Python使用matplotlib实现数据可视化教程

栏目: 编程工具 · 发布时间: 5年前

内容简介:目前有很多工具都可以数实现据可视化,比如我们常用的Excel,还有数据科学另一门重要的语言R,以及百度的Echarts等可视化工具。今天我们的主角是Python中的matplotlib库(官网:首先补充以下:7种颜色 r g b y m c k (红,绿,蓝,黄,品红,青,黑)在科研的过程中,坐标系中的XY不一定就是等尺度的。例如在声波中对Y轴取对数。肆意我们也必须知道这种坐标系如何画出来的。

目前有很多 工具 都可以数实现据可视化,比如我们常用的Excel,还有数据科学另一门重要的语言R,以及百度的Echarts等可视化工具。今天我们的主角是 Python 中的matplotlib库(官网: http://matplotlib.org ),相对来说,matplotlib功能不是最强大的,但是对于基本的图形来说,matplotlib已经很不错了。

首先补充以下:7种颜色 r g b y m c k (红,绿,蓝,黄,品红,青,黑)

在科研的过程中,坐标系中的XY不一定就是等尺度的。例如在声波中对Y轴取对数。肆意我们也必须知道这种坐标系如何画出来的。

1,对数坐标图

有3个函数可以实现这种功能,分别是:semilogx(),semilogy(),loglog()。它们分别表示对X轴,Y轴,XY轴取对数。下面在一个2*2的figure里面来比较这四个子图(还有plot())。

import numpy as np

import matplotlib.pyplot as plt

w=np.linspace(0.1,1000,1000)

p=np.abs(1/(1+0.1j*w))

plt.subplot(221)

plt.plot(w,p,lw=2)

plt.xlabel('X')

plt.ylabel('y')

plt.subplot(222)

plt.semilogx(w,p,lw=2)

plt.ylim(0,1.5)

plt.xlabel('log(X)')

plt.ylabel('y')

plt.subplot(223)

plt.semilogy(w,p,lw=2)

plt.ylim(0,1.5)

plt.xlabel('x')

plt.xlabel('log(y)')

plt.subplot(224)

plt.loglog(w,p,lw=2)

plt.ylim(0,1.5)

plt.xlabel('log(x)')

plt.xlabel('log(y)')

plt.show()

如上面的代码所示,对一个低通滤波器函数绘图。得到四个不同坐标尺度的图像。如下图所示:

Python使用matplotlib实现数据可视化教程

2,极坐标图像

极坐标系中的点由一个夹角和一段相对于中心位置的距离来表示。其实在plot()函数里面本来就有一个polar的属性,让他为True就行了。下面绘制一个极坐标图像:

import numpy as np

import matplotlib.pyplot as plt

theta=np.arange(0,2*np.pi,0.02)

plt.subplot(121,polar=True)

plt.plot(theta,2*np.ones_like(theta),lw=2)

plt.plot(theta,theta/6,'--',lw=2)

plt.subplot(122,polar=True)

plt.plot(theta,np.cos(5*theta),'--',lw=2)

plt.plot(theta,2*np.cos(4*theta),lw=2)

plt.rgrids(np.arange(0.5,2,0.5),angle=45)

plt.thetagrids([0,45,90])

plt.show()

整个代码很好理解,在后面的13,14行没见过。第一个plt.rgrids(np.arange(0.5,2,0.5),angle=45) 表示绘制半径为0.5 1.0 1.5的三个同心圆,同时将这些半径的值标记在45度位置的那个直径上面。plt.thetagrids([0,45,90]) 表示的是在theta为0,45,90度的位置上标记上度数。得到的图像是:

Python使用matplotlib实现数据可视化教程

3,柱状图:核心代码matplotlib.pyplot.bar(left, height, width=0.8, bottom=None, hold=None, **kwargs)里面重要的参数是左边起点,高度,宽度。下面例子:

import numpy as np

import matplotlib.pyplot as plt

n_groups = 5

means_men = (20, 35, 30, 35, 27)

means_women = (25, 32, 34, 20, 25)

fig, ax = plt.subplots()

index = np.arange(n_groups)

bar_width = 0.35

opacity = 0.4

rects1 = plt.bar(index, means_men, bar_width,alpha=opacity, color='b',label=    'Men')

rects2 = plt.bar(index + bar_width, means_women, bar_width,alpha=opacity,color='r',label='Women')

plt.xlabel('Group')

plt.ylabel('Scores')

plt.title('Scores by group and gender')

plt.xticks(index + bar_width, ('A', 'B', 'C', 'D', 'E'))

plt.ylim(0,40)

plt.legend()

plt.tight_layout()

plt.show()

得到的图像是:

Python使用matplotlib实现数据可视化教程

4,散列图,有离散的点构成的。函数是:matplotlib.pyplot.scatter(x, y, s=20, c='b', marker='o', cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, hold=None,**kwargs),其中,xy是点的坐标,s点的大小,maker是形状可以maker=(5,1)5表示形状是5边型,1表示是星型(0表示多边形,2放射型,3圆形);alpha表示透明度;facecolor=‘none’表示不填充。例子如下:

import numpy as np

import matplotlib.pyplot as plt

plt.figure(figsize=(8,4))

x=np.random.random(100)

y=np.random.random(100)

plt.scatter(x,y,s=x*1000,c='y',marker=(5,1),alpha=0.5,lw=2,facecolors='blue')

plt.xlim(0,1)

plt.ylim(0,1)

plt.show()

上面代码的facecolors参数使得前面的c=‘y’不起作用了。图像:

Python使用matplotlib实现数据可视化教程

去掉c=‘y’

Python使用matplotlib实现数据可视化教程

5,3D图像,主要是调用3D图像库。看下面的例子:

import numpy as np

import matplotlib.pyplot as plt

import mpl_toolkits.mplot3d

x,y=np.mgrid[-2:2:20j,-2:2:20j]

z=x*np.exp(-x**2-y**2)

ax=plt.subplot(111,projection='3d')

ax.plot_surface(x,y,z,rstride=2,cstride=1,cmap=plt.cm.coolwarm,alpha=0.8)

ax.set_xlabel('x')

ax.set_ylabel('y')

ax.set_zlabel('z')

plt.show()

得到的图像如下图所示:

Python使用matplotlib实现数据可视化教程

更多Python相关信息见 Python 专题页面 https://www.linuxidc.com/topicnews.aspx?tid=17

Linux公社的RSS地址https://www.linuxidc.com/rssFeed.aspx

本文永久更新链接地址: https://www.linuxidc.com/Linux/2019-04/158040.htm


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

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

群体的智慧

群体的智慧

[美] 詹姆斯·索罗维基 / 王宝泉 / 中信出版社 / 2010-10 / 33.00元

《纽约时报》榜首畅销书,《商业周刊》《福布斯》杂志最佳商业图书 21世纪商务人士必读书,了解群体智慧时代的决策模式 告诉我们如何过日子、如何选择领导人、如何做生意以及如何思考这个世界 我们当中的大多数人,不论是选民还是投资者,是客户还是经理人,似乎都相信宝贵的知识掌握在少数人手中,认为精英们做出的决策更加聪明,很少有人相信“乌合之众”也能像专家那样做得如此出色。 但《纽约客......一起来看看 《群体的智慧》 这本书的介绍吧!

HTML 压缩/解压工具
HTML 压缩/解压工具

在线压缩/解压 HTML 代码

HTML 编码/解码
HTML 编码/解码

HTML 编码/解码

SHA 加密
SHA 加密

SHA 加密工具