python相关性分析及画图,Python数据分析matplotlib可视化之
绘图
Matplotlib是⼀个基于python的2D画图库，能够⽤python脚本⽅便的画出折线图，直⽅图，功率谱图，散点图等常⽤图表，⽽且语法简单。
Python中通过matplotlib模块的pyplot⼦库来完成绘图。Matplotlib可⽤于创建⾼质量的图表和图形，也可以⽤于绘制和可视化结果。matplotlib是Python优秀的数据可视化第三⽅库，matplotlb.pyplot是绘制种类可视化图形的命令⼦库，相当于快捷⽅式 import matplotlib.pyplot as plt.
线形图：
线性图是最基本的图表类型，常⽤于绘制连续的数据。通过绘制线形图，可以表现出数据的⼀种趋势变化。
Matplotlib的plot(X,Y)⽤来绘制线形图，在参数中传⼊X和Y的坐标即可。其中，X和Y轴坐标的数据格式可以是列表、数组和Series.
例1：坐标数据格式为series
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
data={'name':['Tom','Peter','Lucy','Max'],
'sex':['female','female','male','male'],
'math':[78,79,83,92],
'city':['北京','上海','⼴州','北京']
}
df=pd.DataFrame(data)
print(df)
#DataFrame数据的⾏索引作为X轴，math列索引作为Y轴
matplotlib中subplot
plt.plot(df.index,df['math'],color='red',linestyle='-',linewidth=3,marker='D')
#通过plot函数的color参数可以指定线条的颜⾊，
linestyle参数可以指定线条的形状，
linewidth参数可指定线条的宽度，
marker参数可对坐标点进⾏标记(默认情况下，坐标点是没有标记的)，
#结果：
name sex math city #创建⼀个DataFrame数据
0 Tom female 78 北京
1 Peter female 79 上海
2 Lucy male 8
3 ⼴州
3 Max male 92 北京
绘制的线性图：
注意：颜⾊设置要放在线条和点的样式的前⾯，颜⾊、线条和点的样式可以放置于格式字符串。如:plt.plot(df.index,df['math'],'co-') 运⾏结果如下：
2. 柱状图
2.1 绘制柱状图主要是使⽤matplotlib的bar函数:
bar函数的color参数可以设置柱状图的填充颜⾊，
alpha参数可以设置透明度，
例如：import matplotlib.pyplot as plt
data=[23,85,72,43,52]
plt.bar([1,2,3,4,5],data,color='royalblue',alpha=0.7) #运⾏结果：
bottom参数⽤于设置柱状图的⾼度，以此绘制堆积柱状图；
width参数 ⽤于设置柱状图的宽度，以此可以绘制并列柱状图。
grid函数⽤于绘制格⽹，通过对参数的个性化设置，可以绘制出个性的格⽹
例如：
import numpy as np
import matplotlib.pyplot as plt
data1=[23,85,72,43,52]
data2=[42,35,21,16,9]
width=0.3
plt.bar(np.arange(len(data1)),data1,color='royalblue',alpha=0.7,width=width)
plt.bar(np.arange(len(data2))+width,data2,color='green',alpha=0.7,width=width) id(color='black',linstyle='--',linewidth=3,axis='y',alpha=0.6)
#运⾏结果：
Bar函数的通过barh函数可以绘制⽔平柱状图
import numpy as np
import matplotlib.pyplot as plt
data1=[23,85,72,43,52]
plt.barh(np.arange(len(data1)),data1,color='green',alpha=0.5) #如图所⽰：
2.2 刻度与标签：
现实中的柱状图的X轴是有刻度标签的，上述实例中未设置。在matplotlib中，
通过xticks函数设置图标的X轴的刻度和刻度标签，yticks函数设置y轴的刻度和标签。
通过xlabel 和ylabel⽅法给X轴和Y轴添加标签，
通过title⽅法为图表添加标题
例如：
import numpy as np
import matplotlib.pyplot as plt
data1=[23,85,72,43,52]
labels=['A','B','C','D','E']
plt.xlabel('Class') #plt.xlabel、ylabel、title⽅法分别给X轴和Y轴，图标题添加标签。plt.ylabel('Amounts')
plt.title('Example')
#plt.bar(range(len(data1)),data)
plt.bar(np.arange(len(data1)),data1,color='royalblue',alpha=0.7)
#运⾏结果：
2.3 图例：
图例是标识图表元素的重要⼯具，在bar函数中传⼊label参数表⽰图例名称，通过legend函数即可绘制出图例。
data1=[23,85,72,43,52]
data2=[42,35,21,16,9]
width=0.3
plt.bar(np.arange(len(data1)),data1,width=width,label='one')
plt.bar(np.arange(len(data2))+width,data2,width=width,label='two')
plt.legend() #结果图：
2.4 ⽂本注解：
例如：在柱状图中加⼊⽂本数字，可以很清楚的知道每个类别的数量。通过text函数可以在指定的坐标(x,y)上加⼊⽂本注释data=[23,85,72,43,52]
labels=['A','B','C','D','E']
plt.xlabel('Class')
plt.ylabel('Amounts')
plt.title('Example')
plt.bar(range(len(data)),data)
for x,y in zip(range(len(data)),data):
<(x,y,y,ha='center',va='bottom') #⽂本注解#第⼀个参数是x轴坐标
# 第⼆个参数是y轴坐标
# 第三个参数是要显式的内容
3.散点图：
Matpltlib中scatter函数可以⽤来绘制散点图，传⼊X和Y轴坐标。Scatter(X,Y)
利⽤Numpy创建⼀组随机数
import numpy as np
import matplotlib.pyplot as plt
X=np.random.randn(100)
Y=np.random.randn(100)
plt.scatter(X,Y,color='red',marker='D')
#散点图：
4. 直⽅图
matplotlib的hist()函数⽤来绘制直⽅图。
直⽅图与条形图的区别：
直⽅图是⽤⾯积表⽰各频数的多少，矩形的⾼度表⽰每⼀组的频数或频率，宽度则表⽰各组的组距，因此其宽度与⾼度均有意义；
条形图(柱状图)是⽤条形的长度表⽰各类频数的多少，其宽度是固定的。
由于分组数据具有连续性，直⽅图的各矩形通常是连续排列，⽽条形图是分开排列；条形图主要是⽤于展⽰分类数据，⽽直⽅图则主要⽤于展⽰数据型数据。
x=al(size=100)
plt.hist(x,bins=30)
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