Python數據分析之matplotlib作圖

2021-01-08 一起學python

繪製簡單的折線圖

下面我們來使用前面介紹過的matplotlib庫繪製一個簡單的折線圖,再對其進行定製,以實現信息更豐富的數據可視化,我們將使用平方數序列1、4、9、16和25來繪製這個圖表。

只需向matplotlib提供如下數字,matplotlib就能完成其他的工作:

我們首先導入了模塊pyplot,並給它指定了別名plt,以免反覆輸入pyplot。在線示例大都能夠這樣做,我們在這裡也採取這種方法。模塊pyplot包含了很多用於生成圖表的函數。

我們創建了一個列表,在其中存儲了前述平方數,再將這個列表傳遞給函數plot( ),這個函數嘗試根據這些數字繪製出有意義的徒刑。plt.show( )打開matplotlib查看器,並顯示繪製的圖形,查看器能夠讓我們縮放和導航圖形。

修改標籤文字和線條粗細

我們上面圖像表明數字是越來越大的,但標籤文字太小,線條太細。索性matplotlib能夠讓我們調整可視化的各個方面。

下面通過一些定製來改善這個圖形的可讀性,如下所示:

參數linewidth決定了plot( )繪製的線條的粗細。函數title( )給圖表指定標題。在上述代碼中,出現了多次的參數fontsize制定了圖表中的文字大小。

函數xlabel( )和ylabel( )讓你能夠為每條軸設置標題;而函數tick_params( )設置刻度的樣式,其中指定的實參將影響x軸和y軸上的刻度(axis='both'),並將刻度標記的字號為14(labelsize=14)。最終的圖表容易閱讀地多了,如下所示,標籤的文字更大,線條也更粗了。

校正圖形

圖形更容易閱讀後,我們發現沒有正確地繪製數據:折線圖的終點指出4.0的平方為25!下面我們看看修復這個問題。

當你向plot( )提供一系列數字時,它假設第一個數據點對應的x坐標值為0,但我們的第一個點對應的x值為1。為了改變這種默認的行為,我們可以給plot( )同時提供輸入值和輸出值。

現在plot( )將正確繪製數據,因為我們同時提供了輸入值和輸出值,它無需對輸出值的生成方式作出假設。最終的圖形是正確的。

使用plot( )函數時,可以指定各種實參,還可以使用眾多函數對圖形進行定製,我們將在後面一一介紹。

相關焦點

  • Python數據分析利器:matplotlib超詳細基礎介紹!!!
    ,會讓你的數據分析等工作錦上添花,讓人印(升)象(職)深(加)刻(薪)。matplotlib是python優秀的數據可視化庫,python數據分析必備利器,本文專門為你整理了matplotlib詳細使用方法,來學習吧!--- 以下是正文 ---數據可視化非常重要,因為錯誤或不充分的數據表示方法可能會毀掉原本很出色的數據分析工作。
  • Python作圖學習(1)
    當然R語言也可以用來做數據分析,如果讀者還沒有決定開始學習哪一門程式語言,那麼熟練掌握R語言或許已經可以滿足大部分的日常工作需求。不過如果你準備開始學習python,那麼你或許不太知道,作圖其實也可以使用python語言來完成。python中有matplotlib、seaborn等模塊,使用它們也可以作出許多漂亮的圖形。
  • Python 數據分析:Matplotlib 繪圖
    簡介Matplotlib 是 Python 提供的一個繪圖庫,通過該庫我們可以很容易的繪製出折線圖、直方圖、散點圖、餅圖等豐富的統計圖,安裝使用 pip install matplotlib 命令即可,Matplotlib 經常會與 NumPy 一起使用。
  • python數據科學系列:matplotlib入門詳細教程
    與之齊名,matplotlib作為數據科學的的另一必備庫,算得上是python可視化領域的元老,更是很多高級可視化庫的底層基礎,其重要性不言而喻。本篇對matplotlib進行系統性介紹,不會面面俱到,但求體系完備、詳略得當。
  • python使用matplotlib畫動態圖
    matplotlib是python的核心繪圖庫,是python的一個開源項目,旨在為python提供一個繪圖庫。matplotlib與numpy組合是一種可行的matlab替代方案。在可視化中matplotlib是最常使用的工具,是對數據整體判斷、效果預測不可或缺的重要模塊。
  • Python數據可視化,無法繞過的matplotlib基礎知識!!!
    ,會讓你的數據分析等工作錦上添花,讓人印(升)象(職)深(加)刻(薪)。matplotlib是python優秀的數據可視化庫,python數據分析必備利器,本文專門為你整理了matplotlib詳細使用方法,來學習吧!--- 以下是正文 ---數據可視化非常重要,因為錯誤或不充分的數據表示方法可能會毀掉原本很出色的數據分析工作。
  • python:matplotlib入門詳細教程
    與之齊名,matplotlib作為數據科學的的另一必備庫,算得上是python可視化領域的元老,更是很多高級可視化庫的底層基礎,其重要性不言而喻。本篇對matplotlib進行系統性介紹,不會面面俱到,但求體系完備、詳略得當。
  • 從零開始學Python數據分析【16】-- matplotlib(雷達圖)
    作者:劉順祥個人微信公眾號:每天進步一點點2015前文傳送門:從零開始學Python數據分析
  • 作圖神器Matplotlib文檔解讀
    在前幾天的詞雲圖的製作過程中,我們用到了matplotlib來繪圖。事實上,matplotlib是一個很強大的作圖工具,所以,今天通過幾個實例來介紹下matplotlib的用法。到現在為止,我們已經了解了繪製一布多圖的兩種方法,具體使用時,按照個人習慣選擇即可,兩種方法沒有優劣之分。
  • 如何用matplotlib繪圖呢?
    什麼是matplotlib?使用過python做數據分析的小夥伴都知道,matplotlib是一款命令式、較底層、可定製性強、圖表資源豐富、簡單易用、出版質量級別的python 2D繪圖庫。matplotlib算是python繪圖的元老級庫,類似程式語言裡的C語言。很多其它的python繪圖庫是基於matplotlib開發的,比如seaborn、ggplot、plotnine、holoviews、basemap等。matplotlib可用於python腳本、python shell、jupyter notebook、web等。
  • Python-Matplotlib: 官方學習手冊獲取與學習
    此外,matplotlib還有一個基於圖像處理庫(如開放圖形庫OpenGL)的pylab接口,其設計與MATLAB非常類似--儘管並不怎麼好用。SciPy就是用matplotlib進行圖形繪製。matplotlib最初由John D. Hunter撰寫,它擁有一個活躍的開發社區,並且根據BSD樣式許可證分發。在John D.
  • Python Matplotlib入門學習(一)
    ,各行各業都會遇到與數據相關的行業,所以數據可視化過程是理解數據必不可少的部分,今天就帶大家通過matplotlib的官方文檔帶領大家學習如何進行基本繪圖。意思是pyplot matplotlib.pyplot是matplotlib的基於狀態的接口。通俗的就可以理解這個接口中有很多函數,很多功能我們可以直接調用。
  • python數據分析專題 (7):python數據分析模塊
    也就是這些python的擴展包讓python可以做數據分析,主要包括numpy,scipy,pandas,matplotlib,scikit-learn等等諸多強大的模塊,在結合上ipython交互工具 ,以及python強大的爬蟲數據獲取能力,字符串處理能力,讓python成為完整的數據分析工具。
  • 【數據分析】Matplotlib
    Matplotlib是一個強大的Python繪圖和數據可視化的工具包。數據可視化也是我們數據分析的最重要的工作之一,可以幫助我們完成很多操作,例如:找出異常值、必要的一些數據轉換等。完成數據分析的最終結果也許就是做一個可交互的數據可視化。
  • 高效使用 Python 可視化工具 Matplotlib
    基本前提如果你除了本文之外沒有任何基礎,建議用以下幾個步驟學習如何使用matplotlib:學習基本的matplotlib術語,尤其是什麼是圖和坐標軸始終使用面向對象的接口,從一開始就養成使用它的習慣用基礎的pandas繪圖開始你的可視化學習用seaborn進行更複雜的統計可視化用matplotlib來定製
  • python可視化之matplotlib庫餅形圖的基本用法與應用實例
    實驗環境:已正確安裝python3.5、matplotlib1、餅形圖概念餅狀圖顯示一個整體中各項大小佔總體的百分比,可以清楚反應部分與總體的關係。在餅形圖上標出百分比為了在平面上觀察各項的比例,可以設置x與y的比例為1進行觀察。利用axes方法創建或激活軸,aspect為一個數字時,表示屏幕空間中y與x之比。
  • 記錄matplotlib庫報錯及解決方法
    停了兩個月課的小韓同學終於又開始學習數據分析了...剛一上課就遇到了很多環境問題...
  • python matplotlib畫圖教程學習:使用介紹
    本篇文章介紹matplotlib包使用時,需要掌握的一些基本概念。除了圖中顯示的紅藍線型圖和散點圖,matplotlib還能繪製柱形圖、燭型圖、餅圖、3D圖形等等各種個性化圖形,將在後續文章一一介紹。canvas對象一般不可見,通常無需直接操作該對象,matplotlib程序實際繪圖時需要調用該對象。Axes對象字面上理解,axes是數據軸axis的複數,但它並不是指數據軸,而是子圖對象。
  • 如何系統地學習Python 中 matplotlib, numpy, scipy, pandas?
    它可以向開發者提供用於數據操作與可視化的高級命令和類,是構建交互式 Python 會話的強大工具。Pandas:面向數據操作和分析的 Python 庫,提供用於處理數字圖表和時序數據的數據結構和操作功能。Matplotlib:Python 中常用的繪圖庫,能在跨平臺的交互式環境生成高質量圖形。後來在它的基礎上又衍生了更為高級的繪圖庫 Seaborn。
  • Python數據可視化教程之基礎篇
    經過學習之後,我總結了利用python實現可視化的三個步驟:確定問題,選擇圖形轉換數據,應用函數參數設置,一目了然python中最基本的作圖庫就是matplotlib,是一個最基礎的Python可視化庫,一般都是從matplotlib上手Python數據可視化,