- 1、本文档共16页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
. . .
参考学习
Python数据可视化编程实践-绘制图表
准备工作
打开Jupyter Notebook,导入需要的包,并配置好图片交互和中文显示环境:
import pandas as pd
import numpy as np
import sys
reload(sys)
sys.setdefaultencoding(utf-8)
import matplotlib as mpl
import matplotlib.pyplot as plt
import matplotlib.cm as cm
%matplotlib inline
plt.rcParams[font.sans-serif]=[SimHei] #用来正常显示中文标签
plt.rcParams[axes.unicode_minus]=False #用来正常显示负号
定义图表类型——柱状图、线形图和堆积柱状图
调用figure()方法,创建一个新的图表,接下来的绘图操作都在此图表中进行,参数figsize=(12,6)表示该图表的大小。
调用subplot(231)方法把图表分割成2行3列的网格,1表示图形的标号。
x = [1, 2, 3, 4]
y =[5, 4, 3, 2]
plt.figure(figsize=(12,6))
plt.subplot(231)
plt.plot(x,y) # 折线图
plt.subplot(232)
plt.bar(x,y) # 垂直柱状图
plt.subplot(233)
plt.barh(x,y) # 水平柱状图
plt.subplot(234)
plt.bar(x,y)
y1= [7,8,5,3]
plt.bar(x,y1,bottom=y,color=r) # 堆叠柱状图 设置参数bottom=y
plt.subplot(235)
plt.boxplot(x) # 箱线图
plt.subplot(236)
plt.scatter(x,y) # 散点图
plt.show()
具体解释下箱线图中的几个最重要的显示选项。
首先,我们可以添加从箱体延伸出来的箱须来展示数据集合的整个范围。箱体和箱须主要用于表现一个或多个数据集合中数据的编号,容易对数据进行对比而且易于理解。在同一个箱线图中可以呈现5种数据。
最小值:数据集合的最小值。
第二四分位数:其以下为数据集合中较低的25%数据。
中值:数据集合的中值
第三四分位数:其以上为数据集合中较高的25%数据。
最大值:给定数据集合的最大值。
dataset = [113, 115, 119, 121, 124,
124, 125, 126, 126, 126,
127, 127, 128, 129, 130,
130, 131, 132, 133, 136]
plt.figure(figsize=(10,6))
plt.subplot(121)
plt.boxplot(dataset, vert = False)
plt.subplot(122)
plt.hist(dataset)
plt.show()
我们用同一个数据集合来绘制箱线图和直方图,观察两种图表在数据展现上的差异。左图呈现了五个统计数据,右图展示了数据集合在给定范围内的分组情况。
简单的正弦图和余弦图
我们对从-Pi到Pi之间具有相同线性距离的256个点来计算正弦值和余弦值,然后把sin(x)值和cos(x)值在用以图表中绘制出来。
x = np.linspace(-np.pi, np.pi, 256, endpoint=True)
y = np.cos(x)
y1 = np.sin(x)
plt.figure(figsize=(10,6))
plt.plot(x, y)
plt.plot(x, y1)
plt.title(Functions $\sin$ and $\cos$) #设置图标题
plt.xlim(-3.0, 3.0) #设置x轴范围
plt.ylim(-1.0, 1.0) #设置y轴范围
plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],
[r$-\pi$, r$-\pi/2$, r$0$, r$+\pi/2$, r$+\pi$]) # 用希腊字母标注x轴标签
plt.yticks([-1, 0, +1],
[r$-1$, r$0$, r$+1$])
plt.show()
设置坐标轴长度和范围
如果不实用axis()或者其他参数设置,matplotlib会自动使用最小值,刚好可以让我们在一个图中看到所有的数据点。调用autoscale()方法,会以坐标轴的最佳大小适应数
您可能关注的文档
- 2018广西全区行政执法人员资格(续职)培训模拟考试A(网页版)84分.doc
- 2018年人版小学一年级生字表((上册))卡片模板(田字格).doc
- 2018年人版语文五年级(上册)配套练习册答案解析.ppt
- 2019年0903垃圾分类宣传(最新).ppt
- 2019年0916高中网络安全教育班会.ppt
- 2019年学年九年级道德与法治(上册)第一单元富强与创新第二课创新驱动发展第1框创新改变生活课件新人版(1).ppt
- 2019年一建工程经济计算公式学霸笔记(徐蓉59个计算点).doc
- 2019最新_Photoshop实用教程.ppt
- 20160328智能机器人技术.ppt
- 20160907四年级教师节的班会课件感恩教师.ppt
文档评论(0)