python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > Python 可视化之matplotlib模块

Python 可视化matplotlib模块基础知识

作者:盆友圈的小可爱

这篇文章主要给大家分享的是Python 可视化matplotlib模块基础知识,文章对matplotlib.pyplot 模块绘制相关如折线、柱状、散点、圆饼图表进行简单地学习,具有一定的参考价值,需要的朋友可以参考一下

前言:
互联网时代下,在网络中每天都会产生很多数据,通过对数据分析之后,如何更好的诠释数据背后的意义,我们需要对数据进行可视化展示。

在数据可视化中,Python 也支持第三模块

接下来我们对matplotlib模块提供的图形方法进行学习

1. matplotlib 模块概述

matplotlib 模块是第三方开源的,由John Hunter团队研发而成,NumFOCUS 的赞助项目。

matplotlib 模块是用于Python创建静态、动态和交互式可视化综合性的库。

matplotlib 模块特点

matplotlib 模块获取

matplotlib Python主流第三方可视化模块,我们需要使用pip进行下载

pip install matplotlib


matplotlib 模块使用

在matplotlib模块中,pyplot类是最常用的。

方式一:

from matplotlib import pyplot


方式二:

import matplotlib.pyplot as plt

重要说明:

2. matplotlib.pyplot 相关方法

matplotlib.pyplot 模块是我们画图标最常用的模块之一

方法 作用
pyplot.title(name) 图表的标题
pyplot.xlabel(name) 图表的X轴名字
pyplot.ylabel(name) 图表的y轴名字
pyplot.show() 打印出图表
pyplot.plot(xvalue,yvalue) 绘制折线图表
pyplot.bar(xvalue,yvalue) 绘制柱状图表
pyplot.axis(data) 获取或设置一些轴属性的便捷方法
pyplot.scatter(data) 绘制散点图
pyplot.subplot(data) 绘制子图
pyplot.grid(boolean) 显示网状,默认为False
pyplot.text() 对文本进行处理
pyplot.pie(data) 绘制饼图
pyplot.boxplot(data) 绘制箱形图
pyplot.hist(data) 绘制直方图

3. matplotlib.pyplot 图表展示

绘制折线图
使用pyplot..plot()方法
from matplotlib import pyplot
# 设置图表字体格式
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()

绘制柱状图

pyplot.bar([1,2,3,4,5,6],[45,20,19,56,35,69])


绘制饼图

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()

绘制散点图

使用pyplot.scatter(x,y)绘制散点图

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()

总结:

到此这篇关于Python 可视化matplotlib模块基础知识的文章就介绍到这了,更多相关Python 可视化之matplotlib模块内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

您可能感兴趣的文章:
阅读全文