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
这篇文章主要介绍了Python获取当前公网ip并自动断开宽带连接实例代码，具有一定借鉴价值,需要的朋友可以参考下2018-01-01
pandas 读取excel文件使用的是 read_excel方法。本文将详细解析read_excel方法的常用参数，以及实际的使用示例，感兴趣的朋友跟随小编一起看看吧2021-10-10
这篇文章主要介绍了使用Django和Postgres进行全文搜索，本文通过实例代码给大家介绍的非常详细，具有一定的参考借鉴价值,需要的朋友可以参考下2020-02-02
这篇文章主要介绍了python+requests接口自动化框架的实现，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2020-08-08
这篇文章主要介绍了np.random.seed() 的使用详解，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2020-01-01
本篇文章主要介绍了TensorFlow中权重的随机初始化的方法，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2018-02-02
这篇文章主要介绍了Python 代码调试技巧,本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2020-08-08
这篇文章主要介绍了PyQt5实现界面跳转的示例代码，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2021-04-04
Python成功解决ZeroDivisionError: division by zero的方法过程
在Python编程中,ZeroDivisionError:divisionbyzero是因为尝试除以零所导致的常见错误,这篇文章详细介绍了错误的原因、解决方案,需要的朋友可以参考下2024-09-09
python的*args和**kwargs如何用，看了下面的例子你就清楚了。2013-11-11
最新评论