“可视化分析，数据分析的导航仪”
Matplotlib 可能是 Python 2D-绘图领域使用最广泛的套件。它能让使用者很轻松地将数据图形化，并且提供多样化的输出格式。这里将会探索 matplotlib 的常见用法。
01
—
标准化代码
可视化标准化代码如下：
# 导入 matplotlib 的所有内容（nympy 可以用 np 这个名字来使用）frompylabimport*# 创建一个 8 * 6 点（point）的图，并设置分辨率为 80figure(figsize=(8,6), dpi=80)# 创建一个新的 1 * 1 的子图，接下来的图样绘制在其中的第 1 块（也是唯一的一块）subplot(1,1,1)X = np.linspace(-np.pi, np.pi,256,endpoint=True)C,S = np.cos(X), np.sin(X)# 绘制余弦曲线，使用蓝色的、连续的、宽度为 1 （像素）的线条plot(X, C, color="blue", linewidth=1.0, linestyle="-")# 绘制正弦曲线，使用绿色的、连续的、宽度为 1 （像素）的线条plot(X, S, color="green", linewidth=1.0, linestyle="-")# 设置横轴的上下限xlim(-4.0,4.0)# 设置横轴记号xticks(np.linspace(-4,4,9,endpoint=True))# 设置纵轴的上下限ylim(-1.0,1.0)# 设置纵轴记号yticks(np.linspace(-1,1,5,endpoint=True))# 以分辨率 72 来保存图片# savefig("exercice_2.png",dpi=72)# 在屏幕上显示show()
02
—
常见可视化图形代码
1、直线图
from matplotlib import pyplot as pltimport numpy as npimport matplotlib# fname 为 你下载的字体库路径，注意 SimHei.ttf 字体的路径zhfont1 = matplotlib.font_manager.FontProperties(fname="SimHei.ttf")x=np.arange(1,11)y=x+3plt.title("线形图", fontproperties=zhfont1)plt.xlabel("X轴", fontproperties=zhfont1)plt.ylabel("y轴", fontproperties=zhfont1)plt.plot(x,y)plt.show()
输出图形如下：
2、柱状图
frommatplotlibimportpyplotaspltx = [5,8,10]y = [12,16,6]x2 = [6,9,11]y2 = [6,15,7]plt.bar(x, y, align ='center')plt.bar(x2, y2, color ='g', align ='center')plt.title('Bar graph')plt.ylabel('Y axis')plt.xlabel('X axis')plt.show()
输出图形如下:
3、柱状图
frommatplotlibimportpyplotaspltimportnumpyasnp a = np.array([22,87,5,43,56,73,55,54,11,20,51,5,79,31,27])plt.hist(a, bins = [0,20,40,60,80,100])plt.title("histogram")plt.show()
输出图形如下:
4、散点图
from matplotlib import pyplot as plt import numpy as npn = 1024X = np.random.normal(0,1,n)Y = np.random.normal(0,1,n)plt.scatter(X,Y)plt.show()
输出图形如下：
每天一小步，最终一大步！
