Python数据可视化matplotlib.pyplot
1.安装matplotlib
pip install matplotlib
2.绘制简单图形
import matplotlib.pyplot as plt #图形输入值 input_values = [1,2,3,4,5] #图形输出值 squares = [1,4,9,16,25] #plot根据列表绘制出有意义的图形,linewidth是图形线宽,可省略 plt.plot(input_values,squares,linewidth=5) #设置图标标题 plt.title("Square Numbers",fontsize = 24) #设置坐标轴标签 plt.xlabel("Value",fontsize = 14) plt.ylabel("Square of Value",fontsize = 14) #设置刻度标记的大小 plt.tick_params(axis='both',labelsize = 14) #打开matplotlib查看器,并显示绘制图形 plt.show()
3.绘制点
import matplotlib.pyplot as plt #绘制散点图(传如一对x和y坐标,在指定位置绘制一个点) plt.scatter(2,4) #设置输出样式 plt.scatter(3,5,s=200) plt.show()
4.绘制一系列的点
import matplotlib.pyplot as plt x_values = [1,2,3,4,5] y_values = [1,4,9,16,25] plt.scatter(x_values,y_values,s=100) plt.show()
5.自动计算数据
import matplotlib.pyplot as plt x_values = list(range(1,1001)) y_values = [x**2 for x in x_values] plt.scatter(x_values,y_values,s=100) #设置每个坐标轴的取值范围(x轴取值,y轴取值) plt.axis([0,1100,0,1100000]) plt.show()
6.删除数据点的轮廓
import matplotlib.pyplot as plt x_values = list(range(1,1001)) y_values = [x**2 for x in x_values] #matplotlib允许你给散点图中的各个点指定颜色。默认为蓝色点和黑色轮廓,在散点图包含的 数据点不多时效果很好。但绘制很多点时,黑色轮廓可能会粘连在一起。 #edgecolor='none'删除数据点的轮廓 plt.scatter(x_values,y_values,edgecolor='none', s=40) #设置每个坐标轴的取值范围 plt.axis([0,1100,0,1100000]) plt.show()
7.自定义颜色c=''直接传颜色或元组都可以
import matplotlib.pyplot as plt x_values = list(range(1,1001)) y_values = [x**2 for x in x_values] #matplotlib允许你给散点图中的各个点指定颜色。默认为蓝色点和黑色轮廓,在散点图包含的 数据点不多时效果很好。但绘制很多点时,黑色轮廓可能会粘连在一起。 #edgecolor='none'删除数据点的轮廓 plt.scatter(x_values, y_values,c='red', edgecolor='none', s=40) # plt.scatter(x_values, y_values, c=(0, 0, 0.8), edgecolor='none', s=40) #设置每个坐标轴的取值范围 plt.axis([0,1100,0,1100000]) plt.show()
8.使用颜色映射
import matplotlib.pyplot as plt x_values = list(range(1,1001)) y_values = [x**2 for x in x_values] #matplotlib允许你给散点图中的各个点指定颜色。默认为蓝色点和黑色轮廓,在散点图包含的 数据点不多时效果很好。但绘制很多点时,黑色轮廓可能会粘连在一起。 #edgecolor='none'删除数据点的轮廓 plt.scatter(x_values, y_values,c=y_values,cmap=plt.cm.Blues, edgecolor='none', s=40) #设置每个坐标轴的取值范围 plt.axis([0,1100,0,1100000]) plt.show()
9.自动保存图表
import matplotlib.pyplot as plt x_values = list(range(1,1001)) y_values = [x**2 for x in x_values] #matplotlib允许你给散点图中的各个点指定颜色。默认为蓝色点和黑色轮廓,在散点图包含的 数据点不多时效果很好。但绘制很多点时,黑色轮廓可能会粘连在一起。 #edgecolor='none'删除数据点的轮廓 plt.scatter(x_values, y_values,c=y_values,cmap=plt.cm.Blues, edgecolor='none', s=40) #设置每个坐标轴的取值范围 plt.axis([0,1100,0,1100000]) # plt.show() #参数1指定要以什么样的文件名保存图表,保存和代码的同目录下,第二个参数表示要将多余的空白区域剪掉,要保留空白区域,可省略第二个参数 plt.savefig('squares_plot.png',bbox_inches='tight')
10.随机漫步(绘制随机漫步图)
from random import choice class RandomWalk(object): """一个生成随机漫步数据的类""" def __init__(self, num_points = 5000): """初始化随机漫步的属性""" #存储随机漫步次数的变量 self.num_points = num_points #所有随机漫步都始于(0,0) #分别存储随机漫步经过的每个点的x和y坐标 self.x_values = [0] self.y_values = [0] def fill_walk(self): """计算随机漫步包含的所有点""" #不断漫步,直到列表达到指定的长度 while len(self.x_values) < self.num_points: #决定前进方向以及沿这个方向前进的距离 x_direction = choice([1,-1]) x_distance = choice([0,1,2,3,4]) x_step = x_direction * x_distance y_direction = choice([1,-1]) y_distance = choice([0,1,2,3,4]) y_step = y_direction * y_distance #拒绝原地踏步 if x_step == 0 and y_step == 0: continue #计算下一个点的x值和y值 next_x = self.x_values[-1] + x_step next_y = self.y_values[-1] +y_step self.x_values.append(next_x) self.y_values.append(next_y) pass
绘制随机漫步图
import matplotlib.pyplot as plt from random_walk import RandomWalk #创建一个RandomWalk实例,并将其包含的点都绘制出来 rw = RandomWalk() rw.fill_walk() plt.scatter(rw.x_values,rw.y_values,s=15) plt.show()
11.模拟多次随机漫步
import matplotlib.pyplot as plt from random_walk import RandomWalk #只要程序处于活动状态,就不断的模拟漫步 while True: #创建一个RandomWalk实例,并将其包含的点都绘制出来 rw = RandomWalk() rw.fill_walk() plt.scatter(rw.x_values,rw.y_values,s=15) plt.show() keep_running = input("Make another walk?(y/n)") if keep_running=='n': break
12.给点着色
import matplotlib.pyplot as plt from random_walk import RandomWalk #只要程序处于活动状态,就不断的模拟漫步 while True: #创建一个RandomWalk实例,并将其包含的点都绘制出来 rw = RandomWalk() rw.fill_walk() point_numbers = list(range(rw.num_points)) plt.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Blues,edgecolor='none',s=15) plt.show() keep_running = input("Make another walk?(y/n)") if keep_running=='n': break
13.重新绘制起点和终点
import matplotlib.pyplot as plt from random_walk import RandomWalk #只要程序处于活动状态,就不断的模拟漫步 while True: #创建一个RandomWalk实例,并将其包含的点都绘制出来 rw = RandomWalk() rw.fill_walk() point_numbers = list(range(rw.num_points)) plt.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Blues,edgecolors='none',s=15) #突出起点和终点 plt.scatter(0,0,c='green',edgecolor='none',s=100) plt.scatter(rw.x_values[-1],rw.y_values[-1],c='red',edgecolors='none',s=100) plt.show() keep_running = input("Make another walk?(y/n)") if keep_running=='n': break
14.隐藏坐标轴
while True: #创建一个RandomWalk实例,并将其包含的点都绘制出来 rw = RandomWalk() rw.fill_walk() point_numbers = list(range(rw.num_points)) plt.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Blues,edgecolors='none',s=15) #突出起点和终点 plt.scatter(0,0,c='green',edgecolor='none',s=100) plt.scatter(rw.x_values[-1],rw.y_values[-1],c='red',edgecolors='none',s=100) #隐藏坐标轴 plt.axes().get_xaxis().set_visible(False) plt.axes().get_yaxis().set_visible(False) plt.show() keep_running = input("Make another walk?(y/n)") if keep_running=='n': break
15.增加点数(增加点数,将每个点的大小调小)
while True: #创建一个RandomWalk实例,并将其包含的点都绘制出来 rw = RandomWalk(50000) rw.fill_walk() point_numbers = list(range(rw.num_points)) plt.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Blues,edgecolors='none',s=1) #突出起点和终点 plt.scatter(0,0,c='green',edgecolor='none',s=100) plt.scatter(rw.x_values[-1],rw.y_values[-1],c='red',edgecolors='none',s=100) #隐藏坐标轴 plt.axes().get_xaxis().set_visible(False) plt.axes().get_yaxis().set_visible(False) plt.show() keep_running = input("Make another walk?(y/n)") if keep_running=='n': break
17.调整尺寸以适应屏幕
while True: #创建一个RandomWalk实例,并将其包含的点都绘制出来 rw = RandomWalk(50000) rw.fill_walk() #设置绘图窗口的尺寸 #figure()用于指定图表的宽度,高度,分辨率黑背景色figsize需要指定一个元组,单位英寸,dpi是分辨率,可传可不传 plt.figure(dpi=128,figsize=(10,6)) point_numbers = list(range(rw.num_points)) plt.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Blues,edgecolors='none',s=1) #突出起点和终点 plt.scatter(0,0,c='green',edgecolor='none',s=100) plt.scatter(rw.x_values[-1],rw.y_values[-1],c='red',edgecolors='none',s=100) #隐藏坐标轴 plt.axes().get_xaxis().set_visible(False) plt.axes().get_yaxis().set_visible(False) plt.show() keep_running = input("Make another walk?(y/n)") if keep_running=='n': break
相关推荐
comtop0 2020-10-31
嵌入式企鹅圈 2020-10-27
comtop0 2020-09-18
alili 2020-09-08
xirongxudlut 2020-09-02
wndong 2020-08-21
Leonwey 2020-08-02
Tonybo 2020-08-02
YtSports 2020-07-28
syThinkCool 2020-07-16
flyfor0 2020-07-16
SanBa 2020-07-08
HongAndYi 2020-07-04
王国平 2020-06-20
Eric0Lv 2020-06-14
june0 2020-06-11
仁鱼 2020-06-05
天涯莺歌 2020-06-04
Leonwey 2020-06-01