不论是数据挖掘还是数据建模,都免不了数据可视化的问题。对于Python来说,Matplotlib是最著名的绘图库,它主要用于二维绘图,当然它也可以进行简单的三维绘图(基于spyder)。
-模块引用
import matplotlib.pyplot as plt
-折线条图
import matplotlib.pyplot as plt
data=[1,2,3,4,5,4,2,4,6,7] #随便创建了一个数据
plt.plot(data) #引用画图库中的pyplot模块
- plot参数
基本折线图不能满足,这时就需plot的参数来进行调整
import matplotlib.pyplot as plt
yy=[1,2,3,4,5,4,2,4,6,7]#随便创建了一个数据
xx=[3,5,4,1,2,3,4,5,6,3]
zz=[2,3,4,6,4,3,2,4,5,6]
plt.plot(yy,color='r',linewidth=5,linestyle=':',label='数据一')#color指定线条颜色,labeL标签内容
plt.plot(xx,color='g',linewidth=2,linestyle='--',label='数据二')#linewidth指定线条粗细
plt.plot(zz,color='b',linewidth=0.5,linestyle='-',label='数据三')#linestyle指定线形为点
plt.legend(loc=2)#标签展示位置,数字代表标签具位置
plt.xlabel('X轴称')
plt.ylabel('Y轴的名称')
plt.title('2018.7.30折线图示例')
plt.ylim(0,10)#Y轴标签范围为0-10
属性 |
描述 |
xlabel |
设置当前轴的x轴标签:plt.xlabel(‘X标签名’) |
ylabel |
设置当前轴的y轴标签:plt.xlabel(‘y标签名’) |
title |
设置当前轴的标题:plt.title(‘图例标题名’) |
ylim |
获取或设置当前轴的y限制,plt.ylim(0,6)Y轴范围0-6;Xlim同理懒的写了 |
legend |
在轴上放置图例:legend()无参数自动识别,也可用数字指定位置1,2,3,4试着来 |
show |
展示所画图,spyder一般直接运行不需要此步 |
grid |
plt.grid()打开或关闭轴网格,网格一样能设置颜色线型 |
rcParams[‘font.sans-serif’] |
图表中文字体:plt.rcParams[‘font.sans-serif’]=[‘Microsoft Yahei’]微软雅黑;或=[SimHei]黑体 |
rcParams[‘axes.unicode_minus’] |
图表轴负数符号显示问题:plt.rcParams[‘axes.unicode_minus’] = False |
属性 |
描述 |
plot |
绘制y与x作为线和/或标记。 |
plot_date |
绘制包含日期的数据。 |
acorr |
绘制x的自相关。 |
axhline |
在轴上添加一条水平线。 |
bar |
制作条形图。 |
barh |
制作一个水平条形图。 |
hist |
绘制直方图 |
hist2d |
制作2D直方图。 |
scatter |
y与x的散点图,具有不同的标记大小和/或颜色。 |
stackplot |
绘制堆积区域图。 |
属性 |
描述 |
color |
字体颜色:color=’r’;b、g、r、c、m、y、k、w 或者blue、green、red、cyan、magenta、yellow、black、whtite 或十六进制字符串(’#008000’) |
linewidth |
线条粗细:linewidth=1.=5.=0.3 |
linestyle |
线条形状:linestyle=’–’(虚线);linestyle=’:’(点线);linestyle=’-.’(短线加点); |
label |
数据标签内容:label=’数据一’,数据标签展示位置需另说明plt.legend(loc=1)数字为标签位置 |