python画图_matplotlib和pandas

[python]  view plain  copy

1. #encoding:utf-8  
2. ''''' 
3. Created on 2015年9月11日 
4.  
5. @author: ZHOUMEIXU204 
6. '''  
7.   
8. # pylab 是 matplotlib 面向对象绘图库的一个接口。它的语法和 Matlab 十分相近  
9. import  pandas  as pd  
10. from  ggplot  import *  
11. import numpy  as np  
12. import  matplotlib.pyplot   as plt  
13. df=pd.DataFrame(np.random.randn(1000,4),columns=list('ABCD'))  
14. df=df.cumsum()  
15. print(plt.figure())  
16. print(df.plot())  
17. print(plt.show())  
18.   
19. # print(ggplot(df,aes(x='A',y='B'))+geom_point())  
20.   
21. # 画简单的图形  
22. from   pylab  import  *  
23. x=np.linspace(-np.pi,np.pi,256,endpoint=True)  
24. c,s=np.cos(x),np.sin(x)  
25. plot(x,c, color="blue", linewidth=2.5, linestyle="-", label="cosine")  #label用于标签显示问题  
26. plot(x,s,color="red",  linewidth=2.5, linestyle="-", label="sine")  
27. show()  
28.   
29.   
30. #散点图  
31. from pylab import *  
32. n = 1024  
33. X = np.random.normal(0,1,n)  
34. Y = np.random.normal(0,1,n)  
35. scatter(X,Y)  
36. show()  
37.   
38. #条形图  
39.   
40. from pylab import *  
41. n = 12  
42. X = np.arange(n)  
43. Y1 = (1-X/float(n)) * np.random.uniform(0.5,1.0,n)  
44. Y2 = (1-X/float(n)) * np.random.uniform(0.5,1.0,n)  
45. bar(X, +Y1, facecolor='#9999ff', edgecolor='white')  
46. bar(X, -Y2, facecolor='#ff9999', edgecolor='white')  
47. for x,y in zip(X,Y1):  
48.     text(x+0.4, y+0.05, '%.2f' % y, ha='center', va= 'bottom')  
49. ylim(-1.25,+1.25)  
50. show()  
51.   
52.   
53. #饼图  
54. from pylab import *  
55. n = 20  
56. Z = np.random.uniform(0,1,n)  
57. pie(Z), show()  
58.   
59.   
60.   
61. #画三维图  
62. import  numpy  as  np  
63. from    mpl_toolkits.mplot3d  import Axes3D  
64. from pylab import  *  
65. fig=figure()  
66. ax=Axes3D(fig)  
67. x=np.arange(-4,4,0.1)  
68. y=np.arange(-4,4,0.1)  
69. x,y=np.meshgrid(x,y)  
70. R=np.sqrt(x**2+y**2)  
71. z=np.sin(R)  
72. ax.plot_surface(x,y,z,rstride=1,cstride=1,cmap='hot')  
73. show()  
74.   
75.   
76. #用于图像显示的问题  
77.   
78. import  matplotlib.pyplot   as plt  
79. import pandas  as pd  
80. weights_dataframe=pd.DataFrame()  
81. plt.figure()  
82. plt.plot(weights_dataframe.weights_ij,weights_dataframe.weights_x1,label='weights_x1')  
83. plt.plot(weights_dataframe.weights_ij,weights_dataframe.weights_x0,label='weights_x0')  
84. plt.plot(weights_dataframe.weights_ij,weights_dataframe.weights_x2,label='weights_x2')  
85. plt.legend(loc='upper right')   #用于标签显示问题      
86. plt.xlabel(u"迭代次数", fontproperties='SimHei')  
87. plt.ylabel(u"参数变化", fontproperties='SimHei')  
88. plt.title(u"迭代次数显示", fontproperties='SimHei')   #fontproperties='SimHei'  用于可以显示中文  
89. plt.show()  

[python]  view plain  copy

1. <pre name="code" class="python">import matplotlib.pyplot as plt  
2. from numpy.random import random  
3.   
4. colors = ['b', 'c', 'y', 'm', 'r']  
5.   
6. lo = plt.scatter(random(10), random(10), marker='x', color=colors[0])  
7. ll = plt.scatter(random(10), random(10), marker='o', color=colors[0])  
8. l  = plt.scatter(random(10), random(10), marker='o', color=colors[1])  
9. a  = plt.scatter(random(10), random(10), marker='o', color=colors[2])  
10. h  = plt.scatter(random(10), random(10), marker='o', color=colors[3])  
11. hh = plt.scatter(random(10), random(10), marker='o', color=colors[4])  
12. ho = plt.scatter(random(10), random(10), marker='x', color=colors[4])  
13.   
14. plt.legend((lo, ll, l, a, h, hh, ho),  
15.            ('Low Outlier', 'LoLo', 'Lo', 'Average', 'Hi', 'HiHi', 'High Outlier'),  
16.            scatterpoints=1,  
17.            loc='lower left',  
18.            ncol=3,  
19.            fontsize=8)  
20.   
21. plt.show()  

[python]  view plain  copy

1. <span style="font-family: Arial, Helvetica, sans-serif;">#pandas中画图  </span>  

[python]  view plain  copy

1.   #画累和图  
2. import pandas  as pd  
3. import  numpy as np  
4. import matplotlib.pyplot  as plt  
5. ts=pd.Series(np.random.randn(1000),index=pd.date_range('1/1/2000',periods=1000))  
6. ts=ts.cumsum()  
7. ts.plot()  
8. plt.show()  
9.   
10.   
11.   
12. df=pd.DataFrame(np.random.randn(1000,4),index=ts.index,columns=list('ABCD'))  
13. df=df.cumsum()  
14. df.plot()  
15. plt.show()  
16.   
17.   
18.   
19.   
20. #画柱状图  
21. df2 = pd.DataFrame(np.random.rand(10, 4), columns=['a', 'b', 'c', 'd'])  
22. df2.plot(kind='bar')  #分开并列线束  
23. df2.plot(kind='bar', stacked=True) #四个在同一个里面显示 百分比的形式  
24. df2.plot(kind='barh', stacked=True)#纵向显示  
25. plt.show()  
26.   
27.   
28. df4=pd.DataFrame({'a':np.random.randn(1000)+1,'b':np.random.randn(1000),'c':np.random.randn(1000)-1},columns=list('abc'))  
29. df4.plot(kind='hist', alpha=0.5)  
30. df4.plot(kind='hist', stacked=True, bins=20)  
31. df4['a'].plot(kind='hist', orientation='horizontal',cumulative=True) #cumulative是按顺序排序，加上这个  
32. plt.show()  
33.   
34.   
35. #Area Plot  
36. df = pd.DataFrame(np.random.rand(10, 4), columns=['a', 'b', 'c', 'd'])  
37. df.plot(kind='area')  
38. df.plot(kind='area',stacked=False)  
39. plt.show()  
40.   
41.   
42. #散点图  
43. df = pd.DataFrame(np.random.rand(50, 4), columns=['a', 'b', 'c', 'd'])  
44. df.plot(kind='scatter', x='a', y='b')  
45. df.plot(kind='scatter', x='a', y='b',color='DarkBlue', label='Group 1')  
46.   
47. #饼图  
48. df = pd.DataFrame(3 * np.random.rand(4, 2), index=['a', 'b', 'c', 'd'], columns=['x', 'y'])  
49. df.plot(kind='pie', subplots=True, figsize=(8, 4))  
50. df.plot(kind='pie', subplots=True,autopct='%.2f',figsize=(8, 4)) #显示百分比  
51. plt.show()  
52.   
53.   
54.   
55. #画矩阵散点图  
56. df = pd.DataFrame(np.random.randn(1000, 4), columns=['a', 'b', 'c', 'd'])  
57. pd.scatter_matrix(df, alpha=0.2, figsize=(6, 6), diagonal='kde')  
58. plt.show()