Python数据可视化matplotlib库

栏目: Python · 发布时间: 6年前

内容简介:每次创建文件加上,避免中文乱码问题如果还遇到中文乱码问题可在Python文件代码上右键选择File Encoding,并选择UTF-8编码格式matplotlib :matplotlib.org/

每次创建文件加上,避免中文乱码问题

# -*-coding:utf-8-*-
复制代码

如果还遇到中文乱码问题可在 Python 文件代码上右键选择File Encoding,并选择UTF-8编码格式

matplotlib :matplotlib.org/

matplotlib各种示例画廊,单击图标即可查看用于生成图表的代码

绘制图之前注意安装matplotlib

pip install matplotlib
复制代码

pip安装包加速器国内镜像,命令添加-i参数

pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple
复制代码

绘制简单的折线图

示例

import matplotlib.pyplot as plt

squares = [1, 2, 4, 5, 8]
plt.plot(squares)
plt.show()
复制代码

效果如下:

Python数据可视化matplotlib库

修改标签文字和线条粗细

import matplotlib.pyplot as plt

squares = [1, 2, 4, 5, 8]
plt.plot(squares)
# 设置图标标题,并给坐标轴加上标签
plt.title("Hello Squares", fontsize=24)
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)
# 设置刻度标记的大小
plt.tick_params(axis='both',labelsize=14)
plt.show()
复制代码

效果如下:

Python数据可视化matplotlib库

校正图形

仔细观察横坐标发现坐标的点是从零开始的

import matplotlib.pyplot as plt

squares = [1, 2, 4, 5, 8]
input_value = [1, 2, 3, 4, 5]
plt.plot(input_value, squares, linewidth=5)
# 设置图标标题,并给坐标轴加上标签
plt.title("Hello Squares", fontsize=24)
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)
# 设置刻度标记的大小
plt.tick_params(axis='both',labelsize=14)
plt.show()
复制代码

效果如下:

Python数据可视化matplotlib库

绘制散点图

使用scatter()绘制散点图并设置其样式

绘制单个点

import matplotlib.pyplot as plt
#
plt.scatter(5, 8)
plt.show()
复制代码

效果如下:

Python数据可视化matplotlib库

添加样式,使其更加有趣

import matplotlib.pyplot as plt
import matplotlib as mpl

# 解决中文乱码问题
# sans-serif就是无衬线字体,是一种通用字体族。
# 常见的无衬线字体有 Trebuchet MS, Tahoma, Verdana, Arial, Helvetica, 中文的幼圆、隶书等等。
# 指定默认字体 SimHei为黑体
mpl.rcParams['font.sans-serif'] = ['SimHei']
# 用来正常显示负号
mpl.rcParams['axes.unicode_minus'] = False
plt.scatter(-5, 8, s=200)
# 设置图表标题并给坐标轴加上标签
plt.title(u"单点散点图", fontsize=24)
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)
# 设置刻度标记的大小
plt.tick_params(axis='both', which='major', labelsize=14)

plt.show()
复制代码

效果如下:

Python数据可视化matplotlib库

绘制一系列点

import matplotlib.pyplot as plt
#
x_value = [1, 2, 3, 4, 5]
y_value = [1, 2, 4, 5, 8]
plt.scatter(x_value, y_value, s=100)
plt.show()
复制代码

效果如下:

Python数据可视化matplotlib库

自动计算数据

import matplotlib.pyplot as plt

x_values = list(range(1, 1001))
y_values = [x ** 2 for x in x_values]
plt.scatter(x_values, y_values, s=40)
# 设置每个坐标轴的取值范围
plt.axis([0, 1100, 0, 1100000])
plt.show()
复制代码

效果如下:

Python数据可视化matplotlib库

删除数据点的轮廓

plt.scatter(x_values, y_values, s=40, edgecolors='none')
复制代码

自定义颜色

plt.scatter(x_values, y_values, s=40, edgecolors='none', c='yellow')
plt.scatter(x_values, y_values, s=40, edgecolors='none', c=(0, 0.8, 0.8))
复制代码

使用颜色映射

颜色映射是一系列颜色,从起始颜色渐变到结束颜色

plt.scatter(x_values, y_values, s=40, edgecolors='none', c=y_values, cmap=plt.cm.Blues)
复制代码

效果如下:

Python数据可视化matplotlib库

自动保存图标

import matplotlib.pyplot as plt

x_values = list(range(1, 1001))
y_values = [x ** 2 for x in x_values]
plt.scatter(x_values, y_values, s=40)
# 设置每个坐标轴的取值范围
plt.axis([0, 1100, 0, 1100000])
bbox_inches='tight' 指定将图表多余的空白区域裁剪掉
# 如果要保留图表周围多余的空白区域,可省略bbox_inches实参
plt.savefig('save_plot.png', bbox_inches='tight')
复制代码

随机漫步

什么是随机漫步?类似水滴中的分子运动,分子受到挤压而产生运动

创建RandomWalk() 类

from random import choice
import matplotlib.pyplot as plt


class RandomWalk:
    """生成随机漫步的类"""
    def __init__(self, num_points=5000):
        """初始化随机漫步的属性"""
        self.num_points = num_points
        # 所有随机漫步都始于(0,0)
        self.x_values = [0]
        self.y_values = [0]

    def fill_walk(self):
        """计算随机漫步包含的所有点"""
        # 生成漫步包含的点,并决定每次漫步的方向
        # 不断漫步,也就是遍历列表
        while len(self.x_values) < self.num_points:
            # 给x_direction 选择一个值,结果要么是表示向右走的1,要么是表示向左走的-1
            x_direction = choice([-1, 1])
            # 随机地选择一个0~4之间的整数,决定走多远
            x_distance = choice([0, 1, 2, 3, 4])
            # 将移动方向乘以移动距离,确定沿 x 和 y 轴移动的距离
            # x_step 为正,将向右移动,为负将向左移动,而为零将垂直移动
            x_step = x_direction * x_distance
            # y轴也类似
            y_direction = choice([-1, 1])
            y_distance = choice([0, 1, 2, 3, 4])
            y_step = y_direction * y_distance
            # 拒绝原地踏步
            if x_step == 0 and y_step ==0:
                continue
            # 计算下一个点的x和y值,-1指示列表最后一个数
            next_x = self.x_values[-1] + x_step
            next_y = self.y_values[-1] + y_step
            # 附加到列表末尾
            self.x_values.append(next_x)
            self.y_values.append(next_y)
复制代码
  • 简单绘制随机漫步图
rw = RandomWalk()
rw.fill_walk()
plt.scatter(rw.x_values, rw.y_values, s=15)
plt.show()
复制代码

效果如下:

Python数据可视化matplotlib库
  • 模拟多次随机漫步
while True:
    创建一个RandomWalk实例,并将其包含的点都绘制出来
    rw = RandomWalk()
    rw.fill_walk()
    plt.scatter(rw.x_values, rw.y_values, s=15)
    plt.show()
    keep_running = input("Make another walk? (y/n): ")
    if keep_running == 'n':
        break
复制代码
  • 设置随机漫步图的样式——着色
rw = RandomWalk()
rw.fill_walk()
point_numbers = list(range(rw.num_points))
plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.prism, edgecolors='none', s=15)
plt.show()
复制代码

效果如下:

Python数据可视化matplotlib库
  • 绘制起点和终点
rw = RandomWalk()
rw.fill_walk()
point_numbers = list(range(rw.num_points))
plt.scatter(rw.x_values, rw.y_values, c=point_numbers, cmap=plt.cm.Blues, edgecolors='none', s=15)
plt.scatter(0, 0, c='green', edgecolors='none', s=100)
plt.scatter(rw.x_values[-1], rw.y_values[-1], c='red', edgecolors='none', s=100)
plt.show()
复制代码

效果如下:

Python数据可视化matplotlib库
  • 隐藏坐标轴
rw = RandomWalk()
rw.fill_walk()
plt.scatter(rw.x_values, rw.y_values, s=15)
plt.axes().get_xaxis().set_visible(False)
plt.axes().get_yaxis().set_visible(False)
plt.show()
复制代码

效果如下:

Python数据可视化matplotlib库
  • 增加点数
rw = RandomWalk(10000)
rw.fill_walk()
plt.scatter(rw.x_values, rw.y_values, edgecolors='none', s=15)
plt.show()
复制代码

效果如下:

Python数据可视化matplotlib库
  • 调整尺寸以适合屏幕
rw = RandomWalk()
rw.fill_walk()
plt.figure(figsize=(10, 6))
# 1000 * 600像素
plt.scatter(rw.x_values, rw.y_values, edgecolors='none', s=15)
plt.show()
复制代码

效果如下:

Python数据可视化matplotlib库

matplotlib其它图形库可参考 : matplotlib.org/api/_as_gen…

绘图库除了matplotlib,还有pygal、ggplot、plotly等等


以上所述就是小编给大家介绍的《Python数据可视化matplotlib库》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

图解网络硬件

图解网络硬件

[日] 三轮贤一 / 盛荣 / 人民邮电出版社 / 2014-7 / 69.00元

本书详细介绍了计算机网络硬件的相关知识,在对硬件设备、相关技术及规范进行详尽考据和整理的同时,侧重工程实践,重点讲述了在实际网络建设工程中真实使用的网络硬件设备及其相关背景知识,能够帮助读者深入理解计算机网络在工程实践中某些容易混淆的概念,如L3交换机和路由器等。 本书在讲解的同时,还辅以丰富的图例,使计算机网络设备的真实情况一目了然,同时深入浅出地介绍了原本复杂抽象的计算机网络术语,因此对......一起来看看 《图解网络硬件》 这本书的介绍吧!

SHA 加密
SHA 加密

SHA 加密工具

XML 在线格式化
XML 在线格式化

在线 XML 格式化压缩工具

RGB HSV 转换
RGB HSV 转换

RGB HSV 互转工具