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.
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
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.
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()
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