En utilisant les outils de visualisation de données matplotlib python et Seaborn Visualiser
les données requises bibliothèques numpy Partie et le réseau de génération pandas géants bibliothèque, matrice, dataframe.
- Importez les bibliothèques requises:
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
- fonctions de dessin figure (plt.plot ())
| Sélectionnez le thème graphique | plt.sytle.use (): cinq types de thèmes: Marrons grille (darkgrid), maillage blanc (whitegrid), noir (foncé), tout blanc (blanc), pleine échelle (tiques) par défaut pleine échelle |
|---|---|
| Tracée sur la figure. | matplotlib.pyplot.plot (* args, scaleX = True, scaley = True, data = Aucun, ** kwargs): * args comprennent les données requises, la couleur et le style de la courbe |
| Affichage graphique | 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()
- Dessiner sous - graphe:
la peinture dans un Bucher un sous - graphe
ci - dessus, relatif à la fonction de génération
| Ajouter sous-graphe | matplotlib.pyplot.subplot (* args, kwargs **): ajouter la sous-carte actuelle sur la figure. * Args est un nombre entier de 3 ou un nombre entier de trois à part, le descripteur de l'emplacement de la Fig. |
|---|---|
| dessin sous-graphe | plt.plot () |
| affichage sous-graphe | plt.show () |
| Set Titre | 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()
- Modifier la valeur du paramètre
| Définissez la taille de l'image | plt.figure (figsize = (8,6), 80 dpi =) # Créer une image de 8x6 de taille, dpi = 80 indique 80 points par pouce la résolution |
|---|---|
| Courbe de jeu de couleurs, la largeur, le style de l'étiquette | plt.plot (X, C, = couleur "bleu", linewidth = 1,0, label = "Blue", linestyle = "-") C désigne une fonction de bleu, une largeur de ligne d'un pixel, signe table de légende " bleu », lineStyle un style graphique |
| Paramètres d'affichage légende | plt.legend () |
| Gamme disponible de l'axe x | plt.xlim () |
| Réglage de l'échelle de l'axe x | plt.xticks () |
| Régler la gamme axe y | plt.ylim () |
| Définir l'échelle de l'axe y | plt.yticks () |
| Enregistrer l'image | 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()
- Draw Scatter
Matplotlib atteindre Scatter
| Dessiner un diagramme de dispersion | matplotlib.pyplot.scatter (x, y, s = None, c = None, marqueur = None, cmap = None, norm = None, Vmin, Vmax = SO = aucune, alpha = aucune, LineWidths = aucune, verts = None, edgecolors = Aucun, *, data = Aucun, ** kwargs): dessiner scattergramme. X, les données de l'axe y représentant xy, s représente un scalaire, c désigne la couleur, étiquette marqueur indique le style. |
|---|
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 réaliser Scatter:
créer dataframe
| Dessiner un diagramme de dispersion | seaborn.jointplot (x, y, données = None, 'dispersion' = genre, stat_func = None, couleur = None, hauteur = 6, 5 = rapport, l'espace = 0,2, dropna = True, xlim = None, ylim = None, joint_kws = Aucun, marginal_kws = Aucun, annot_kws = Aucun, kwargs **): avec deux variables sont représentées. couleur: couleur, taille: 6 défaut, la taille de l'échelle de la carte (carrés); rapport: le rapport entre le centre de la figure bord latéral figure; espace. taille de l'intervalle figure et la carte du côté central; s: la taille des points, la largeur de raie: ligne largeur; {x, y} lim: x, portée en ordonnée. |
|---|
data=pd.DataFrame(np.random.randn(5,2),columns=list('AB'))
print(data)
sns.jointplot(x='A',y='B',data=data)
plt.show()
- Un histogramme
| Matplotlib obtenir Histogramme | matplotlib.pyplot.bar (x, hauteur, largeur = 0,8, bas = None, *, 'centre' align =, données = aucune, ** kwargs): un histogramme. X: abscisse; hauteur: hauteur de la barre; largeur: chaque largeur de bande, de couleur: la couleur de chaque barre. |
|---|---|
| Ajouter un affichage de la grille | plt.grid () |
| Seaborn obtenir Histogramme | seaborn.countplot (x = None, y = Aucune, teinte = None, données = None, order = None, hue_order = None, orient = None, couleur = None, palette = None, saturation = 0,75, esquiver = True, ax = none, kwargs **): histogramme. x, y: axe xy; données: données; teinte: la formation d'un histogramme classé en fonction de la classification de la valeur du nom de colonne; ordre, hue_order: histogramme pour commander la séquence; palette: palette, commande une couleur différente. |
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()
- Dessiner un histogramme
| histogramme pour matplotlib | matplotlib.pyplot.hist (x, bacs = aucune, gamme = SO, = SO densité, poids = None, cumulative = False, bas = None, histtype = 'bar', align = 'mi', = orientation 'verticale', rwidth = Aucun, log = False, la couleur = Aucun, label = Aucun, empilés = Faux, normés = Aucun, *, data = Aucun, ** kwargs): histogrammed. X: spécifier chaque casier (bin) de distribution de données, correspondant à l'axe x; bacs: spécifie le numéro de casier (boîte), à savoir un total de plusieurs graphique à barres; normée: densité spécifiée, qui est, chaque diagramme à barres le rapport en pourcentage, la valeur par défaut est 1; couleur: spécifie la couleur du graphique à barres. |
|---|---|
| histogramme pour Seaborn | seaborn.distplot (a, bacs = Aucun, hist = True, kde = True, False = tapis, ajustement = Aucun, hist_kws = Aucun, kde_kws = Aucun, rug_kws = Aucun, fit_kws = Aucun, couleur = Aucun, vertical = False, norm_hist = False, axlabel = Aucun, label = Aucun, ax = Aucun): histogrammed. A: données; hist: si pour afficher l'histogramme; kde: si l'estimation de densité du noyau; bacs à: diviser l'histogramme de commande; ajustement: ajustement paramétrique contrôle de la carte |
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)
