• Python数据可视化—折线图、条状图、饼图


    Python数据可视化—折线图、条状图、饼图

    第三方库

    • 用于数据可视化的第三方库主要有:Matplotlib、Seaborn等

    • Matplotlib:可以创建常用的统计图,还可以借助扩展工具箱,制作地图和3D图像

    • pyplot子库:主要用于实现各种数据展示图形的绘制,其导入方式

    主要函数

    函数 描述
    plt.figure(figsize,dpi,facecolor,edgecolor,linewidth) figsize用于指定图像宽度和高度的英寸,默认为(6.4,4.8);dpi为分辨率,默认为100;facecolor和edgecolor分别是背景色和边框颜色;linewidth是图像框架的线条宽度,默认为0.0|
    plt.show() 显示绘制的图像,同时清空缓冲区
    plt.savefig(frame,dpi,bbox_inches,pad_inches) bbox_inches设定边界框bbox来表示图像的保存区域,为‘tight'时将剪除图像表周围的空白部分;pad_inches用于调整图像和bbox之间的填充距离;

    注:savefig()函数必须在show( )函数之前使用


    主要方法

    方法 描述
    plt.suptitle() 为整个figure添加标题
    plt.title() 为当前绘图区域(可以是子图)添加标题
    plt.figlegend() 为整个figure添加图例
    plt.legend() 为当前绘图区域(可以是子图)添加图例
    plt.xlabel(),plt.ylabel() 分别为当前绘图区域(可以是子图)添加x轴和y轴的标签
    plt.xticks(),plt.yticks() 分别为当前绘图区域(可以是子图)添加x轴和y轴的刻度
    plt.text() 为当前绘图区域(可以是子图)添加文本说明
    plt.annotate() 为指定的数据点添加注释
    plt.grid() 为当前绘图区域(可以是子图)添加网格

    图像的类型

    图像类型 使用的方法 图像类型 使用的方法
    折线图 plt. plot() 饼图 plt.pie()
    条形图 plt. bar() 箱型图 plt.boxplot()
    直方图 plt.hist() 等值线图 plt.contour()
    散点图 plt.scatter() 三维图 mplot3D.Axes3D()

    绘制图

    • 折线图 plot(x,y,fmt)
      import matplotlib.pyplot as plt
      plt.figure(figsize=(6, 4))
      plt.plot([1, 2, 3], [1, 2, 3], 'go-', label='line 1', linewidth=2)
      plt.plot([1, 2, 3], [1, 4, 9], 'rs--', label='line 2', )
      plt.axis([0, 4, 0, 10])
      plt.legend()
      plt.savefig('折线图.jpg', bbox_inches='tight')
      plt.show()
      

    • plt.axis(xmin,xmax,ymin,ymax) 设置当前绘图区域x轴和y轴的取值范围
    • plt.xlim(xmin,xmax) 设置当前绘图区域x轴的取值范围
    • plt.ylim(ymin,ymax) 设置当前绘图区域y轴的取值范围

    • 条形图 bar(x, height , width , align)
      import matplotlib.pyplot as plt
      city = ['fuzhou', 'Guangzhou', 'Kunming']
      x = range(len(city))
      y = [7.66, 14.5, 6.73]
      fig = plt.figure()
      plt.bar(x,y,width=0.5,align='center',color='red')
      plt.xticks(x,city)
      plt.xlabel('City')
      plt.ylabel('Population(Million)')
      for i in range(len(city)):
          plt.text(i,y[i],y[i])
      plt.savefig('人口条形图.jpg',bbox_inches='tight')
      plt.show()
      


    • 饼图 pie(x, labels , explode, colors, autopct, radius, center)
      import matplotlib.pyplot as plt
      plt.figure(figsize=(6,4))
      weather = ['sunny', 'rainy', 'foggy', 'cloudy']
      nums = [12,5,3,10]
      expl = [0.1,0,0,0]
      plt.pie(nums,labels=weather,explode=expl,autopct='%.2f%%',shadow=True)
      plt.savefig('天气饼图.jpg',bbox_inches='tight')
      plt.show()
      
      

      • labels:为每个扇形区域提供标签
      • explode:指定每个扇形区域的偏移程度
      • colors:设置每个扇形区域的颜色
      • autopct:标记每个扇形区域的占比,可以是格式字符串或函数
      • radius:饼图的半径,默认为1
      • center:设置图表的中心位置

    其他

    • 线型line的设置
      线型标经 描述
      '-' 实线样式
      '--' 虚线样式
      '-.' 点画线样式
      '..' 虚线样式
    • 常用线条颜色
      符号 颜色 符号 颜色
      'b' 蓝色 'm' 品红
      'g' 绿色 'y' 黄色
      'r' 红色 'k' 黑色
      'c' 青色 'w' 白色
    • 常用标经点样式
      符号 标记点样式 符号 标记点样式
      '.' 's' 正方形
      ',' 像素 'p' 五边形
      'o' '*' 星号
      'v' 下三角形 'h' 六边形
      '^' 上三角形 'H' 六边形
      '<' 左三角形 '+' 加号
      '>' 右三角形 'x' 乘号
      '1' 正三分支 'D' 菱形
      '2' 倒三分支 'd' 小菱形
      '3' 左三分支 ’|‘ 竖直线
      '4' 右三分支 '_' 水平线
  • 相关阅读:
    Python迭代器的反复使用
    快速求幂模运算实现
    rural lifestyle & city lifestyle
    Python实现 扩展的欧几里德算法求(模逆数)最大公约数
    jupyter themes一行命令设置个人最爱界面
    python数组、矩阵相乘的多种方式
    有一组整型数,其中除了2个数字以外的其它数字都是俩俩成对出现的,编写程序找出这2个不成对出现的数字。
    Linux线程池技术处理多任务
    编写函数求两个整数 a 和 b 之间的较大值。要求不能使用if, while, switch, for, ?: 以 及任何的比较语句。
    C++const类型的引用参数
  • 原文地址:https://www.cnblogs.com/crc01/p/14012480.html
Copyright © 2020-2023  润新知