 阅读 · 0 评论 -
绘制linspace函数图像均分计算指令
import numpy as np # 0.准备数据 x = np.linspace(-10, 10, 1000)#起始值、终止值、元素个数 y = x*x # 1.创建画布 plt.figure(figsize=(20, 8), dpi=100) # 2.绘制函数图像 plt.plot(x, y) # 2.1 添加网格显示 plt.grid() # 3.显示图像 plt.show() ...原创 2021-03-30 17:39:41 · 436 阅读 · 0 评论 -
plt.legend()添加图例
显示图例 注意:如果只在plt.plot()中设置label还不能最终显示出图例,还需要通过plt.legend()将图例显示出来。 # 绘制折线图 plt.plot(x, y_shanghai, label="上海") # 使用多次plot可以画多个折线 plt.plot(x, y_beijing, color='r', linestyle='--', label="北京") # 显示图例 plt.legend(loc="best") 显示图例的位置loc="" Location S.原创 2021-03-30 17:39:26 · 7784 阅读 · 0 评论 -
在一个坐标系中绘制多个图像
# 0.准备x, y坐标的数据 x = range(60) y_shanghai = [random.uniform(15, 18) for i in x] y_beijing = [random.uniform(20, 25) for i in x] # 1.创建画布 #plt.figure(figsize=(20, 8), dpi=80) fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(20, 8), dpi=100) # 2.绘制折线图 #.原创 2021-03-30 17:39:08 · 1053 阅读 · 0 评论 -
添加自定义x,y刻度时,不显示中文怎么解决?
中文显示问题解决 解决方案一: 下载中文字体(黑体,看准系统版本) 步骤一:下载SimHei字体(或者其他的支持中文显示的字体也行) 步骤二:安装字体 linux下:拷贝字体到 usr/share/fonts 下: sudo cp ~/SimHei.ttf /usr/share/fonts/SimHei.ttf windows和mac下:双击安装 步骤三:删除~/.matplotlib中的缓存文件 cd ~/.matplo...原创 2021-03-30 17:28:07 · 428 阅读 · 1 评论 -
某城市11点到12点温度变化折线图
需求:画出某城市11点到12点1小时内每分钟的温度变化折线图,温度范围在15度~18度 import matplotlib.pyplot as plt import random # 画出温度变化图 # 0.准备x, y坐标的数据 x = range(60) y_shanghai = [random.uniform(15, 18) for i in x] y_beijing = [random.uniform(20, 25) for i in x] # 1.创建画布 plt.figure(figs原创 2021-03-30 17:27:17 · 1272 阅读 · 0 评论 -
使用Matplotlib画折线图
import matplotlib.pyplot as plt # 1.创建画布 # figsize:指定图的长宽 # dpi:图像的清晰度 # 返回fig对象 plt.figure(figsize=(20, 20), dpi=50) # 2.绘制折线图 plt.plot([1, 2, 3, 4, 5, 6 ,7], [17,17,18,15,11,11,13]) # 3.显示图像 plt.show() # 保存图片到指定路径 ...原创 2021-03-30 17:40:04 · 447 阅读 · 0 评论 -
Matplotlib是什么,为什么要学?
什么是Matplotlib 是专门用于开发2D图表(包括3D图表) 以渐进、交互式方式实现数据可视化 为什么要学习Matplotlib 可视化是在整个数据挖掘的关键辅助工具,可以清晰的理解数据,从而调整我们的分析方法。 能将数据进行可视化,更直观的呈现 使数据更加客观、更具说服力 例如下面两个图为数字展示和图形展示: ...原创 2021-03-30 17:26:27 · 324 阅读 · 0 评论