Python 可视化matplotlib模块基础知识

目录
  • 1. matplotlib 模块概述
  • 2. matplotlib.pyplot 相关方法
  • 3. matplotlib.pyplot 图表展示

前言:
互联网时代下,在网络中每天都会产生很多数据,通过对数据分析之后,如何更好的诠释数据背后的意义,我们需要对数据进行可视化展示。

在数据可视化中,Python 也支持第三模块

  • matplotlib 模块:Python使用最多的可视化库
  • seaborn 模块:基于matplotlib的图形可视化
  • pycharts 模块:用于生成Echarts 图表的类库

接下来我们对matplotlib模块提供的图形方法进行学习

1. matplotlib 模块概述

matplotlib 模块是第三方开源的,由John Hunter团队研发而成,NumFOCUS 的赞助项目。

matplotlib 模块是用于Python创建静态、动态和交互式可视化综合性的库。

matplotlib 模块特点

  • 易创建图表如出版质量图、交互式数据可放大、缩小
  • 定制化图表可完全控制线条样式、导入并嵌入多种文件格式
  • 扩展性高,可以与第三方模块进行兼容
  • matplotlib 模块资料手册信息丰富,可快速上手

matplotlib 模块获取

matplotlib Python主流第三方可视化模块,我们需要使用pip进行下载

pip install matplotlib

matplotlib 模块使用

在matplotlib模块中,pyplot类是最常用的。

方式一:

from matplotlib import pyplot

方式二:

import matplotlib.pyplot as plt

重要说明:

2. matplotlib.pyplot 相关方法

matplotlib.pyplot 模块是我们画图标最常用的模块之一

方法 作用
pyplot.title(name) 图表的标题
pyplot.xlabel(name) 图表的X轴名字
pyplot.ylabel(name) 图表的y轴名字
pyplot.show() 打印出图表
pyplot.plot(xvalue,yvalue) 绘制折线图表
pyplot.bar(xvalue,yvalue) 绘制柱状图表
pyplot.axis(data) 获取或设置一些轴属性的便捷方法
pyplot.scatter(data) 绘制散点图
pyplot.subplot(data) 绘制子图
pyplot.grid(boolean) 显示网状,默认为False
pyplot.text() 对文本进行处理
pyplot.pie(data) 绘制饼图
pyplot.boxplot(data) 绘制箱形图
pyplot.hist(data) 绘制直方图

3. matplotlib.pyplot 图表展示

绘制折线图

使用pyplot..plot()方法

from matplotlib import pyplot
# 设置图表字体格式
pyplot.rcParams["font.sans-serif"]=['SimHei']
pyplot.rcParams["axes.unicode_minus"]=False

pyplot.plot([1,2,3,4,5,6],[45,20,19,56,35,69])

pyplot.title("data analyze")
pyplot.xlabel("data")
pyplot.ylabel("sum")

pyplot.show()

绘制柱状图

  • 使用pyplot..bar()方法
  • 再次使用上面的数据,可以看到直方图
pyplot.bar([1,2,3,4,5,6],[45,20,19,56,35,69])

绘制饼图

  • 使用pyplot.pie()方法绘制饼图
  • 同时使用pyplot.axis方法设置每一个分区间隔
from matplotlib import pyplot
labels = ["windows","MAC","ios","Android","other"]
sizes = [50,10,5,15,20]
explode = [0,0.1,0,0,0]
pyplot.pie(sizes,explode=explode,labels=labels,autopct='%1.1f%%',shadow=False,startangle=90)
pyplot.axis("equal")

pyplot.title("data analyze")
pyplot.show()

绘制散点图

使用pyplot.scatter(x,y)绘制散点图

import numpy as np
from matplotlib import pyplot

data = {"a":np.arange(50),"c":np.random.randint(0,50,50),"d":np.random.randn(50)}

data['b'] = data['a']+10*np.random.randn(50)
data['d'] = np.abs(data['d'])*100

pyplot.scatter("a","b",c='c',s='d',data=data)

pyplot.title("data analyze")
pyplot.xlabel("元素 a")
pyplot.ylabel("元素 b")

pyplot.show()

总结:

到此这篇关于Python 可视化matplotlib模块基础知识的文章就介绍到这了,更多相关Python 可视化之matplotlib模块内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!

(0)

相关推荐

  • Python Matplotlib 实现3D绘图详解

    目录 第一个三维绘图程序 3D散点图 3D等高线图 3D线框图 3D曲面图 最初开发的 Matplotlib,仅支持绘制 2d 图形,后来随着版本的不断更新, Matplotlib 在二维绘图的基础上,构建了一部分较为实用的 3D 绘图程序包,比如 mpl_toolkits.mplot3d,通过调用该程序包一些接口可以绘制 3D散点图.3D曲面图.3D线框图等 mpl_toolkits 是 Matplotlib 的绘图工具包. 第一个三维绘图程序 下面编写第一个三维绘图程序. 首先创建一个三维绘

  • Python matplotlib模块及柱状图用法解析

    代码如下 import matplotlib.pyplot as plt import numpy as np def test4(): names = ['电影1', '电影2', '电影3'] real_num1 = [7548, 4013, 1673] real_num2 = [5453, 1840, 1080] real_num3 = [4348, 2345, 1890] x = np.arange(len(names)) # 绘制柱形图 width = 0.3 plt.bar(x, r

  • Python matplotlib底层原理解析

    目录 1. matplotlib 框架组成 2. 脚本层(scripting) 3. 美工层(artist) 4. 后端层(backend) 复习回顾: 前期,我们已经学习了matplotlib模块相关的基础知识,对 matplotlib 模块折线图.饼图.柱状图进行操作. 我们都知道matplotlib 是偏向底层用于可视化数据处理的库,我们在绘制图表的时候主要步骤主要有四大步骤: 导入 matplotlib.pplot库 使用pandas/numpy模块对数据进行整分析理 调用pyplot中

  • python Matplotlib模块的使用

    一.Matplotlib简介与安装 Matplotlib也就是Matrix Plot Library,顾名思义,是Python的绘图库.它可与NumPy一起使用,提供了一种有效的MATLAB开源替代方案.它也可以和图形工具包一起使用,如PyQt和wxPython. 安装方式:执行命令 pip install matplotlib 一般常用的是它的子包PyPlot,提供类似MATLAB的绘图框架. 二.使用方法 1.绘制一条直线 y = 3 * x + 4,其中 x 在(-2, 2),取100个点

  • python matplotlib模块基本图形绘制方法小结【直线,曲线,直方图,饼图等】

    本文实例讲述了python matplotlib模块基本图形绘制方法.分享给大家供大家参考,具体如下: matplotlib模块是python中一个强大的绘图模块 安装 pip  install matplotlib 首先我们来画一个简单的图来感受它的神奇 import numpy as np import matplotlib.pyplot as plt import matplotlib zhfont1=matplotlib.font_manager.FontProperties(fname

  • python 绘图模块matplotlib的使用简介

    上周对线上某几个磁盘进行了fio硬盘性能测试,测试完成之后的结果需要绘制成图像展示出来.我在官网上查找了一下fio自带的命令fio_generate_plot和fio2gnuplot工具的用法,找到了图像的绘制方法,在某一个单一的场景下,确实可以使用这两个工具来进行硬盘性能图像绘制,但是问题是,如果要对比多个场景下绘制出来的图像的差异,fio自带的绘图工具实现起来就有些困难了,但是确实也能实现.例如下图: 如图所示为磁盘iodepth不变,numjobs在(1,8,16)三种不同的场景下绘制出来

  • Python通过命令提示符安装matplotlib

    Python通过命令提示符安装matplotlib: 1.直接打开命令提示符(快捷键窗口+ r) 2.若提示安装失败(Python - 您正在使用pip版本9.0.1,但版本10.0.1可用.),输入 python -m pip install -U pip setuptools 进行升级.安装成功,则下图所示: 3.安装成功后,输入 python -m pip install matplotlib 进行自动的安装,系统会自动下载安装包.正常情况下,pip会下载关联安装包,完成最终的安装.以下为

  • Python 可视化matplotlib模块基础知识

    目录 1. matplotlib 模块概述 2. matplotlib.pyplot 相关方法 3. matplotlib.pyplot 图表展示 前言: 互联网时代下,在网络中每天都会产生很多数据,通过对数据分析之后,如何更好的诠释数据背后的意义,我们需要对数据进行可视化展示. 在数据可视化中,Python 也支持第三模块 matplotlib 模块:Python使用最多的可视化库 seaborn 模块:基于matplotlib的图形可视化 pycharts 模块:用于生成Echarts 图表

  • Python利用matplotlib模块数据可视化绘制3D图

    目录 前言 1 matplotlib绘制3D图形 2 绘制3D画面图 2.1 源码 2.2 效果图 3 绘制散点图 3.1 源码 3.2 效果图 4 绘制多边形 4.1 源码 4.2 效果图 5 三个方向有等高线的3D图 5.1 源码 5.2 效果图 6 三维柱状图 6.1 源码 6.2 效果图 7 补充图 7.1 源码 7.2 效果图 总结 前言 matplotlib实际上是一套面向对象的绘图库,它所绘制的图表中的每个绘图元素,例如线条Line2D.文字Text.刻度等在内存中都有一个对象与之

  • python数据分析matplotlib的基础绘图使用

    目录 前言 (一)什么是matplotlib 1.为什么要学习matplotlib 2.什么是matplotlib 3. 安装matplotlib 4.导入matplotlib库 (二)matplotlib基本要点 1.matplotlib基本使用 2.完善matplotlib绘制的图形 前言 大家好,我是苏凉,在前面我们已经学习了网络爬虫并且获取到了数据,接下来当然是对数据进行分析啦,本篇文章带大家进入新的模块:pyhon数据分析基础matplotlib的基础绘图. (一)什么是matplot

  • Python使用Matplotlib模块时坐标轴标题中文及各种特殊符号显示方法

    本文实例讲述了Python使用Matplotlib模块时坐标轴标题中文及各种特殊符号显示方法.分享给大家供大家参考,具体如下: Matplotlib中文显示问题--用例子说明问题 #-*- coding: utf-8 -*- from pylab import * t = arange(-4*pi, 4*pi, 0.01) y = sin(t)/t plt.plot(t, y) plt.title('www.jb51.net - test') plt.xlabel(u'\u2103',fontp

  • Python 使用matplotlib模块模拟掷骰子

    掷骰子 骰子类 # die.py 骰子类模块 from random import randint class Die(): """骰子类""" def __init__(self, num_sides=6): """默认六面的骰子""" self.num_sides = num_sides def roll(self): """掷骰子的方法"&q

  • Python可视化Matplotlib介绍和简单图形的绘制

    目录 1. 什么是Matplotlib 2. 实现一个最简单的Matplotlib画图以折线图为例 2.1 matplotlib.pyplot模块 2.2 图形绘制流程 1.创建画布 – plt.figure() 2.绘制图像 – plt.plot(x, y) 3.显示图像 – plt.show() 2.3 折线图绘制与显示 1. 什么是Matplotlib matplotlib是专门用于开发2D图表(包括3D图表),以渐进.交互式方式实现数据可视化.使用python对matplotlib库操作

  • 详解Python中matplotlib模块的绘图方式

    目录 1.matplotlib之父简介 2.matplotlib图形结构 3.matplotlib两种画绘图方法 方法一:使用matplotlib.pyplot 方法二:面向对象方法 1.matplotlib之父简介 matplotlib之父John D. Hunter已经去世,他的一生辉煌而短暂,但是他开发的的该开源库还在继续着辉煌.国内介绍的资料太少了,查阅了一番整理如下: 1968 出身于美国的田纳西州代尔斯堡. 之后求学于普林斯顿大学. 2003年发布Matplotlib 0.1版,初衷

  • Python使用matplotlib 模块scatter方法画散点图示例

    本文实例讲述了Python使用matplotlib 模块scatter方法画散点图.分享给大家供大家参考,具体如下: # -*-coding:utf-8-*- import matplotlib.pyplot as plt y = [12, 7, 1, 2, 6, 3, 7, 5, 12, 6, 14, 10, 6, 7, 1, 2, 9, 3, 4, 4, 4, 5, 4, 6, 9, 5, \ 2, 1, 2, 1, 7, 6, 43, 15, 18, 52, 39, 53, 39, 17,

  • Python使用matplotlib模块绘制图像并设置标题与坐标轴等信息示例

    本文实例讲述了Python使用matplotlib模块绘制图像并设置标题与坐标轴等信息.分享给大家供大家参考,具体如下: 进行图像绘制有时候需要设定坐标轴以及图像标题等信息,示例代码如下: #-*- coding: utf-8 -*- #!/usr/bin/python import matplotlib.pyplot as plt from numpy.random import randn x = range(100) y = randn(100) fig = plt.figure() ax

  • Python使用matplotlib实现基础绘图功能示例

    本文实例讲述了Python使用matplotlib实现基础绘图功能.分享给大家供大家参考,具体如下: 一个简单的例子 # -*- coding:utf-8 -*- #!python3 import numpy as np import matplotlib.pyplot as plt x = np.linspace(0,10,101) #设置起始及终点,以及点的数量 y = np.sin(x) #调用numpy库的sin函数 z = np.cos(x**2) plt.figure(figsize

随机推荐