您好,登錄后才能下訂單哦!
這篇文章主要為大家展示了“Python 可視化matplotlib模塊怎么用”,內(nèi)容簡而易懂,條理清晰,希望能夠幫助大家解決疑惑,下面讓小編帶領大家一起研究并學習一下“Python 可視化matplotlib模塊怎么用”這篇文章吧。
前言:
互聯(lián)網(wǎng)時代下,在網(wǎng)絡中每天都會產(chǎn)生很多數(shù)據(jù),通過對數(shù)據(jù)分析之后,如何更好的詮釋數(shù)據(jù)背后的意義,我們需要對數(shù)據(jù)進行可視化展示。
在數(shù)據(jù)可視化中,Python 也支持第三模塊
matplotlib 模塊:Python
使用最多的可視化庫
seaborn 模塊:基于matplotlib
的圖形可視化
pycharts 模塊:用于生成Echarts
圖表的類庫
接下來我們對matplotlib
模塊提供的圖形方法進行學習
matplotlib 模塊是第三方開源的,由John Hunter團隊研發(fā)而成,NumFOCUS 的贊助項目。
matplotlib 模塊是用于Python創(chuàng)建靜態(tài)、動態(tài)和交互式可視化綜合性的庫。
matplotlib 模塊特點
易創(chuàng)建圖表如出版質(zhì)量圖、交互式數(shù)據(jù)可放大、縮小
定制化圖表可完全控制線條樣式、導入并嵌入多種文件格式
擴展性高,可以與第三方模塊進行兼容
matplotlib 模塊資料手冊信息豐富,可快速上手
matplotlib 模塊獲取
matplotlib
是Python
主流第三方可視化模塊,我們需要使用pip進行下載
pip install matplotlib
matplotlib 模塊使用
在matplotlib模塊中,pyplot類是最常用的。
方式一:
from matplotlib import pyplot
方式二:
import matplotlib.pyplot as plt
重要說明:
matplotlib 模塊官方資料
查看matplotlib內(nèi)部代碼說明
matplotlib.pyplot 模塊是我們畫圖標最常用的模塊之一
方法 | 作用 |
---|---|
pyplot.title(name) | 圖表的標題 |
pyplot.xlabel(name) | 圖表的X軸名字 |
pyplot.ylabel(name) | 圖表的y軸名字 |
pyplot.show() | 打印出圖表 |
pyplot.plot(xvalue,yvalue) | 繪制折線圖表 |
pyplot.bar(xvalue,yvalue) | 繪制柱狀圖表 |
pyplot.axis(data) | 獲取或設置一些軸屬性的便捷方法 |
pyplot.scatter(data) | 繪制散點圖 |
pyplot.subplot(data) | 繪制子圖 |
pyplot.grid(boolean) | 顯示網(wǎng)狀,默認為False |
pyplot.text() | 對文本進行處理 |
pyplot.pie(data) | 繪制餅圖 |
pyplot.boxplot(data) | 繪制箱形圖 |
pyplot.hist(data) | 繪制直方圖 |
繪制折線圖
使用pyplot..plot()方法
from matplotlib import pyplot # 設置圖表字體格式 pyplot.rcParams["font.sans-serif"]=['SimHei'] pyplot.rcParams["axes.unicode_minus"]=False pyplot.plot([1,2,3,4,5,6],[45,20,19,56,35,69]) pyplot.title("data analyze") pyplot.xlabel("data") pyplot.ylabel("sum") pyplot.show()
繪制柱狀圖
使用pyplot..bar()方法
再次使用上面的數(shù)據(jù),可以看到直方圖
pyplot.bar([1,2,3,4,5,6],[45,20,19,56,35,69])
繪制餅圖
使用pyplot.pie()方法繪制餅圖
同時使用pyplot.axis方法設置每一個分區(qū)間隔
from matplotlib import pyplot labels = ["windows","MAC","ios","Android","other"] sizes = [50,10,5,15,20] explode = [0,0.1,0,0,0] pyplot.pie(sizes,explode=explode,labels=labels,autopct='%1.1f%%',shadow=False,startangle=90) pyplot.axis("equal") pyplot.title("data analyze") pyplot.show()
繪制散點圖
使用pyplot.scatter(x,y)繪制散點圖
import numpy as np from matplotlib import pyplot data = {"a":np.arange(50),"c":np.random.randint(0,50,50),"d":np.random.randn(50)} data['b'] = data['a']+10*np.random.randn(50) data['d'] = np.abs(data['d'])*100 pyplot.scatter("a","b",c='c',s='d',data=data) pyplot.title("data analyze") pyplot.xlabel("元素 a") pyplot.ylabel("元素 b") pyplot.show()
以上是“Python 可視化matplotlib模塊怎么用”這篇文章的所有內(nèi)容,感謝各位的閱讀!相信大家都有了一定的了解,希望分享的內(nèi)容對大家有所幫助,如果還想學習更多知識,歡迎關(guān)注億速云行業(yè)資訊頻道!
免責聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。