Python 可视化matplotlib模块基础知识
更新时间：2021年12月01日 09:13:59 作者：盆友圈的小可爱
这篇文章主要给大家分享的是Python 可视化matplotlib模块基础知识，文章对matplotlib.pyplot 模块绘制相关如折线、柱状、散点、圆饼图表进行简单地学习，具有一定的参考价值,需要的朋友可以参考一下
前言：
互联网时代下，在网络中每天都会产生很多数据，通过对数据分析之后，如何更好的诠释数据背后的意义，我们需要对数据进行可视化展示。
在数据可视化中，Python 也支持第三模块
- matplotlib 模块：
Python使用最多的可视化库 - seaborn 模块：基于
matplotlib的图形可视化 - pycharts 模块：用于生成
Echarts图表的类库
接下来我们对matplotlib模块提供的图形方法进行学习
1. matplotlib 模块概述
matplotlib 模块是第三方开源的，由John Hunter团队研发而成，NumFOCUS 的赞助项目。
matplotlib 模块是用于Python创建静态、动态和交互式可视化综合性的库。
matplotlib 模块特点
- 易创建图表如出版质量图、交互式数据可放大、缩小
- 定制化图表可完全控制线条样式、导入并嵌入多种文件格式
- 扩展性高，可以与第三方模块进行兼容
- matplotlib 模块资料手册信息丰富，可快速上手
matplotlib 模块获取
matplotlib 是Python主流第三方可视化模块，我们需要使用pip进行下载
pip install matplotlib
matplotlib 模块使用
在matplotlib模块中，pyplot类是最常用的。
方式一：
from matplotlib import pyplot
方式二：
import matplotlib.pyplot as plt
重要说明：
- matplotlib 模块官方资料
- 查看matplotlib内部代码说明
2. matplotlib.pyplot 相关方法
matplotlib.pyplot 模块是我们画图标最常用的模块之一
| 方法 | 作用 |
|---|---|
| pyplot.title(name) | 图表的标题 |
| pyplot.xlabel(name) | 图表的X轴名字 |
| pyplot.ylabel(name) | 图表的y轴名字 |
| pyplot.show() | 打印出图表 |
| pyplot.plot(xvalue,yvalue) | 绘制折线图表 |
| pyplot.bar(xvalue,yvalue) | 绘制柱状图表 |
| pyplot.axis(data) | 获取或设置一些轴属性的便捷方法 |
| pyplot.scatter(data) | 绘制散点图 |
| pyplot.subplot(data) | 绘制子图 |
| pyplot.grid(boolean) | 显示网状，默认为False |
| pyplot.text() | 对文本进行处理 |
| pyplot.pie(data) | 绘制饼图 |
| pyplot.boxplot(data) | 绘制箱形图 |
| pyplot.hist(data) | 绘制直方图 |
3. matplotlib.pyplot 图表展示
绘制折线图
使用pyplot..plot()方法
from matplotlib import pyplot
# 设置图表字体格式
pyplot.rcParams["font.sans-serif"]=['SimHei']
pyplot.rcParams["axes.unicode_minus"]=False
pyplot.plot([1,2,3,4,5,6],[45,20,19,56,35,69])
pyplot.title("data analyze")
pyplot.xlabel("data")
pyplot.ylabel("sum")
pyplot.show()
绘制柱状图
- 使用pyplot..bar()方法
- 再次使用上面的数据，可以看到直方图
pyplot.bar([1,2,3,4,5,6],[45,20,19,56,35,69])
绘制饼图
- 使用pyplot.pie()方法绘制饼图
- 同时使用pyplot.axis方法设置每一个分区间隔
from matplotlib import pyplot
labels = ["windows","MAC","ios","Android","other"]
sizes = [50,10,5,15,20]
explode = [0,0.1,0,0,0]
pyplot.pie(sizes,explode=explode,labels=labels,autopct='%1.1f%%',shadow=False,startangle=90)
pyplot.axis("equal")
pyplot.title("data analyze")
pyplot.show()
绘制散点图
使用pyplot.scatter(x,y)绘制散点图
import numpy as np
from matplotlib import pyplot
data = {"a":np.arange(50),"c":np.random.randint(0,50,50),"d":np.random.randn(50)}
data['b'] = data['a']+10*np.random.randn(50)
data['d'] = np.abs(data['d'])*100
pyplot.scatter("a","b",c='c',s='d',data=data)
pyplot.title("data analyze")
pyplot.xlabel("元素 a")
pyplot.ylabel("元素 b")
pyplot.show()
总结：
到此这篇关于Python 可视化matplotlib模块基础知识的文章就介绍到这了,更多相关Python 可视化之matplotlib模块内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
本文主要介绍了Pandas提取数据的三种方式，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2023-01-01
这篇文章主要介绍了pytorch掉坑记录:model.eval的作用说明，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-06-06
这篇文章主要为大家详细介绍了python实现诗歌游戏，根据上句猜下句、猜作者、猜朝代、猜诗名，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-02-02
Python文件监听工具pyinotify与watchdog实例
今天小编就为大家分享一篇关于Python文件监听工具pyinotify与watchdog实例，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧2018-10-10
这篇文章主要为大家介绍了Langchain集成管理prompt功能示例详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2023-03-03
在Python中,math 和 decimal 模块是处理数学运算的重要工具,本文将深入探讨这两个模块的基础知识,并通过实际的代码示例演示它们的用法,希望对大家有所帮助2024-02-02
这篇文章主要介绍了 Python 加密的实例详解的相关资料,这里提供了两种实现方法，需要的朋友可以参考下2017-10-10
优质的教程可以让我们少走很多弯路，这一点毋庸置疑。这篇文章主要为大家介绍了纯净Python环境的安装以及PyCharm编辑器的配置，需要的可以参考一下2023-04-04
一般torch.cat()是为了把多个tensor进行拼接而存在的,下面这篇文章主要给大家介绍了关于Pytorch中torch.cat()函数举例解析的相关资料,文中通过示例代码介绍的非常详细,需要的朋友可以参考下2022-12-12
本文将通过设置批量PDF文件所在的路径及需要添加的水印名称，从而实现批量添加PDF水印的效果。感兴趣的小伙伴可以跟随小编一起动手试一试2022-02-02
最新评论