python matplotlib画图库学习绘制常用的图
本文实例为大家分享了python matplotlib绘制常用图的具体代码,供大家参考,具体内容如下
导入相关类
import numpy as np import pandas as pd import matplotlib.pyplot as plt %matplotlib inline plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签 plt.rcParams['axes.unicode_minus']=False #用来正常显示负号 #有中文出现的情况,需要u'内容' #需要安装simhei.ttf字体,装完之后要重启这个notebook文件才行 #参考https://www.zhihu.com/question/25404709/answer/170849168 #指定图形的字体 font = {'color' : 'darkred', 'weight' : 'normal', 'size' : 16 }
画一个折线图
ur = pd.read_csv('unrate.csv') print(ur.dtypes) ## 转成时间格式 ur['DATE'] = pd.to_datetime(ur['DATE']) print(ur.dtypes) ## 读取头部12个月数据 ur12 = ur.loc[0:11] ## x轴:DATE,y轴:VALUE plt.figure(figsize=(10,5)) plt.plot(ur12['DATE'],ur12['VALUE'],label='value1') # 折线1 plt.plot(ur12['DATE'],ur12['VALUE2'],label='value2') # 折线2 plt.xticks(rotation=45) # 控制x轴数据旋转角度 plt.xlabel(u'月份',fontdict=font) plt.ylabel(u'比率',fontdict=font) plt.title(u'比率趋势图',fontdict=font) plt.legend(loc=2) # 图例,loc是位置 plt.show()
柱状图,纵向和横向的
ur = pd.read_csv('unrate.csv',index_col='DATE') # DATE列为索引 print(ur.head()) print(ur.dtypes) ## 读取头部12个月数据,并转置,是月份为列名 ur12 = ur.loc['1948/1/1':'1948/12/1'].T print(ur12.columns.tolist()) print(ur12.head()) cols = ur12.columns.tolist() bar_left = np.arange(len(cols)) ## 控制柱子的位置 bar_width = 0.4 # 柱子宽度 opacity = 0.4 bar_height_value = ur12.loc['VALUE',cols].values bar_height_value2 = ur12.loc['VALUE2',cols].values print(bar_height_value) print(bar_height_value2) fig = plt.figure(figsize=(10,10)) as1 = fig.add_subplot(2,1,1) # 添加子图,位置在2行1列的第一个,纵向的 as1.bar(bar_left-bar_width/2,bar_height_value,bar_width,alpha=opacity,label='value1') # 柱状1 as1.bar(bar_left+bar_width/2,bar_height_value2,bar_width,alpha=opacity,label='value2') # 柱状2 as1.set_xticks(bar_left) # 控制x轴数据旋转角度 as1.set_xticklabels(cols,rotation=45) # 控制x轴数据旋转角度 as1.set_xlabel(u'月份',fontdict=font) as1.set_ylabel(u'比率',fontdict=font) as1.set_title(u'比率趋势图',fontdict=font) as1.legend(loc=2) # 图例,loc是位置 as2 = fig.add_subplot(2,1,2) # 添加子图,位置在2行1列的第二个,横向的 as2.barh(bar_left-bar_width/2,bar_height_value,bar_width,alpha=opacity,label='value1') # 柱状1 as2.barh(bar_left+bar_width/2,bar_height_value2,bar_width,alpha=opacity,label='value2') # 柱状2 as2.set_yticks(bar_left) # 控制x轴数据旋转角度 as2.set_yticklabels(cols) # 控制x轴数据旋转角度 as2.set_ylabel(u'月份',fontdict=font) as2.set_xlabel(u'比率',fontdict=font) as2.set_title(u'比率趋势图',fontdict=font) as2.legend(loc=1) # 图例,loc是位置 plt.show()
散点图
## 散点图 fs = pd.read_csv('fandango_scores.csv') print(fs.columns.tolist()) print(fs.head(1)) plt.figure(figsize=(8,6)) # x轴:Fandango_Ratingvalue,y轴:RT norm plt.scatter(fs['Fandango_Ratingvalue'],fs['RT_user_norm']) # 散点1 plt.scatter(fs['Fandango_Ratingvalue'],fs['RT_norm'],marker='x',c='r') # 散点2 plt.xlabel('Fandango_Ratingvalue') plt.ylabel('RT norm') plt.title(u'散点图1') plt.show()
直方图
fs = pd.read_csv('fandango_scores.csv') plt.figure(figsize=(10,10)) plt.hist(fs['Fandango_Ratingvalue'],range=(3,5),bins=10) plt.ylabel('Fandango_Ratingvalue') plt.show()
盒图,最大值、最小值、中位数、75位数、25位数
fs = pd.read_csv('fandango_scores.csv') plt.figure(figsize=(10,8)) cols = ['Fandango_Ratingvalue','RT_norm','RT_user_norm'] plt.boxplot(fs[cols].values) plt.xticks(np.arange(len(cols))+1,cols,rotation=90) plt.show()
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我们。
赞 (0)