如何申请建设个人网站,信阳建设网站哪家好,桥东区住房和建设局网站,无锡百姓网推广数据可视化的基础语法可视化主要是以图像来展示数据间的关系#xff0c;常见的图形种类有折线图,散点图,条形图#xff0c;直方图#xff0c;饼图。此外在接下来课程中还会用到箱线图#xff0c;热力图#xff0c;蜘蛛图#xff0c;表示二元变量分布和成对关系的视图。今…数据可视化的基础语法可视化主要是以图像来展示数据间的关系常见的图形种类有折线图,散点图,条形图直方图饼图。此外在接下来课程中还会用到箱线图热力图蜘蛛图表示二元变量分布和成对关系的视图。今天我们要来了解折线图散点图条形图直方图饼图和其特点。认识Matplotlib的图像结构并以Matplotlib绘制折线图为例来掌握设置辅助显示层此外用Matplotlob设置辅助显示层内容还增添拓展部分平时用到的不是很多作为了解即可。常见图像折线图以折线的上升或下降来表示统计数量的增减变化的统计图特点能够显示数据的变化趋势反映事物的变化情况。(变化)散点图(Scatter)用两组数据构成多个坐标点考察坐标点的分布,判断两变量之间是否存在某种关联或总结坐标点的分布模式。特点判断变量之间是否存在数量关联趋势,展示离群点(分布规律)条形图排列在工作表的列或行中的数据可以绘制到柱状图中。特点绘制连离散的数据,能够一眼看出各个数据的大小,比较数据之间的差别。(统计/对比)直方图(Histogram)由一系列高度不等的纵向条纹或线段表示数据分布的情况。一般用横轴表示数据范围纵轴表示分布情况。特点绘制连续性的数据展示一组或者多组数据的分布状况(统计)饼图(pie)用于表示不同分类的占比情况通过弧度大小来对比各种分类。特点分类数据的占比情况(占比)Matplotlib画图基础Matplotlib它是一个Python 2D绘图库它可以在各种平台上以各种硬拷贝格式和交互式环境生成出具有出版品质的图形。只需几行代码即可生成绘图直方图条形图,散点图等。Matplotlib画图的简单实现 # 导入模块 import matplotlib.pyplot as plt # 在jupyter中执行的时候显示图片 #matplotlib inline # 传入x和y, 通过plot画图 plt.plot([3, 1, 7], [4, 5, 6]) # 在执行程序的时候展示图形 plt.show()传入x和y时括号中的第一个列表是x轴上的值第二个列表是y上的值。运行结果如何应用呢对Matplotlib图像结构的认识在学习Matplotlib的过程中大家一定会遇到这样那样的问题比如说背景图怎么设置坐标轴怎么设置坐标轴上的刻度值怎么设置因此对于Matplotlib的图像结构组成我们要有一定的了解。通常情况下我们可以将一副Matplotlib图像分成三层结构第一层是底层的容器层主要包括Canvas(画板)底层、Figure(画布)用户操作第一层设置画布的大小和背景颜色、Axes(绘图区)独立的坐标系第二层辅助显示层主要包括Axis(轴)、Spines(边框线)、Tick(坐标轴刻度)、Grid(网格线)、Legend(图例说明)、Title(标题)等该层可通过set_axis_off()或set_frame_on(False)等方法设置不显示。该层的设置可使图像显示更加直观更加容易被用户理解但又并不会对图像产生实质的影响。第三层图像层即通过plot、hist、contour、scatter等方法绘制的图像。Matplotlib绘制折线图折线图的绘制代码解析x轴数值的产生使用range函数开始数字是1结束时7不包含8。折线的颜色和形状设置 from matplotlib import pyplot as plt x range(1,8) # x轴的位置 y [17, 17, 18, 15, 11, 11, 13] # 传入x和y, 通过plot画折线图 plt.plot(x, y, colorred,alpha0.5,linestyle--,linewidth3) plt.show() 基础属性设置 colorred : 折线的颜色 alpha0.5 : 折线的透明度(0-1) linestyle-- : 折线的样式 linewidth3 : 折线的宽度 线的样式 - 实线(solid) -- 短线(dashed) -. 短点相间线(dashdot) 虚点线(dotted) 运行结果折点样式折点形状选择 标记maker 描述 ‘o’ 圆圈 ‘.’ 点 ‘D’ 菱形 ‘s’ 正方形 ‘h’ 六边形1 ‘*’ 星号 ‘H’ 六边形2 ‘d’ 小菱形 ‘_’ 水平线 ‘v’ 一角朝下的三角形 ‘8’ 八边形 ‘’ 一角朝右的三角形 ‘,’ 像素 ‘^’ 一角朝上的三角形 ‘’ 加号 ‘ ‘ 竖线 ‘None’,’’,’ ‘ 无 ‘x’ X设置图片的大小和保存 from matplotlib import pyplot as plt import random x range(2,20,2) # x轴的位置 y [random.randint(15, 30) for i in x] # 设置图片的大小 figsize:指定figure的宽和高单位为英寸 dpi参数指定绘图对象的分辨率即每英寸多少个像素缺省值为80 1英寸等于2.5cm,A4纸是 21*30cm的纸张 # 设置画布对象 plt.figure(figsize(20,8),dpi80) plt.plot(x,y) # 传入x和y, 通过plot画图 # 保存(注意要放在show的上面plt.show()会释放figure资源如果在显示图像之后保存图片将只能保存空图片。) plt.savefig(./t1.png) #./表示放在当前python文件的目录 plt.show() # 图片的格式也可以保存为svg这种矢量图格式这种矢量图放在网页中放大后不会有锯齿 # plt.savefig(./t1.svg)x轴的数值使用range(),step为2,不包括20y轴的数值是一个列表表达式由随机数产生import random之后randint产生随机整数范围是15-30。“for i in x”是一个循环作用是表明y轴数值产生随机数的次数次数由x轴上数值的个数决定。运行结果绘制x轴和y轴的刻度在设置Y轴标签时标签数值的取值范围range(min(y),max(y)1)这里min()和max()时是函数分别取y中的最小和最大值由于range函数不包集合右边的值故加1。plt.yticks(range(min(y),max(y)1),y_ticks_label)中y_ticks_label表示y轴刻度产生的次数。设置显示中文matplotlib只显示英文无法显示中文需要修改matplotlib的默认字体。通过模块font_manager使用中文字体可以解决。以表示两个小时内心脏每分钟跳动变化为例x轴需要加上标题“时间”y轴“次数”图像标题“每分钟跳动次数”,如下图所示一图多线拓展部分一图多个坐标系 # 方法add_subplot给figure新增子图 # 这里引进的科学计算库Numpy,把它看作一个[列表]即可目的是要使用log方法画log对数函数。 import numpy as np from matplotlib import pyplot as plt x np.arange(1, 100) #与range()相同 #新建figure画布对象三个坐标轴(子图)建立在同一个画布上 figplt.figure(figsize(20,10),dpi80) #利用画布对象在上面放置三个坐标系 #新建子图1 ax1fig.add_subplot(2,2,1) ax1.plot(x, x) #新建子图2 ax2fig.add_subplot(2,2,2) ax2.plot(x, x ** 2) #x的二次方如果是x**3是x的三次方 ax2.grid(colorr, linestyle--, linewidth1,alpha0.3) #新建子图3 ax3fig.add_subplot(2,2,3) ax3.plot(x, np.log(x)) plt.show()在这里解释一下add_subplot(2,2,1)里的参数的含义。在一个画布上放置三个图需要排列位置。首先将一张图分成两列再分成两行总共划分出四个格子子图1按照从左到右从上到下的顺序放在第一个格子里。运行结果拓展部分设置坐标轴范围打卡格式小作业1、说出你理解的五种常用图像的特点你有没有地方需要用得到呢。2、运用Matplotlib,自己编数据设计样式绘制一幅自己的折线图。
