
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