Python 可視化matplotlib模塊基礎知識
前言:
互聯(lián)網(wǎng)時代下,在網(wǎng)絡中每天都會產(chǎn)生很多數(shù)據(jù),通過對數(shù)據(jù)分析之后,如何更好的詮釋數(shù)據(jù)背后的意義,我們需要對數(shù)據(jù)進行可視化展示。
在數(shù)據(jù)可視化中,Python 也支持第三模塊
- matplotlib 模塊:
Python使用最多的可視化庫 - seaborn 模塊:基于
matplotlib的圖形可視化 - pycharts 模塊:用于生成
Echarts圖表的類庫

接下來我們對matplotlib模塊提供的圖形方法進行學習
1. matplotlib 模塊概述
matplotlib 模塊是第三方開源的,由John Hunter團隊研發(fā)而成,NumFOCUS 的贊助項目。
matplotlib 模塊是用于Python創(chuàng)建靜態(tài)、動態(tài)和交互式可視化綜合性的庫。

matplotlib 模塊特點
- 易創(chuàng)建圖表如出版質(zhì)量圖、交互式數(shù)據(jù)可放大、縮小
- 定制化圖表可完全控制線條樣式、導入并嵌入多種文件格式
- 擴展性高,可以與第三方模塊進行兼容
- matplotlib 模塊資料手冊信息豐富,可快速上手
matplotlib 模塊獲取
matplotlib 是Python主流第三方可視化模塊,我們需要使用pip進行下載
pip install matplotlib
matplotlib 模塊使用
在matplotlib模塊中,pyplot類是最常用的。
方式一:
from matplotlib import pyplot
方式二:
import matplotlib.pyplot as plt
重要說明:
- matplotlib 模塊官方資料
- 查看matplotlib內(nèi)部代碼說明

2. matplotlib.pyplot 相關方法
matplotlib.pyplot 模塊是我們畫圖標最常用的模塊之一
| 方法 | 作用 |
|---|---|
| pyplot.title(name) | 圖表的標題 |
| pyplot.xlabel(name) | 圖表的X軸名字 |
| pyplot.ylabel(name) | 圖表的y軸名字 |
| pyplot.show() | 打印出圖表 |
| pyplot.plot(xvalue,yvalue) | 繪制折線圖表 |
| pyplot.bar(xvalue,yvalue) | 繪制柱狀圖表 |
| pyplot.axis(data) | 獲取或設置一些軸屬性的便捷方法 |
| pyplot.scatter(data) | 繪制散點圖 |
| pyplot.subplot(data) | 繪制子圖 |
| pyplot.grid(boolean) | 顯示網(wǎng)狀,默認為False |
| pyplot.text() | 對文本進行處理 |
| pyplot.pie(data) | 繪制餅圖 |
| pyplot.boxplot(data) | 繪制箱形圖 |
| pyplot.hist(data) | 繪制直方圖 |
3. matplotlib.pyplot 圖表展示
from matplotlib import pyplot
# 設置圖表字體格式
pyplot.rcParams["font.sans-serif"]=['SimHei']
pyplot.rcParams["axes.unicode_minus"]=False
pyplot.plot([1,2,3,4,5,6],[45,20,19,56,35,69])
pyplot.title("data analyze")
pyplot.xlabel("data")
pyplot.ylabel("sum")
pyplot.show()

繪制柱狀圖
- 使用pyplot..bar()方法
- 再次使用上面的數(shù)據(jù),可以看到直方圖
pyplot.bar([1,2,3,4,5,6],[45,20,19,56,35,69])

繪制餅圖
- 使用pyplot.pie()方法繪制餅圖
- 同時使用pyplot.axis方法設置每一個分區(qū)間隔
from matplotlib import pyplot
labels = ["windows","MAC","ios","Android","other"]
sizes = [50,10,5,15,20]
explode = [0,0.1,0,0,0]
pyplot.pie(sizes,explode=explode,labels=labels,autopct='%1.1f%%',shadow=False,startangle=90)
pyplot.axis("equal")
pyplot.title("data analyze")
pyplot.show()

繪制散點圖
使用pyplot.scatter(x,y)繪制散點圖
import numpy as np
from matplotlib import pyplot
data = {"a":np.arange(50),"c":np.random.randint(0,50,50),"d":np.random.randn(50)}
data['b'] = data['a']+10*np.random.randn(50)
data['d'] = np.abs(data['d'])*100
pyplot.scatter("a","b",c='c',s='d',data=data)
pyplot.title("data analyze")
pyplot.xlabel("元素 a")
pyplot.ylabel("元素 b")
pyplot.show()
總結:
到此這篇關于Python 可視化matplotlib模塊基礎知識的文章就介紹到這了,更多相關Python 可視化之matplotlib模塊內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
PyCharm 2020.1版安裝破解注冊碼永久激活(激活到2089年)
這篇文章主要介紹了PyCharm 2020.1版安裝破解注冊碼永久激活(激活到2089年),需要的朋友可以參考下2020-09-09
Python?sklearn預測評估指標混淆矩陣計算示例詳解
這篇文章主要為大家介紹了Python?sklearn預測評估指標混淆矩陣計算示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2023-02-02
python神經(jīng)網(wǎng)絡Keras實現(xiàn)GRU及其參數(shù)量
這篇文章主要為大家介紹了python神經(jīng)網(wǎng)絡Keras實現(xiàn)GRU及其參數(shù)量,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2022-05-05

