Python 数据分析可视化--Matplotlib
类 型 | 语 句 | 备 注 | |||||||||||||||||||||
固定通用语句 | import matplotlib.pyplot as plt | 引入可视化模块 | |||||||||||||||||||||
Params[‘font,sans-serif’]=[‘SimHei’] Params[‘font.family’]=’sans-serif’ params[‘axes.unicode_minus’]=False | 规定字体 | ||||||||||||||||||||||
fig=plt.figure() ax1=plt.subplot(221) ax2=plt.subplot(222) matplotlib中subplotax3=plt.subplot(223) ax4=plt.subplot(224) | 创建画布； 画布的四个模块 | ||||||||||||||||||||||
id(b=None,which=’major/minor/both’,axis=’both/x/y’) | 增加图形背景 参数b:设置是否显示grid,如果要显示grid,将b参数设置为True 参数which:设置坐标轴的分割标示线的类型 参数axis:指定绘制gird的坐标轴，取值为both，x或y | ||||||||||||||||||||||
plt.xlabel(‘xxxxxx’) | 规定X轴的标题 | ||||||||||||||||||||||
plt.ylabel(‘xxxxxx’) | 规定Y轴的标题 | ||||||||||||||||||||||
plt.ylim(2.5,6.5) | Y轴的数值范围 | ||||||||||||||||||||||
icks(range(9),[‘1月’,’2月’,’3月’,’4月’, ‘5月’,’6月’,’7月’,’8月’,‘9月’],rotation=45) | X轴的标签, rotataion指的是标签的角度 | ||||||||||||||||||||||
icks(range(10),) | Y轴的标签 | ||||||||||||||||||||||
plt.title(‘xxxxx’,loc=’right’) | loc显示标题的位置 | ||||||||||||||||||||||
plt.legend(loc=’best’,prop=getChineseFont()) | 增加图例；prop增加中文显示 | ||||||||||||||||||||||
plt.show() | 显示位置 | ||||||||||||||||||||||
曲线图 | plt.plot(data,label=’成绩’,color=’r’,marker=’o’,linestyle=”--”,linewidth=1) 案例：多条曲线图 lineslist=plt.plot(x1,y1,x2,y2,x3,y3) plt.setp(lineslist,color=’r’)
| linestyle:线的类型； linewidth：线的宽度； color:线的颜 label:数据标签 marker:数据点的形状: 主要有‘o’和’v’ | |||||||||||||||||||||
类 型 | 语 句 | 备 注 | |||||||||||||||||||||
柱形图 | plt.bar(left=[2,3,4,5],height=[228,35,81,1],bottom=2,width=1,color=’r’, edgecolor=’b’) | ||||||||||||||||||||||
水平柱状图 | plt.barh([2,3,4,5],height=[228,35,81,1],height=1.0,color=’r’,edgecolor=’b’) | ||||||||||||||||||||||
饼形图 | plt.pie(data,labels=([‘语文’,’数学’,’英语’,’物理’]),color=([‘b’,’r’,’y’,’’,’c’]),shadow=True) | shadow:是否显示阴影 | |||||||||||||||||||||
直方图 | plt.hist(data,bins=12) | bins：设置直方图分布图区间的个数； orientation：horizontal显示横向直方图；vertical显示水平直方图； cumulative：显示为True累计直方图； | |||||||||||||||||||||
plt.hist(data,bins=12,orientation=’horizontal’) | |||||||||||||||||||||||
plt.hist(Close,range=(2.3,5.5),orientation=’vertical’,cumulative=True, color=’r’,edgecolor=’b’) | |||||||||||||||||||||||
箱型图 | plt.boxplot(data,labels=(‘open,’high’,’low’,’close’)) | |
散点图 | plt.scatter(data-x,data-y,marker=’o’,alpha=0.3,cmap=’viridis’) | |
相关图（correllogram） | # Import Dataset df = pd.read_csv("mtcars.csv") # Plot plt.figure(figsize=(12,10), dpi= 80) sns.(), ().columns, ().columns, cmap='RdYlGn', center=0, annot=True) # Decorations plt.title('Correlogram of mtcars', fontsize=22) icks(fontsize=12) icks(fontsize=12) plt.show() | |
面积图（area chart） | 案例： import numpy as np import pandas as pd # Prepare Data df = pd.read_csv("onomics.csv", parse_dates=['date']).head(100) x = np.arange(df.shape[0]) y_returns = (df.psavert.diff().fillna(0)/df.psavert.shift(1)).fillna(0) * 100 # Plot plt.figure(figsize=(16,10), dpi= 80) plt.fill_between(x[1:], y_returns[1:], 0, where=y_returns[1:] >= 0, facecolor='green', interpolate=True, alpha=0.7) plt.fill_between(x[1:], y_returns[1:], 0, where=y_returns[1:] <= 0, facecolor='red', interpolate=True, alpha=0.7) # Annotate plt.annotate('Peak \n1975', xy=(94.0, 21.0), xytext=(88.0, 28), bbox=dict(boxstyle='square', fc='firebrick'), arrowprops=dict(facecolor='steelblue', shrink=0.05), fontsize=15, color='white') # Decorations xtickvals = [str(m)[:3].upper()+"-"+str(y) for y,m in zip(df.ar, df.h_name())] a().set_xticks(x[::6]) a().set_xticklabels(xtickvals[::6], rotation=90, fontdict={'horizontalalignment': 'center', 'verticalalignment': 'center_baseline'}) plt.ylim(-35,35) plt.xlim(1,100) plt.title("Month Economics Return %", fontsize=22) plt.ylabel('Monthly returns %') id(alpha=0.5) plt.show() | |
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论