Python数据分析第6章matplotlib数据可视化基础
Python数据分析 第6章 matplotlib数据可视化基础
第6章matplotlib数据可视化基础6.l Matplotlib介绍6.2 Matplotlib绘图基础6.3rc参数设置6.4 pyplot中的常用绘图6.5 词云
第6章 matplotlib数据可视化基础 ◆6.1 Matplotlib介绍 ◆6.2 Matplotlib绘图基础 ◆6.3 rc参数设置 ◆6.4 pyplot中的常用绘图 ◆6.5 词云
6.l Matplotlib数据可视化基础Matplotlib是一个在python下实现的类matlab的纯python的第三方库，旨在用python实现matlab的功能，是python下最出色的绘图库。其风格跟matlab相似，同时也继承了python的简单明了。要使用matplotlib得先安装numpy库（一个python下数组处理的第三方库，可以很方便的处理矩阵，数组）。matplotlib对于图像美化方面比较完善，可以自定义线条的颜色和样式，可以在一张绘图纸上绘制多张小图，也可以在一张图上绘制多条线，可以很方便地将数据可视化并对比分析
6.1 Matplotlib数据可视化基础 ➢ Matplotlib 是一个在 python 下实现的类 matlab 的纯 python 的第 三方库,旨在用 python实现 matlab 的功能,是python下最出色的绘图 库。其风格跟 matlab 相似，同时也继承了 python 的简单明了。 ➢ 要使用matplotlib得先安装 numpy 库 (一个python下数组处理的第三 方库，可以很方便的处理矩阵，数组) 。 ➢ matplotlib 对于图像美化方面比较完善，可以自定义线条的颜色和 样式，可以在一张绘图纸上绘制多张小图，也可以在一张图上绘制多 条线， 可以很方便地将数据可视化并对比分析
6.l Matplotlib数据可视化基础：Matplotlib模块依赖于NumPy和tkinter模块，可以绘制多种形式的图形，包括线图、直方图、饼图、散点图等，图形质量满足出版要求，是数据可视化的重要工具。Matplotlib中应用最广的是matplotlib.pyplot模块。Pyplot提供了一套和Matlab类似的绘图API，使得Matplotlib的机制更像Matlab。我们只需要调用Pyplot模块所提供的函数就可以实现快速绘图并设置图表的各个细节。·在Jupyternotebook中进行交互式绘图，需要执行一下语句：% matplotlib notebook，使用matplotlib时，使用的导入惯例为：import matplotlib.pyplot as plt
• Matplotlib模块依赖于NumPy和tkinter模块，可以绘制多种形式的图 形，包括线图、直方图、饼图、散点图等，图形质量满足出版要求， 是数据可视化的重要工具。Matplotlib中应用最广的是 matplotlib.pyplot模块。Pyplot提供了一套和Matlab类似的绘图API ，使得Matplotlib的机制更像Matlab。我们只需要调用Pyplot模块所 提供的函数就可以实现快速绘图并设置图表的各个细节。 • 在Jupyter notebook中进行交互式绘图，需要执行一下语句： % matplotlib notebook • 使用matplotlib时，使用的导入惯例为： import matplotlib.pyplot as plt 6.1 Matplotlib数据可视化基础
6.2 Matplotlib绘图基础显示图像：plt.showo标题：plt.titleo显示图例：plt.legendo)轴标签：plt.xlabelO:plt.ylabelomatplotlib数值标签：plt.text)轴刻度标签：plt.xticksO);plt.yticksO)轴刻度范围：plt.xlimO:plt.ylimohttps://blog.csdn.net/qg_42787271
6.2 Matplotlib绘图基础
相关函数简介figure（）：创建一个新的绘图窗口。figtext（）：为figure添加文字axes（）：为当前figure添加一个坐标轴plot（）：绘图函数polar（）：绘制极坐标图axis（）：获取或设置轴属性的边界方法（坐标的取值范围）clf：清除当前figure窗cla：清除当前axes窗口close：关闭当前figure窗口subplot：一个图中包含多个axestext（）：在轴上添加文字title（）：设置当前axes标题xlabel/ylabel：设置当前X轴或Y轴的标签
相关函数简介 ➢ figure（）：创建一个新的绘图窗口。 ➢ figtext（）：为figure添加文字 ➢ axes（）：为当前figure添加一个坐标轴 ➢ plot（）：绘图函数 ➢ polar（）：绘制极坐标图 ➢ axis（）：获取或设置轴属性的边界方法（坐标的取值范围） ➢ clf ： 清除当前figure窗口 cla ： 清除当前axes窗口 ➢ close ： 关闭当前figure窗口 ➢ subplot ： 一个图中包含多个axes ➢ text（）： 在轴上添加文字 ➢ title（）： 设置当前axes标题 ➢ xlabel/ylabel：设置当前X轴或Y轴的标签
相关函数简介hist（）：绘制直方图hist2d（）：绘制二维在直方图hold：设置当前图窗状态；of或者onimread（）：读取一个图像，从图形文件中提取数组legend（）：为当前axes放置标签pie（）：绘制饼状图scatter（）：做一个X和Y的散点图，其中X和Y是相同长度的序列对象stackplot（）：绘制一个堆叠面积图acorr（）：绘制x的自相关函数annotate（）：用箭头在指定的数据点创建一个注释或一段文本bar（）：绘制垂直条形图barh（）：绘制横向条形图barbs（）：绘制一个倒钩的二维场
➢ hist（）：绘制直方图 ➢ hist2d（）：绘制二维在直方图 ➢ hold ：设置当前图窗状态；off或者on ➢ imread（）：读取一个图像，从图形文件中提取数组 ➢ legend（）：为当前axes放置标签 ➢ pie（）：绘制饼状图 ➢ scatter（）：做一个X和Y的散点图，其中X和Y是相同长度的序列对象 ➢ stackplot（）：绘制一个堆叠面积图 ➢ acorr（）：绘制X的自相关函数 ➢ annotate（）：用箭头在指定的数据点创建一个注释或一段文本 ➢ bar（）：绘制垂直条形图 barh（）：绘制横向条形图 ➢ barbs（）：绘制一个倒钩的二维场 相关函数简介
6.2 Matplotlib绘图基础1.创建画布与创建子图函数作用函数名称创建一个空白画布，可以指定画布大小，像素。plt.figure创建并选中子图，可以指定子图的行数，列数，与选中图figure.add subplot片编号。第一部分主要作用是构建出一张空白的画布，并可以选择是否将整个画布划分为多个部分，方便在同一幅图上绘制多个图形的情况。最简单的绘图可以省略第一部分，而后直接在默认的画布上进行图形绘制
1.创建画布与创建子图 第一部分主要作用是构建出一张空白的画布，并可以选择是否将整个画 布划分为多个部分，方便在同一幅图上绘制多个图形的情况。最简单的 绘图可以省略第一部分，而后直接在默认的画布上进行图形绘制。 函数名称 函数作用 plt.figure 创建一个空白画布，可以指定画布大小，像素。 figure.add_subplot 创建并选中子图，可以指定子图的行数，列数，与选中图 片编号。 6.2 Matplotlib绘图基础
6.2 Matplotlib绘图基础import matplotlib.pyplot as pltimport numpy as npdata=np.arange(10)Out[2]:[]plt.plot(data)绘制的图位于图片（figure）对象中。286
6.2 Matplotlib绘图基础 import matplotlib.pyplot as plt import numpy as np data=np.arange(10) plt.plot(data) 绘制的图位于图片（figure） 对象中
6.2 Matplotlib绘图基础创建子图import matplotlib.pyplot as pltfig = plt.figure()，需要创建子图#不能使用空白的figure绘图，ax1 = fig.add_subplot(2,2,1)1.00000.750.75ax2 = fig.add_subplot(2,2,2)0.500.500.250.25ax3 = fig.add_subplot(2,2,3)0.0010.000.20.80.40.60.20.00.40.60.81.0D.0101.000.750.500.250.000.00.20.40.60.810
创建子图 import matplotlib.pyplot as plt fig = plt.figure() #不能使用空白的figure绘图，需要创建子图 ax1 = fig.add_subplot(2,2,1) ax2 = fig.add_subplot(2,2,2) ax3 = fig.add_subplot(2,2,3) 6.2 Matplotlib绘图基础