Python?matplotlib數(shù)據(jù)可視化圖繪制
前言
導(dǎo)入繪圖庫:
import matplotlib.pyplot as plt import numpy as np import pandas as pd import os
讀取數(shù)據(jù)(數(shù)據(jù)來源是一個EXCLE表格,這里演示的是如何將數(shù)據(jù)可視化出來)
os.chdir(r'E:\jupyter\數(shù)據(jù)挖掘\數(shù)據(jù)與代碼') df = pd.read_csv('air_data.csv',na_values= '--')
1.折線圖
- plt.plot(x,y,ls=,lw=,c=,marker=,markersize=,markeredgecolor=,markerfacecolor, label=)
- x: x軸上的數(shù)值
- y: y軸上的數(shù)值
- ls- -函數(shù)線條風(fēng)格(=‘-’ 實線, ‘–’ 虛線 ,‘-.’ 點劃線 ,‘:’ 實點線)
- lw: 線條寬度
- c: 顏色
- marker: 線條上點的形狀, 常用為’o’,即圓點形狀
- markersize: 線條上點的形狀
- markeredgecolor: 點的邊框色
- markerfacecolor: 點的填充色
# 繪制觀察窗口內(nèi)的飛行次數(shù)和觀測窗口內(nèi)的總飛行里程數(shù) # 支持中文顯示 plt.rcParams['font.sans-serif']=['SimHei']# 字體 plt.rcParams['axes.unicode_minus']=False x=np.linspace(0,10,100) y=np.sin(x) plt.plot(x,y,ls='-',lw=2,marker='o',markersize=5,c='red',markeredgecolor='black',markerfacecolor='lightskyblue') plt.show()
2.直方圖
- hist:數(shù)據(jù)
- bins:組距
- color:填充色
- edgecolor:邊框色
- density:是否繪制成概率密度形式
- xlabel:橫坐標(biāo)
- ylabel:縱坐標(biāo)
- labelpad/pad:離坐標(biāo)軸的距離
# 繪制年齡的分布情況 plt.hist(x=df['AGE'],bins=30,color='r',edgecolor='black',density=True) # density=True 代表是否繪制概率密度形式 plt.xlabel('客戶年齡',fontsize=15,labelpad=20) plt.ylabel('頻數(shù)',fontsize=15,labelpad=20) plt.title('年齡分布圖',fontsize=15,pad=20) plt.show()
3.箱線圖
- plt.boxplot(x,notch,sym,vert,whis,position,widths,patch_artist,meanline,showmeans, boxprops,labels,flierprops)
- x: 數(shù)據(jù)
- 寬度:寬度
- patch_artist: 是否填充箱體顏色
- meanline:是否顯示均值
- showmeans: 是否顯示均值
- meanprops;設(shè)置均值屬性,如點的大小,顏色等
- medianprops:設(shè)置中位數(shù)的屬性,如線的類型,大小等
- showfliers: 是否表示有異常值
- boxprops:設(shè)置箱體的屬性,邊框色和填充色
- cappops: 設(shè)置箱線頂端和末端線條的屬性,如顏色,粗細等
age=df[df['AGE'].notnull()]['AGE'] # 剔除年齡的空值 plt.boxplot(x=age,patch_artist=True,boxprops={'color':'red'}) plt.show()
4.柱狀圖
# 將字符型數(shù)據(jù)轉(zhuǎn)換date格式 df['FFP_DATE']=pd.to_datetime(df['FFP_DATE'],format='%Y/%m/%d',errors='coerce') # errors 避免報錯 data=df['FFP_DATE'].dt.year.value_counts() x_data=data.index y_data=data.values plt.bar(x=x_data,height=y_data,align='center',color='y',tick_label=x_data) plt.title('不同年份的會員數(shù)量',pad=5) plt.show()
5.餅圖
autopct:設(shè)置百分比的格式
data=df['GENDER'].value_counts() # 繪制餅圖 plt.pie(x=data.values,labels=data.index,colors=['lightskyblue','lightcoral'],autopct='%.1f%%') plt.show()
6.散點圖
# 飛行次數(shù)與總飛行公里數(shù)的關(guān)系 plt.scatter(x=df['FLIGHT_COUNT'],y=df['SEG_KM_SUM'],color='steelblue',marker='o',s=100) plt.title('飛行次數(shù)與總飛行公里數(shù)的關(guān)系') plt.show()
到此這篇關(guān)于Python matplotlib數(shù)據(jù)可視化圖繪制的文章就介紹到這了,更多相關(guān)Python matplotlib 圖繪制內(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(guān)文章希望大家以后多多支持腳本之家!
- Python數(shù)據(jù)分析之Matplotlib數(shù)據(jù)可視化
- python數(shù)據(jù)可視化matplotlib繪制折線圖示例
- Python數(shù)據(jù)分析應(yīng)用之Matplotlib數(shù)據(jù)可視化詳情
- Python中的數(shù)據(jù)可視化matplotlib與繪圖庫模塊
- Python數(shù)據(jù)可視化之matplotlib.pyplot繪圖的基本參數(shù)詳解
- Python數(shù)據(jù)可視化之使用matplotlib繪制簡單圖表
- Python利用matplotlib模塊數(shù)據(jù)可視化繪制3D圖
- Python Matplotlib數(shù)據(jù)可視化模塊使用詳解
相關(guān)文章
基于python(urlparse)模板的使用方法總結(jié)
下面小編就為大家?guī)硪黄趐ython(urlparse)模板的使用方法總結(jié)。小編覺得挺不錯的,現(xiàn)在就分享給大家,也給大家做個參考。一起跟隨小編過來看看吧2017-10-10關(guān)于Python 內(nèi)置庫 itertools
今天得這篇文章就來給大家介紹一下Python的系統(tǒng)庫itertools的 相關(guān)資料,需要的小伙伴可以參考下面文章的具體內(nèi)容2021-09-09Python寫入MySQL數(shù)據(jù)庫的三種方式詳解
Python 讀取數(shù)據(jù)自動寫入 MySQL 數(shù)據(jù)庫,這個需求在工作中是非常普遍的,主要涉及到 python 操作數(shù)據(jù)庫,讀寫更新等。本文總結(jié)了Python寫入MySQL數(shù)據(jù)庫的三種方式,需要的可以參考一下2022-06-06Python中實現(xiàn)最小二乘法思路及實現(xiàn)代碼
這篇文章主要介紹了Python中實現(xiàn)最小二乘法思路及實現(xiàn)代碼,具有一定借鑒價值,需要的朋友可以參考下2018-01-01python操作docx寫入內(nèi)容,并控制文本的字體顏色
今天小編就為大家分享一篇python操作docx寫入內(nèi)容,并控制文本的字體顏色,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-02-02python實現(xiàn)人臉識別經(jīng)典算法(一) 特征臉法
這篇文章主要為大家詳細介紹了python實現(xiàn)人臉識別經(jīng)典算法,特征臉法,文中示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下2018-03-03