python数据分析(十四)-matplotlib 绘图与可视化-阿里云开发者社区

开发者社区> 墨持alvin> 正文

python数据分析(十四)-matplotlib 绘图与可视化

简介: 尽管pandas的绘图函数可以处理很多普通的绘图任务,但是要使用高级功能的话需要学习matplotlib API。
+关注继续查看

尽管pandas的绘图函数可以处理很多普通的绘图任务,但是要使用高级功能的话需要学习matplotlib API。
matplotlib 的图像都位于Figure中,你可以用plt.figure创建一个新的Figure

import matplotlib.pyplot as plt
#打开绘图功能
%pylab

fig=plt.figure() #创建一个新的Figure,会弹出一个空窗口。
#plt.figure的一些选项,特别是figsize,它用于确保图片保存到磁盘时具有一定的大小和综合比
#plt.gcf()即可得到当前Figure的引用
#不能通过Figure绘图,必须用add_subplot创建一个或多个subplot才行

ax1=fig.add_subplot(2,2,1)
#该图像是2x2的,且当前选中的是4个subplot中的第一个(编号从1开始)
ax2=fig.add_subplot(2,2,2)
ax3=fig.add_subplot(2,2,3)
#将后面两个add_subplot创建出来

from numpy.random import randn
#plt.plot进行绘图,顺序执行的话是在最后一个subplot上绘图
plt.plot(randn(50).cumsum(),'k--')
#k-- 是一个线型选项,告诉matplotlib绘制黑色徐线图。

这里写图片描述

#上面那些由fig.add_subplot返回的对象是AxesSubplot对象,
#直接调用他们的实例就是在其他空着的格子里画图了
_=ax1.hist(randn(100),bins=20,color='k',alpha=0.3)
ax2.scatter(np.arange(30),np.arange(30)+3*randn(30))
fig,axes=plt.subplots(2,3)

这里写图片描述

更为简单的方法是使用plt.subplot, 他可以创建一个新的figure,并返回一个含有已创建的subplot对象的Numpy的数组

import matplotlib.pyplot as plt
fig,axes=plt.subplots(2,3)
axes

rray([[<matplotlib.axes._subplots.AxesSubplot object at 0x0000000008325828>,
        <matplotlib.axes._subplots.AxesSubplot object at 0x00000000086A5AC8>,
        <matplotlib.axes._subplots.AxesSubplot object at 0x000000000866CB38>],
       [<matplotlib.axes._subplots.AxesSubplot object at 0x0000000008719F60>,
        <matplotlib.axes._subplots.AxesSubplot object at 0x0000000008764EB8>,
        <matplotlib.axes._subplots.AxesSubplot object at 0x00000000087AAB38>]], dtype=object)

这是非常实用的,因为可以轻松的对数组进行索引,如axes[0,1]

这里写图片描述

调整subplot间距

import matplotlib.pyplot as plt
fig,axes=plt.subplots(2,2,sharex=True, sharey=True)
for i in range(2):
    for j in range(2):
        axes[i,j].hist(randn(500), bins=50, color='k', alpha=0.5)
plt.subplots_adjust(wspace=0,hspace=0) #调整间距

这里写图片描述

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
Python数据分析之anaconda安装和使用
今天开始学习Python数据分析了,说到Python数据分析,大家都会推荐使用anaconda,但作为一个初学者,总是很多疑虑,但在实践中解决了一部分,先和大家分享分享。
989 0
Qt编写数据可视化大屏界面电子看板10-改造QCustomPlot
一、前言 为了抛弃对QChart的依赖,以及echart的依赖,(当然,后期也会做qchart的版本和echart的版本,尤其是echart的版本是肯定会做的,毕竟echart的效果牛逼的一塌糊涂,全宇宙最牛逼吧。
1177 0
RestTemplate源码分析
RestTemplate是Spring提供的访问Rest服务的客户端,它简化了和http服务器的交互。 HTTP 协议特点是纯文本协议,其媒体类型MediaType可以为text/html、text/xml、application/json等,HTTP消息必须使用content-type进行自我描述,否则不能区分媒体类型。
3784 0
使用 Math 类操作数据
使用 Math 类操作数据 Math 类位于 java.lang 包中,包含用于执行基本数学运算的方法, Math 类的所有方法都是静态方法,所以使用该类中的方法时,可以直接使用类名.
573 0
Python数据分析之一元线性回归
问题 制作一元材积表,不懂林学的可能不知道,如图,也就是构造材积和胸径间的关系,这里采用了python的一元线性回归方法(本人用spss做了幂函数非线性回归,效果最好)。
710 0
Python数据分析之方差分析
问题 设某苗圃对一花木种子制定了5种不同的处理方法,每种方法处理了6粒种子进行育苗试验。一年后观察苗高获得资料如下表。已知除处理方法不同外,其他育苗条件相同且苗高的分布近似于正态、等方差,试以95%的可靠性判断种子的处理方法对苗木生长是否有显著影响。
773 0
+关注
墨持alvin
架构,数据库相关专家
80
文章
0
问答
文章排行榜
最热
最新
相关电子书
更多
《2021云上架构与运维峰会演讲合集》
立即下载
《零基础CSS入门教程》
立即下载
《零基础HTML入门教程》
立即下载