最新下载
热门教程
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
Python matplotlib数据可视化图绘制代码示例
时间:2022-07-27 编辑:袖梨 来源:一聚教程网
本篇文章小编给大家分享一下Python matplotlib数据可视化图绘制代码示例,文章代码介绍的很详细,小编觉得挺不错的,现在分享给大家供大家参考,有需要的小伙伴们可以来看看。
前言
导入绘图库:
import matplotlib.pyplot as plt import numpy as np import pandas as pd import os
读取数据(数据来源是一个EXCLE表格,这里演示的是如何将数据可视化出来)
os.chdir(r'E:jupyter数据挖掘数据与代码') df = pd.read_csv('air_data.csv',na_values= '--')
1.折线图
plt.plot(x,y,ls=,lw=,c=,marker=,markersize=,markeredgecolor=,markerfacecolor, label=)
x:x轴上的数值
y:y轴上的数值
ls- -函数线条风格(=‘-’ 实线, ‘–’ 虚线 ,‘-.’ 点划线 ,‘:’ 实点线)
lw:线条宽度
c:颜色
marker:线条上点的形状, 常用为’o’,即圆点形状
markersize:线条上点的形状
markeredgecolor:点的边框色
markerfacecolor:点的填充色
# 绘制观察窗口内的飞行次数和观测窗口内的总飞行里程数 # 支持中文显示 plt.rcParams['font.sans-serif']=['SimHei']# 字体 plt.rcParams['axes.unicode_minus']=False x=np.linspace(0,10,100) y=np.sin(x) plt.plot(x,y,ls='-',lw=2,marker='o',markersize=5,c='red',markeredgecolor='black',markerfacecolor='lightskyblue') plt.show()
2.直方图
hist:数据
bins:组距
color:填充色
edgecolor:边框色
density:是否绘制成概率密度形式
xlabel:横坐标
ylabel:纵坐标
labelpad/pad:离坐标轴的距离
# 绘制年龄的分布情况 plt.hist(x=df['AGE'],bins=30,color='r',edgecolor='black',density=True) # density=True 代表是否绘制概率密度形式 plt.xlabel('客户年龄',fontsize=15,labelpad=20) plt.ylabel('频数',fontsize=15,labelpad=20) plt.title('年龄分布图',fontsize=15,pad=20) plt.show()
3.箱线图
plt.boxplot(x,notch,sym,vert,whis,position,widths,patch_artist,meanline,showmeans, boxprops,labels,flierprops)
x:数据
宽度:宽度
patch_artist:是否填充箱体颜色
meanline:是否显示均值
showmeans:是否显示均值
meanprops;设置均值属性,如点的大小,颜色等
medianprops:设置中位数的属性,如线的类型,大小等
showfliers:是否表示有异常值
boxprops:设置箱体的属性,边框色和填充色
cappops:设置箱线顶端和末端线条的属性,如颜色,粗细等
age=df[df['AGE'].notnull()]['AGE'] # 剔除年龄的空值 plt.boxplot(x=age,patch_artist=True,boxprops={'color':'red'}) plt.show()
4.柱状图
# 将字符型数据转换date格式 df['FFP_DATE']=pd.to_datetime(df['FFP_DATE'],format='%Y/%m/%d',errors='coerce') # errors 避免报错 data=df['FFP_DATE'].dt.year.value_counts() x_data=data.index y_data=data.values plt.bar(x=x_data,center',color='y',tick_label=x_data) plt.title('不同年份的会员数量',pad=5) plt.show()
5.饼图
autopct:设置百分比的格式
data=df['GENDER'].value_counts() # 绘制饼图 plt.pie(x=data.values,labels=data.index,colors=['lightskyblue','lightcoral'],autopct='%.1f%%') plt.show()
6.散点图
# 飞行次数与总飞行公里数的关系 plt.scatter(x=df['FLIGHT_COUNT'],y=df['SEG_KM_SUM'],color='steelblue',marker='o',s=100) plt.title('飞行次数与总飞行公里数的关系') plt.show()
相关文章
- Golang ProtoBuf的基本语法详解 10-20
- Python识别MySQL中的冗余索引解析 10-20
- Python+Pygame绘制小球代码展示 10-18
- Python中的数据精度问题介绍 10-18
- Python随机值生成的常用方法介绍 10-18
- python3解压缩.gz文件分析 09-27