Usando las herramientas de visualización de datos matplotlib pitón y Seaborn Visualizar
los datos requeridos utilizando bibliotecas numpy de las piezas y pandas generación de la biblioteca de matriz, de matriz, trama de datos.
- Importar las bibliotecas necesarias:
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
- funciones de dibujo la figura (plt.plot ())
| Seleccione el tema gráfico | plt.sytle.use (): cinco tipos de temas: Oscuro de rejilla (darkgrid), malla blanca (whitegrid), negro (oscuro), todos de color blanco (blanco), plena escala (garrapatas) por defecto a gran escala |
|---|---|
| Representan en la Fig. | matplotlib.pyplot.plot (* args, scaleX = True, scaley = True, los datos = Ninguno, ** kwargs): args * incluyen los datos requeridos, color y estilo de la curva |
| gráficos de la pantalla | matplotlib.pyplot.show ( args, * kw) |
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
plt.style.use("seaborn-darkgrid")
#定义x
x=np.arange(0,3*np.pi,0.1)
#生成正弦函数
y=np.sin(x)
#调用plot函数实现可视化
plt.plot(x,y)
plt.show()
- Dibuje subgrafo:
la pintura en una Bucher un subgrafo
anteriormente, en relación con la función de generación
| Agregar subgrafo | matplotlib.pyplot.subplot (* args, kwargs **): la adición de la submapa corriente en la figura. * Args es un número entero de 3 o un número entero de tres, el descriptor de ubicación separada de la fig. |
|---|---|
| subgrafo dibujo | plt.plot () |
| display sub-gráfico | plt.show () |
| conjunto Título | plt.title (" ") |
plt.style.use("seaborn-darkgrid")
x=np.arange(0,4*np.pi,0.1)
y=np.sin(x)
y2=np.cos(x)
#将原图分成两行一列两个子图，并取第一个子图
plt.subplot(2,1,1)
plt.plot(x,y)
plt.subplot(2,1,2)
plt.plot(x,y2)
plt.show()
- Modificar el valor del parámetro
| Ajuste el tamaño de la imagen | plt.figure (figsize = (8,6), dpi = 80) # Crear una imagen de tamaño 8x6, dpi = 80 indica 80 puntos por pulgada de resolución |
|---|---|
| Curva conjunto color, ancho, estilo de etiqueta | plt.plot (X, C, color = "blue", anchura de línea = 1,0, label = "Blue", estilo de línea = "-") C denota una función de azul, un ancho de línea de un píxel, signo tabla leyenda " azul", estilo de línea de un estilo gráfico |
| leyenda configuración de la pantalla | plt.legend () |
| Rango proporcionado el eje x | plt.xlim () |
| Ajuste de la escala del eje x | plt.xticks () |
| Set gama eje y | plt.ylim () |
| Conjunto escala del eje y | plt.yticks () |
| Guardar la imagen | plt.savefig () |
plt.style.use("seaborn-dark")
plt.figure(figsize=(4,3),dpi=80)
#创建一个1*!的子图 取第一个
plt.subplot(111)
x=np.linspace(-np.pi, np.pi, 256,endpoint=True)
C=np.cos(x)
S=np.sin(x)
plt.plot(x, C, color="blue",linewidth=1.0,label="Blue",linestyle="--")
# 绘制一个绿色的，线宽为1个像素的正弦曲线，设置图例标签Blue，linestyle表示曲线的样式
plt.plot(x, S, color="green", linewidth=1.0, label="Green", linestyle="-.")
plt.legend()
plt.xlim(-4.0,4.0)
plt.xticks(np.linspace(-4,4,9,endpoint=True))
plt.ylim(-1.0,1.0)
plt.yticks(np.linspace(-1,1,5,endpoint=True))
plt.show()
- Dibujar dispersión
matplotlib lograr la dispersión
| Dibuje un diagrama de dispersión | matplotlib.pyplot.scatter (x, y, s = Ninguno, c = Ninguno, marcador = Ninguno, CMAP = Ninguno, norma = Ninguno, Vmin = ninguno, Vmax = ninguno, alfa = ninguno, anchuras de línea = ninguno, verts = Ninguno, edgecolors = Ninguno, *, datos = ninguno, ** kwargs): dibujar diagrama de dispersión. X, los datos del eje y, que representa xy, S representa un escalar, C denota color, etiqueta de marcador indica estilo. |
|---|
a = np.random.randint(0,20,15) # 随机生成数据
b = np.random.randint(0,20,15)
print(a)
print(b)i
plt.scatter(a, b) # 绘制散点图
plt.show()
Seaborn lograr Scatter:
crear trama de datos
| Dibuje un diagrama de dispersión | seaborn.jointplot (x, y, datos = Ninguno, tipo = 'dispersión', stat_func = Ninguno, color = Ninguno, altura = 6, ratio = 5, el espacio = 0,2, dropna = True, xlim = Ninguno, ylim = Ninguno, joint_kws = Ninguno, marginal_kws = Ninguno, annot_kws = Ninguno, kwargs **): con dos variables se representan gráficamente. color: el color; tamaño: 6 defecto, el tamaño de la escala del mapa (cuadrados); relación: la relación del centro de la figura borde lateral la figura, el espacio: La Fig. tamaño de intervalo y el mapa lado central; s: el tamaño del punto; anchura de línea: línea de ancho; {x, y} lim: gama de x, eje y. |
|---|
data=pd.DataFrame(np.random.randn(5,2),columns=list('AB'))
print(data)
sns.jointplot(x='A',y='B',data=data)
plt.show()
- Un histograma
| matplotlib lograr histograma | matplotlib.pyplot.bar (x, altura, anchura = 0,8, inferior = Ninguno, *, = align 'centro', datos = ninguno, ** kwargs): un histograma. X: abscisa; altura: altura de la barra; anchura: cada anchura de la banda, color: el color de cada barra. |
|---|---|
| Añadir una pantalla de cuadrícula | plt.grid () |
| Seaborn lograr histograma | seaborn.countplot (x = Ninguno, y = Ninguno, hue = Ninguno, los datos = Ninguno, orden = Ninguno, hue_order = Ninguno, orientar = Ninguno, color = Ninguno, paleta = Ninguno, saturación = 0,75, esquivar = True, ax = ninguno, kwargs **): histograma. x, y: eje xy; datos: datos; tonalidad: formar un histograma clasificado de acuerdo con la clasificación en el valor de nombre de columna; orden, hue_order: histograma para el control de la secuencia; paleta: paleta, los controles de un color diferente. |
from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['SimHei'] # 解决中文不显示问题
level = ['tk', 'shtk', 'hztk']
x = range(len(level)) # 横坐标
y = [1,3,2] # 纵坐标
plt.figure(figsize=(4,3),dpi=80) # 创建画布
plt.bar(x, y, width=0.5, color=['b','r','g'])# 绘制柱状图
plt.xticks(x,level)
plt.grid(linestyle="--", alpha=0.5) # 添加网格显示
plt.show()
df = pd.DataFrame(['优秀',"不错","666","666","不错","不错"],columns=["level"])
sns.countplot(x="level",data=df)
plt.figure(figsize=(4,3),dpi=80)
plt.show()
- Dibujar un histograma
| histograma para matplotlib | matplotlib.pyplot.hist (x, bins = ninguno, rango = ninguno, densidad = ninguno, pesos = Ninguno, acumulativa = False, inferior = Ninguno, histtype = 'bar', = align 'mid', orientación = 'vertical', rwidth = Ninguno, log = Falso, color = Ninguno, etiqueta = ninguno, apilados = False, normados = ninguno, *, datos = ninguno, ** kwargs): histogrammed. X: especificar cada bin (bin) de distribución de datos, que corresponde al eje x; bins: especifica el número de bin (caja), es decir, un total de varios gráfico de barras; normado: densidad especificada, es decir, cada gráfico de barras la relación de la proporción, el valor predeterminado es 1; Color: especifica el color del gráfico de barras. |
|---|---|
| histograma de Seaborn | seaborn.distplot (a, papeleras = Ninguno, hist = True, kde = True, alfombra = False, ajuste = Ninguno, hist_kws = Ninguno, kde_kws = ninguno, rug_kws = ninguno, fit_kws = Ninguno, color = Ninguno, vertical = False, norm_hist = False, axlabel = Ninguno, label = Ninguno, ax = Ninguno): histogrammed. A: Datos; hist: si se muestra el histograma; kde: si la estimación de densidad de kernel; bins: dividir el histograma control; ajuste: instalación de control de mapa de parámetros |
x = np.random.randint(0,30,90)
print(x)
plt.figure(dpi=100)
distance = 2 # 设置组距
plt.hist(x,facecolor="blue", edgecolor="black", alpha=0.7) # 绘制直方图
plt.xticks(range(min(x), max(x))[::2]) # 修改x轴刻度显示
plt.grid(linestyle="--", alpha=0.5) # 添加网格显示
plt.show()# 显示图像
sns.distplot(x, kde=True)
