三、基本绘图工具
1 引入包
# coding:utf-8 import numpy as np import pandas as pd import matplotlib.pyplot as plt #pip3 install matplotlib import seaborn as sns #pip3 install seaborn
1 折线图
def broken_line(): s = pd.Series(np.random.randn(20).cumsum()) s.plot(style='o-',xlim=[0,22],grid=True) plt.show() df = pd.DataFrame(np.random.randn(10,3).cumsum(0), columns = ['A','B','C'], index = np.arange(0,100,10)) df.plot() plt.show()
2柱状图
def Histogram(): flag,axes = plt.subplots(2,1) s = pd.Series(np.random.randn(10),index=list('ABCDEFGHIJ')) s.plot.bar(ax=axes[0])#纵向柱状图 s.plot.barh(ax=axes[1])#横向柱状图 plt.show() flag,axes = plt.subplots(2,1) df = pd.DataFrame(np.random.randn(6,3), index = list('abcdef'), columns = list('ABC')) df.plot.bar(ax=axes[0]) df.plot.barh(ax=axes[1],stacked=True)#stacked=True表示生成堆积柱状图 plt.show()
3 直方图 & 密度图
def density_map(): flag,axes = plt.subplots(2,1) s = pd.Series(np.random.randn(100)) s.plot.hist(ax=axes[0])#直方图 s.plot.density(ax=axes[1])#密度图,C:\Users\xiang>pip3 install scipy plt.show() s = pd.Series(np.random.normal(0,1,100)) sns.distplot(s,color='g') plt.show()
4 散点图
def scatter_diagram(): df = pd.DataFrame(np.random.randn(100,3), columns = list('ABC')) sns.regplot('A','B',data=df) #散点图 plt.show() sns.pairplot(df,diag_kind='kde')#散布图 plt.show()
在人工智能领域,经常用折线来做回归的拟合线,用散点图来做分类图。