python数据可视化——利用pyplot绘制折线图和散点图
2017-10-10 09:40
1466 查看
1、绘制简单折线
#a.pyimport matplotlib.pyplot as plt
squares=[1,4,9,16,25]
plt.plot(squares)
plt.show()
#函数plot()尝试根据数字绘制出有意义的图形
#plt.show()打开matplotlib查看器,并显示绘制的图形
2、修改标签文字和线条粗细
1)使用参数linewidth决定plot()绘制的线条粗细。plt.plot(squares,linewidth=5)
2)使用函数title()给列表指明标题,其中可使用参数fontsize指定图表中文字大小
plt.title("Square numbers",fontsize=24)
3)函数xlabel()和ylabel()为每条坐标轴设置标题
plt.xlabel("value",fontsize=24)
plt.ylabel("Square of Value",fontsize=24)
4)设置刻度的样式:函数tick_params()
plt.tick_params(axis='both',labelsize=14)
其中指定的实参将影响x轴和y轴上的刻度(axis='both'),并将刻度标记的字号设置为14.
3、校正图形
当向plot()提供一系列的数字时,它假设第一个数据点对应的x坐标值为0。可以给plot()同时提供输入值和输出值来改变这种默认行为input_values=[1,2,3,4,5]
squares=[1,4,9,16,25]
plt.plot(input_values,squares,linewidth=5)
4、使用scatter绘制散点图并设置其样式
1)绘制单个点,使用函数scatter,并向它传递x,y坐标,并可使用参数s指定点的大小plt.scatter(2,4,s=20)
2)绘制一系列点,向scatter传递两个分别包含x值和y值的列表
x_values=[1,2,3,4,5]
y_values=[1,4,9,16,25]
plt.scatter(x_values,y_values,s=20)
3)设置坐标轴的取值范围:函数axis()要求提供四个值,x,y坐标轴的最大值和最小值
plt.axis([0,1100,0,1100000])
4)使用参数edgecolor在函数scatter中设置数据点的轮廓
plt.scatter(x_values,y_values,edgecolor='black',s=20)
当参数值为'none'时不使用轮廓
5)向scatter传递参数c,指定要使用的颜色
可使用颜色名称,或者使用RGB颜色模式自定义颜色,元组中包含三个0~1之间的小数值,分别表示红绿蓝颜色分量。
plt.scatter(x_values,y_values,c=(0,0,0.8),edgecolor='none',s=20)为由浅蓝色组成的散点图
6)使用颜色映射
颜色映射是一系列颜色,它们从起始颜色渐变到结束颜色,在可视化中颜色映射用于突出数据的规律。
例如,可用较浅的颜色表示较小的数值,较深的颜色表示较大的数值。
模块pyplot内置了一组颜色映射,要使用颜色映射,需要告诉pyplot如何设置数据集中每个点的颜色。
plt.scatter(x_values,y_values,c=y_values,cmap=plt.cm.Blues,s=40)
plt.title("Square numbers",fontsize=24)
我们将参数c设置成了一个y值列表,并使用参数cmap告诉pyplot使用哪个颜色映射。这些代
码将y值较小的点显示为浅蓝色,并将y值较大的点显示为深蓝色。
7)自动保存图表:使用函数plt.savefig()
plt.savefig('D:/www/figure.png',bbox_inches='tight')
第一个参数是文件名,第二个参数指定将图表多余的空白区域减掉,如果要保留图表周围多余的空白区域,可省略这个实参。
8)设置绘图窗口尺寸
函数figure用于指定图表的宽度、高度、分辨率和背景色。
形参figsize指定一个元组,向matplotlib指出绘图窗口的尺寸,单位为英寸。
形参dpi向figure传递分辨率,默认为80
plt.figure(dpi=128,figsize=(10,6))
9)实例程序
#a.py import matplotlib.pyplot as plt x_values=list(range(1,1001)) y_values=[x**2 for x in x_values] plt.scatter(x_values,y_values,c=y_values,cmap=plt.cm.Blues,s=40) plt.title("Square numbers",fontsize=24) plt.xlabel("value",fontsize=24) plt.ylabel("Square of Value",fontsize=24) plt.tick_params(axis='both',labelsize=14) plt.axis([0,1100,0,1100000]) plt.savefig('D:/www/figure.png',bbox_inches='tight') plt.show()
输出为
相关文章推荐
- python 数据可视化 matplotlib学习一:绘制简单的折线图
- 利用Python绘制MySQL数据图实现数据可视化
- [置顶] 【python 可视化】python利用matplotlib库绘制散点图案例
- Python进阶(三十八)-数据可视化の利用matplotlib 进行折线图,直方图和饼图的绘制
- caffe:利用python分类,并可视化模型参数、数据
- 利用python进行数据分析-绘图和可视化1
- ECharts 提供了常规的折线图,柱状图,散点图,饼图,K线图,用于统计的盒形图,用于地理数据可视化的地图,热力图,线图
- python可视化之散点图的绘制
- caffe-windows利用python对数据进行可视化
- Matlab利用plot绘制正负样本散点图来分析数据
- Python数据可视化利器Matplotlib,绘图入门篇,Pyplot介绍
- Python数据可视化之散点图和折线图
- python matplotlib模块——绘制三维图形、三维数据散点图
- 转载]利用Python进行数据分析——绘图和可视化 xticks-学习笔记
- python处理JSON格式数据并利用pygal绘制世界地图
- [置顶] 【python 可视化】python利用matplotlib库绘制饼图案例
- 基于Python数据可视化利器Matplotlib,绘图入门篇,Pyplot详解
- 数据可视化:python画散点图scatter
- Python数据可视化-Matplotlib学习笔记(1)--折线图为例画图入门
- 利用python进行数据分析之绘图和可视化