python数据分析007—数据可视化（上）

pyplot官网教程https://matplotlib.org/users/pyplot_tutorial.html

import matplotlib.pyplot as plt

import numpy as np

简单线段图

x=[1, 2, 3, 4]#x坐标轴上点的数值
y=[1, 4, 9, 16]#y坐标轴上点的数值
plt.plot(x,y)#根据提供的参数x,y绘制线条
plt.show()#x显示图形

在这里插入图片描述

设定线条属性和坐标轴范围

'''
color：线条颜色，值r表示红色（red）
marker：点的形状，值o表示点为圆圈标记（circle marker）
linestyle：线条的形状，值dashed表示用虚线连接各点
'''
plt.plot(x, y, color='r',marker='o',linestyle='dashed')
#plt.plot(x, y, 'ro')
'''
axis：坐标轴范围
语法为axis[xmin, xmax, ymin, ymax]，
也就是axis[x轴最小值, x轴最大值, y轴最小值, y轴最大值]
'''
plt.axis([0, 6, 0, 20])
plt.show()

在这里插入图片描述

在图上添加备注文本

#找到 matplotlib 加载的配置文件路径
import matplotlib
matplotlib.matplotlib_fname()

'E:\\Anaconda\\lib\\site-packages\\matplotlib\\mpl-data\\matplotlibrc'

plt.plot(x,y)
'''
添加文本
'''
#x轴文本
plt.xlabel('x坐标轴')
#y轴文本
plt.ylabel('y坐标轴')
#标题
plt.title('标题')
#添加注释
'''
添加注释：
参数名xy：箭头注释中箭头所在位置，
参数名xytext：注释文本所在位置，
arrowprops在xy和xytext之间绘制箭头,
shrink表示注释点与注释文本之间的图标距离
'''
plt.annotate('我是注释', xy=(2,5), xytext=(2, 10),
            arrowprops=dict(facecolor='black', shrink=0.01),
            )
plt.show()

在这里插入图片描述

折线图

#线条1
t = np.arange(0,10,1)#生成0-10步长间隔为1的数组
x1=y1=t

#线条2
x2 = t
y2 = t**2#运算符**，表示幂 - 返回x的y次幂，这里表示t的2次方

#线条3
x3 = t
y3 = t**3

#绘图
linesList=plt.plot(x1, y1,x2, y2,x3, y3 )#同时绘制多条线条
#用setp方法可以同时设置多个线条的属性
plt.setp(linesList, color='b',marker='o',linestyle ='--')
plt.show()

在这里插入图片描述

散点图

from numpy.random import randn
x = np.arange(50)# x轴值
y = np.arange(50)+randn(50)*3# y轴值

#散点图
plt.scatter(x,y,color = 'r')
plt.xlabel('x axis')
plt.ylabel('y axis')
plt.title('Axis')
plt.show()

在这里插入图片描述

建立画板绘制多张图

#创建画板
fig = plt.figure(figsize=(10,10)) 
'''
subplot(2,1,1)代表生成一个子图，参数1：n行、参数2：n列，参数3：当前是子图n
'''
#第2步：创建画纸（子图）
ax1=fig.add_subplot(2,2,1)  
ax2=fig.add_subplot(2,2,2)
ax3=fig.add_subplot(2,2,3)
ax4=fig.add_subplot(2,2,4)

在这里插入图片描述

#散点图
ax1.scatter(np.arange(30),np.arange(30)+3*randn(30),color ='g')
ax1.set_title('散点图')

Text(0.5, 1, '散点图')

#折线图
ax2.plot(randn(50).cumsum(),'k--')#'k--'表示黑虚线
ax2.set_title('折线图')

Text(0.5, 1, '折线图')

#直方图
ax3.hist(randn(100).cumsum(),bins=20,color='r',alpha=0.5)# alpha表示透明度
ax3.set_title('直方图')

Text(0.5, 1, '直方图')

#柱形图
ax4.bar(list("abcdefghi"),np.arange(9),color='b',alpha = 0.5)
ax4.set_title('柱形图')

Text(0.5, 1, '柱形图')

fig

在这里插入图片描述

来源：CSDN

作者：SK溯鲲

链接：https://blog.csdn.net/qq_41680326/article/details/104345077

标签

数据可视化

坐标轴

散点图

axis