Python数据可视化编程实践-绘制图表

Python数据可视化编程实践-绘制图表

ID:42677023

大小:1.11 MB

页数:16页

时间:2019-09-20

Python数据可视化编程实践-绘制图表_第1页
Python数据可视化编程实践-绘制图表_第2页
Python数据可视化编程实践-绘制图表_第3页
Python数据可视化编程实践-绘制图表_第4页
Python数据可视化编程实践-绘制图表_第5页
资源描述:

《Python数据可视化编程实践-绘制图表》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、Python数据可视化编程实践-绘制图表准备工作打开JupyterNotebook,导入需要的包,并配置好图片交互和中文显示环境:importpandasaspdimportnumpyasnpimportsysreload(sys)sys.setdefaultencoding('utf-8')importmatplotlibasmplimportmatplotlib.pyplotaspltimportmatplotlib.cmascm%matplotlibinlineplt.rcParams['font.sans-serif'

2、]=['SimHei']#用来正常显示中文标签plt.rcParams['axes.unicode_minus']=False#用来正常显示负号定义图表类型——柱状图、线形图和堆积柱状图调用figure()方法,创建一个新的图表,接下来的绘图操作都在此图表中进行,参数figsize=(12,6)表示该图表的大小。调用subplot(231)方法把图表分割成2行3列的网格,1表示图形的标号。x=[1,2,3,4]y=[5,4,3,2]plt.figure(figsize=(12,6))plt.subplot(231)plt.pl

3、ot(x,y)#折线图plt.subplot(232)plt.bar(x,y)#垂直柱状图plt.subplot(233)plt.barh(x,y)#水平柱状图plt.subplot(234)plt.bar(x,y)y1=[7,8,5,3]plt.bar(x,y1,bottom=y,color='r')#堆叠柱状图设置参数bottom=yplt.subplot(235)plt.boxplot(x)#箱线图plt.subplot(236)plt.scatter(x,y)#散点图plt.show()具体解释下箱线图中的几个最重要的

4、显示选项。首先,我们可以添加从箱体延伸出来的箱须来展示数据集合的整个范围。箱体和箱须主要用于表现一个或多个数据集合中数据的编号,容易对数据进行对比而且易于理解。在同一个箱线图中可以呈现5种数据。最小值:数据集合的最小值。第二四分位数:其以下为数据集合中较低的25%数据。中值:数据集合的中值第三四分位数:其以上为数据集合中较高的25%数据。最大值:给定数据集合的最大值。dataset=[113,115,119,121,124,124,125,126,126,126,127,127,128,129,130,130,131,132,

5、133,136]plt.figure(figsize=(10,6))plt.subplot(121)plt.boxplot(dataset,vert=False)plt.subplot(122)plt.hist(dataset)plt.show()我们用同一个数据集合来绘制箱线图和直方图,观察两种图表在数据展现上的差异。左图呈现了五个统计数据,右图展示了数据集合在给定范围内的分组情况。简单的正弦图和余弦图我们对从-Pi到Pi之间具有相同线性距离的256个点来计算正弦值和余弦值,然后把sin(x)值和cos(x)值在用以图表中绘

6、制出来。x=np.linspace(-np.pi,np.pi,256,endpoint=True)y=np.cos(x)y1=np.sin(x)plt.figure(figsize=(10,6))plt.plot(x,y)plt.plot(x,y1)plt.title("Functions$sin$and$cos$")#设置图标题plt.xlim(-3.0,3.0)#设置x轴范围plt.ylim(-1.0,1.0)#设置y轴范围plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi],[r'

7、$-pi$',r'$-pi/2$',r'$0$',r'$+pi/2$',r'$+pi$'])#用希腊字母标注x轴标签plt.yticks([-1,0,+1],[r'$-1$',r'$0$',r'$+1$'])plt.show()设置坐标轴长度和范围如果不实用axis()或者其他参数设置,matplotlib会自动使用最小值,刚好可以让我们在一个图中看到所有的数据点。调用autoscale()方法,会以坐标轴的最佳大小适应数据的显示。axis()里面的值分别表示坐标轴上xmin、xmax、ymin、ymaxaxhline

8、()表示绘制了一条y=0的水平线axvline()表示绘制了一条x=0的垂直线axhline(4)表示绘制了一条y=4的水平线l=[-1,1,-10,10]plt.axis(l)plt.axhline()plt.axvline()plt.axhline(4)设置图表的线型、属

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。