用python进行可视化展示

目录

  • 简单的图表设置
  • 直方图
  • 垂直条状图
  • 水平条状图
  • 多序列条状图
  • 多序列堆积条状图
  • 其他条形图
  • 饼状图
  • 箱线图

简单的图表设置

  1. 下载matplotlib库，引入pyplot模块，并命名为plt
import matplotlib.pyplot as plt
  1. 生成简单图表
plt.plot([1, 2 , 3, 4])
2

输入点，默认用蓝线串一起

  1. 展现单个点
plt.plot([1, 2, 3, 4], [1, 4, 8, 16], 'ro')
plt.show()
3
  1. 加入标题 title
plt.axis([0, 10, 0, 30])
plt.title('My first plot')
plt.plot([1, 2, 3, 4], [1, 4, 8, 16], 'ro')
plt.show()
  1. 设置x 轴和Y轴的范围 axis
plt.axis([0, 10, 0, 30])
plt.title('My first plot')
plt.plot([1, 2, 3, 4], [1, 4, 8, 16], 'ro')
plt.show()
5
  1. 改变线条的粗细 linewidth
plt.plot([1, 2, 4, 2, 1, 0, 1, 2, 1, 4], linewidth=10.0)
plt.show()
6
  1. 给x轴和y轴命名xlabel, ylabel
plt.axis([0, 5, 0, 20])
plt.title('My first plot')
plt.xlabel('Counting')
plt.ylabel('Square balues')
plt.plot([1, 2, 3, 4], [1, 4, 8, 16], 'ro')
plt.show()
7
  1. 指定字体，改变字体的大小，指定字体的颜色 fontsize, fontname, color
plt.axis([0, 5, 0, 20])
plt.title('My first plot', fontsize=20,fontname='Times New Roman')
plt.xlabel('Counting', color='green')
plt.ylabel('Square balues', color='blue')
plt.plot([1, 2, 3, 4], [1, 4, 8, 16], 'ro')
plt.show()
8
  1. 在图表的任意位置添加文本 text
plt.axis([0, 5, 0, 20])
plt.title('My first plot', fontsize=20,fontname='Times New Roman')
plt.xlabel('Counting', color='green')
plt.ylabel('Square balues', color='blue')
plt.text(1, 1.5, 'First')
plt.text(2, 4.5, 'Second')
plt.text(3, 9.5, 'Third')
plt.text(4, 16.5, 'Fourth')
plt.plot([1, 2, 3, 4], [1, 4, 8, 16], 'ro')
plt.show()
9
  1. 在图表中添加数学表达式 $ ....$
plt.axis([0, 5, 0, 20])
plt.title('My first plot', fontsize=20,fontname='Times New Roman')
plt.xlabel('Counting', color='green')
plt.ylabel('Square balues', color='blue')
plt.text(1, 1.5, 'First')
plt.text(2, 4.5, 'Second')
plt.text(3, 9.5, 'Third')
plt.text(4, 16.5, 'Fourth')
plt.text(1.1, 12, r'$y = x^2$', fontsize=20, bbox={'facecolor' : 'yellow', 'alpha' : 0.2})
plt.plot([1, 2, 3, 4], [1, 4, 8, 16], 'ro')
plt.show()
10
  1. 添加网格 grid
plt.axis([0, 5, 0, 20])
plt.title('My first plot', fontsize=20,fontname='Times New Roman')
plt.xlabel('Counting', color='green')
plt.ylabel('Square balues', color='blue')
plt.text(1, 1.5, 'First')
plt.text(2, 4.5, 'Second')
plt.text(3, 9.5, 'Third')
plt.text(4, 16.5, 'Fourth')
plt.text(1.1, 12, r'$y = x^2$', fontsize=20, bbox={'facecolor' : 'yellow', 'alpha' : 0.2})
plt.grid(True)
plt.plot([1, 2, 3, 4], [1, 4, 8, 16], 'ro')
plt.show()
11
  1. 添加图例 legend
plt.axis([0, 5, 0, 20])
plt.title('My first plot', fontsize=20,fontname='Times New Roman')
plt.xlabel('Counting', color='green')
plt.ylabel('Square balues', color='blue')
plt.text(1, 1.5, 'First')
plt.text(2, 4.5, 'Second')
plt.text(3, 9.5, 'Third')
plt.text(4, 16.5, 'Fourth')
plt.text(1.1, 12, r'$y = x^2$', fontsize=20, bbox={'facecolor' : 'yellow', 'alpha' : 0.2})
plt.grid(True)
plt.plot([1, 2, 3, 4], [1, 4, 8, 16], 'ro')
plt.legend(['First series'])
plt.show()
  1. 确定图例位置 loc

0 —— 最佳位置
1 —— 右上角
2 —— 左上角
3 —— 右下角
4 —— 左下角
5 —— 右侧 ——7 —— 右侧垂直居中
6 —— 左侧垂直居中
8 —— 下方水平居中
9 —— 上方水平居中
10 —— 正中间

plt.axis([0, 5, 0, 20])
plt.title('My first plot', fontsize=20,fontname='Times New Roman')
plt.xlabel('Counting', color='green')
plt.ylabel('Square balues', color='blue')
plt.text(1, 1.5, 'First')
plt.text(2, 4.5, 'Second')
plt.text(3, 9.5, 'Third')
plt.text(4, 16.5, 'Fourth')
plt.text(1.1, 12, r'$y = x^2$', fontsize=20, bbox={'facecolor' : 'yellow', 'alpha' : 0.2})
plt.grid(True)
plt.plot([1, 2, 3, 4], [1, 4, 8, 16], 'ro')
plt.plot([1, 2, 3, 4], [0.8, 3.5, 8, 15], 'g^')
plt.plot([1, 2, 3, 4], [0.5, 2.5, 4, 12], 'b*')
plt.legend(['First series', 'Second series', 'Third series'], loc=2)
plt.show()
13
  1. 日期处理
    导入matplotlib.dates模块，该模块用于管理日期类型的数据。

定义时间尺度

MonthLocator 函数 表示：月份
Daylocator() 函数，表示: 日期

在X轴上设置两种不同的标签：

set_major_locator()函数：月份
set_minor_formatter()函数：日期

  1. 颜色

b —— 蓝色
g —— 绿色
r —— 红色
c —— 蓝绿色
m —— 洋红
y —— 黄色
k —— 黑色
w —— 白色

要选用实用的颜色，考虑色弱人群


常用颜色

线性图

x = np.arange(-2*np.pi, 2*np.pi, 0.01)
y = np.sin(3 * x)/x
plt.plot(x,y)
plt.show()
线性图

直方图hist()

#生成100个0-100的随机数
pop = np.random.randint(0, 100, 100)
n, bin, patches = plt.hist(pop, bins=100)
plt.show()
直方图

垂直条状图： bar() 函数

  1. 简单的条状图
index= [0, 1, 2, 3, 4]
values = [5, 7, 3, 4, 6]
plt.bar(index, values)
plt.show()
output_18_0.png
  1. 将轴标签移位，和代替 xticks()
index = np.arange(5)
values = [5, 6, 3, 4, 6]
plt.bar(index, values)
plt.xticks(index+0.2,['a', 'b', 'c', 'd', 'e'])
plt.show()
output_19_0.png
  1. 带有误差线的条状图

yerr关键字参数：可传入包含标准差的列表
error_kw={} , 接收显示误差线的关键字函数
eColor：指定误差线的颜色
capsize ：指定误差线两头横线的宽度
alpha：控制彩色条状图的透明度， 范围0-1

index = np.arange(5)
values = [5, 6, 3, 4, 6]
std = [0.8, 2, 0.4, 0.9, 1.3]
plt.title('A Bar Chart')
plt.bar(index, values, yerr = std, error_kw = {'ecolor' : '0.2', 'capsize' :6}, alpha=0.7, label = 'First')
plt.xticks(index+0.2,['a', 'b', 'c', 'd', 'e'])
plt.legend(loc=2)
plt.show()
output_20_0.png

水平条状图 barh()函数

x, y轴与垂直条状图相反

index = np.arange(5)
values = [5, 6, 3, 4, 6]
std = [0.8, 2, 0.4, 0.9, 1.3]
plt.title('A Horizontal Bar Chart')
plt.barh(index, values, xerr = std, error_kw = {'ecolor' : '0.6', 'capsize' :3}, alpha=0.9, label = 'First')
plt.yticks(index+0.2,['a', 'b', 'c', 'd', 'e'])
plt.legend(loc=5)
plt.show()
output_21_0.png

多序列条状图

index= np.arange(5)
values1 = [5, 6, 7, 3, 4]
values2 = [5, 6, 5, 2, 4]
values3 = [7, 2, 5, 7, 2]
bw = 0.3
plt.axis([0, 5, 0, 8])
plt.title('A  Bar Chart', fontsize = 20)
plt.bar(index, values1, bw, color = 'b')
plt.bar(index+bw, values2, bw, color = 'c')
plt.bar(index+2*bw, values3, bw, color='m')
plt.xticks(index+1.5*bw, ['a', 'b', 'c', 'd', 'e'])
plt.show()
output_22_0.png

多序列堆积条状图 bottom关键字参数

series1 = np.array([3, 4, 5, 3])
series2 = np.array([1, 2, 2, 5])
series3 = np.array([2, 3, 3, 4])
index = np.arange(4)
plt.axis([0, 4, 0, 15])
plt.title('A  Bar Chart', fontsize = 20)
plt.bar(index,series1, color = 'k')
plt.bar(index, series2,  color = 'c', bottom= series1)
plt.bar(index, series3,  color='m', bottom = ( series2+ series1))
plt.xticks(index+0.2, ['a', 'b', 'c', 'd', 'e'])
plt.show()
output_23_0.png

其他条形图

x0 = np.arange(8)
y1 = np.array([1, 3, 4, 6, 4, 3, 2, 1])
y2 = np.array([1, 2, 5, 3, 5, 3,1, 1])
plt.ylim(-7,7)
plt.bar(x0, y1, 0.9, facecolor = 'm', edgecolor = 'w')
plt.bar(x0, -y2, 0.9, facecolor = 'c', edgecolor = 'w')
plt.xticks(())
plt.grid(True)
for x, y in zip(x0, y1):
    plt.text(x , y + 0.05, '%d' % y, ha = 'center', va = 'bottom')
for x, y in zip(x0, y2):
    plt.text(x , -y -0.05, '%d' %y, ha = 'center', va = 'top')
    
plt.show()
output_24_0.png

饼状图 pie函数()

color : 颜色
labels : 每一小块添加标签
axis() 函数， 字符串equal作为参数，：绘制标准的圆形饼图
explode， 取值范围0-1：抽取某块
startangle：调整饼图的旋转角度
shadow， 设置为True：添加阴影效果
autopct：显示百分比

  1. 普通饼状图 pie
labels = ['Nokia', 'Samsung', 'Apple', 'Lumia']
values = [10, 30, 45, 15]
colors = ['y', 'k', 'm', 'b']
plt.pie(values, labels = labels, colors = colors)
plt.axis('equal')
plt.show()
output_25_0.png
  1. 抽取并旋转 explode, startangle
labels = ['Nokia', 'Samsung', 'Apple', 'Lumia']
values = [10, 30, 45, 15]
colors = ['y', 'k', 'm', 'b']
explode = [0.3, 0, 0, 0]
plt.pie(values, labels = labels, colors = colors, explode = explode, startangle = 180)
plt.axis('equal')
plt.show()
output_26_0.png
  1. 显示百分比，并添加阴影效果 autopct, shadow
labels = ['Nokia', 'Samsung', 'Apple', 'Lumia']
values = [10, 30, 45, 15]
colors = ['y', 'k', 'm', 'b']
explode = [0.3, 0, 0, 0]
plt.pie(values, labels = labels, colors = colors, explode = explode, startangle = 180, shadow = True, autopct = '%1.1f%%')
plt.axis('equal')
plt.title('A Pie Chart')
plt.show()
output_27_0.png

箱线图 boxplot()

dataset = [2, 4, 9, 1, 5,
           5, 6, 3, 2, 2,
           7, 8, 3, 6, 2,
           0, 2, 5, 3, 2]
plt.boxplot(dataset, vert= False)
plt.show()
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
  • 人面猴
    序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
    沈念sama阅读 203,324评论 5赞 476
  • 死咒
    序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
    沈念sama阅读 85,303评论 2赞 381
  • 救了他两次的神仙让他今天三更去死
    文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
    开封第一讲书人阅读 150,192评论 0赞 337
  • 道士缉凶录：失踪的卖姜人
    文/不坏的土叔 我叫张陵，是天一观的道长。 经常有香客问我，道长，这世上最难降的妖魔是什么？ 我笑而不...
    开封第一讲书人阅读 54,555评论 1赞 273
  • 港岛之恋（遗憾婚礼）
    正文 为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
    茶点故事阅读 63,569评论 5赞 365
  • 恶毒庶女顶嫁案：这布局不是一般人想出来的
    文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
    开封第一讲书人阅读 48,566评论 1赞 281
  • 城市分裂传说
    那天，我揣着相机与录音，去河边找鬼。 笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。 我是一名探鬼主播，决...
    沈念sama阅读 37,927评论 3赞 395
  • 双鸳鸯连环套：你想象不到人心有多黑
    文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
    开封第一讲书人阅读 36,583评论 0赞 257
  • 万荣杀人案实录
    序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
    沈念sama阅读 40,827评论 1赞 297
  • 护林员之死
    正文 独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,590评论 2赞 320
  • 白月光启示录
    正文 我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,669评论 1赞 329
  • 活死人
    序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
    沈念sama阅读 33,365评论 4赞 318
  • 日本核电站爆炸内幕
    正文 年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
    茶点故事阅读 38,941评论 3赞 307
  • 男人毒药：我在死后第九天来索命
    文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,928评论 0赞 19
  • 一桩弑父案，背后竟有这般阴谋
    文/苍兰香墨 我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,159评论 1赞 259
  • 情欲美人皮
    我被黑心中介骗来泰国打工， 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。 一个月前我还...
    沈念sama阅读 42,880评论 2赞 349
  • 代替公主和亲
    正文 我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
    茶点故事阅读 42,399评论 2赞 342

推荐阅读更多精彩内容