一、了解繪圖基礎語法與常用參數

import matplotlib.pyplot as plt import numpy as np

?畫圖流程：

1.創建畫布 2.選定子圖?3.繪制圖形 4.添加圖形 5.保存圖形 6.顯示圖形

plt.figure(figsize=(4,4)) plt.title('line') # 給圖起名字 x = np.arange(10) plt.plot(x,np.sin(x)) plt.plot(x,np.cos(x)) plt.legend(['sin','cos']) #按順序起名 plt.savefig('D:/') #先保存在展示 plt.show()

?

?分析特征間的關系

1.散點圖的繪制

?

scatter中的參數：?x,y 略，s接受數值或者一維array ，表示點的大小,? ?c接受顏色或者一維array 指定顏色,? marker 接受特定的string表示繪制點的類型,? ?alpha 接受0-1 表示透明度

data = np.load('G:\學習資料\國民經濟核算季度數據.npz',allow_pickle=True) data.files data['values'] # 查看對應的列 data['columns'] # 查看列名 plt.scatter(range(69),data['values'][:,2]) # 第二列數據

?

?多列數據

for i in [3,4,5]:plt.scatter(range(69),data['values'][:,i]) plt.show()

?2.折線圖

?x,y,略 ,color接受特定的string表示指定顏色,linestyle接受特定的string 指定線條類型,marker 接受特定的string表示繪制點的類型,alpha 接受0-1 表示透明度

plt.plot(range(69),data['values'][:,2])

?多列數據，且指定顏色和線條類型

l= ['r','g','b'] m= ['o','*','D'] for j, i in enumerate([3,4,5]):plt.plot(range(69),data['values'][:,i],c=l[j],marker=m[j],alpha=0.5) plt.legend(['1','2','3']) plt.show()

?3.條形圖

num = data['values'][68,3:6] plt.bar(range(len(num)),num,color='g') # left 接受array x軸數據，height 接受array 代表的數據量 width 接受0-1的float 指定直方圖的寬度 color 表顏色 plt.xticks(range(len(num)),['1','2','3']) plt.show()

?4.餅圖

plt.pie(num,autopct='%.2f %%',explode=[0.1,0,0],labels=['1','2','3'],labeldistance=1.4) plt.show()

?5.箱線圖

num = data['values'][:,3] plt.boxplot(num) plt.show()

?

一個初學者的記錄，希望可以和大家一起學習。

總結

以上是生活随笔為你收集整理的Matplotlib数据可视化基础的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。