数据分析 - matplotlib示例代码

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


x = np.linspace(-2, 2, 100)
y1 = np.cos(np.pi * x)
y2 = np.sin(np.pi * x)
plt.plot(x, y1, "go", label=r"$y1=\cos(\pi \times x)$", alpha=0.8, linewidth=0.7)
plt.plot(x, y2, "r-", label=r"$y2=\sin(\pi \times x)$", alpha=0.8, linewidth=0.7)
df = pd.DataFrame(np.random.randint(0, 100, size=(100, 1)), columns=list('A'))

plt.annotate("important Point", (0, 1), xytext=(-1.5, 1.1), arrowprops=dict(arrowstyle='->'))

plt.xlabel("x-axis")
plt.ylabel("y-axis")

# 设置坐标范围[xmin, xmax, ymin, ymax]
plt.axis([-2.1, 2.1, -1.2, 1.2])

# 显示标签
plt.legend()
# 显示网格
plt.grid(alpha=0.4)
plt.title("Two Plots", color=(0.1, 0.3, 0.5))
plt.show()

运行输入如下图： 

一般用到的就是 pyplot ，且按照惯例导入为 plt 。

● plt.plot(x,y, ＇ go')

这里就比较明确了， x 、 y 是自变量和因变量数据。后面的＇ go＇ 是对样式的控制：其中 g 表示选择绿色， o表示选择点的方式显示。更多参数设置可使用帮助命令 help （ plt.plot ）进一步学习。

● plt.title(r ＂ $y=\cos(\pi\times x)$ ＂ ) 为图添加一个标题。

值得注意的是，这里使用了 LaTeX 的格式，因为 matplotlib是兼容 LaTeX的。这对书写公式提供了极大的便利。读者可能会遇到无法显示中文的情况，这一点接下来会进行专门的讲解。

● plt.show()

通过 show 来展示图像，在 pandas 和 seaborn中也使用这句代码 进行图像的展示操作。

● alpha

alpha 参数代表透明度，从 0 到 1 表示颜色逐渐加深。

● linewidth

代表线条或者点的粗细程度。

● axis

按照（ xmin 、 xmax 、 ymin 、 ymax）的格式来限制座标轴的范围。

● legend

在 plot 里面使用 lable，记录了当前图的图例，可以通过调用legend使其显示。在默认情况下，图例会显示在最合适的空白处，当然也可以手动调节其位置。

● grid 显示背景网格线，也可以通过 alpha 参数设置其透明度。

● color=(0.1,0.3,0.5)

在有些情况下， matplotlib 自带的颜色达不到效果，此时可以通过设置归一化到 [0 ， 1] 的 RGB 元组来指定颜色。也可以使用 HTML的十六进制字符串，如＂＃ eeefffff ＂来指定颜色。

2. 中文显示问题

在初次使用 matplotlib时一般都会遇到无法显示中文的问题，无论是 Windows 还是 Ubuntu 之类的 Linux系统。

对于 Windows，解决方法相对较为简单，只需要在开头处加上下面三行代码，一般就可以了。

import matplotlib as mpl
mpl.rcParams["font.sans-serif"] = ["Microsoft YaHei"]
mpl.rcParams['axes.unicode_minus'] = False

 对于Ubuntu系统，需要手动指定字体来实现中文的显示。 设置代码如下。