這篇文章主要給大家分享的是Python 可視化matplotlib模塊基礎(chǔ)知識(shí)，文章對(duì)matplotlib.pyplot 模塊繪制相關(guān)如折線、柱狀、散點(diǎn)、圓餅圖表進(jìn)行簡單地學(xué)習(xí)，具有一定的參考價(jià)值,需要的朋友可以參考一下

前言：
互聯(lián)網(wǎng)時(shí)代下，在網(wǎng)絡(luò)中每天都會(huì)產(chǎn)生很多數(shù)據(jù)，通過對(duì)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(duì)數(shù)據(jù)進(jìn)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(duì)matplotlib模塊提供的圖形方法進(jìn)行學(xué)習(xí)

1. matplotlib 模塊概述

matplotlib 模塊是第三方開源的，由John Hunter團(tuán)隊(duì)研發(fā)而成，NumFOCUS 的贊助項(xiàng)目。

matplotlib 模塊是用于Python創(chuàng)建靜態(tài)、動(dòng)態(tài)和交互式可視化綜合性的庫。

matplotlib 模塊特點(diǎn)

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(dǎo)入并嵌入多種文件格式
擴(kuò)展性高，可以與第三方模塊進(jìn)行兼容
matplotlib 模塊資料手冊(cè)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(jìn)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(guān)方法

matplotlib.pyplot 模塊是我們畫圖標(biāo)最常用的模塊之一

方法	作用
pyplot.title(name)	圖表的標(biāo)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(shè)置一些軸屬性的便捷方法
pyplot.scatter(data)	繪制散點(diǎn)圖
pyplot.subplot(data)	繪制子圖
pyplot.grid(boolean)	顯示網(wǎng)狀，默認(rèn)為False
pyplot.text()	對(duì)文本進(jìn)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

繪制折線圖

使用pyplot..plot()方法

from matplotlib import pyplot
# 設(shè)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(shí)使用pyplot.axis方法設(shè)置每一個(gè)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(diǎn)圖

使用pyplot.scatter(x,y)繪制散點(diǎn)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(jié)：

到此這篇關(guān)于Python 可視化matplotlib模塊基礎(chǔ)知識(shí)的文章就介紹到這了,更多相關(guān)Python 可視化之matplotlib模塊內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: