python数据分析基础001 -matplotlib的基础绘图

简介: python数据分析基础001 -matplotlib的基础绘图

前言

image.png


文章目录

(一)什么是matplotlib

1.为什么要学习matplotlib

能将数据进行可视化,更直观的呈现。

使数据更加的客观,更具有说服力。

2.什么是matplotlib

matplotlib:最流行的python底层绘图库,主要做数据可视化图表,名字取材于MATLAB,模仿MATLAB构建。


3. 安装matplotlib

在终端输入以下指令快速安装

image.png

4.导入matplotlib库

在matplotlib中导入模块pyplotimage.png

(二)matplotlib基本要点

1.matplotlib基本使用

下图中横轴表示x轴,纵轴表示y轴。

axis轴指的就是x或者y这种坐标轴。

:这里的x和y的值要一一对应

那么上面的每一个红点都是什么呢?

image.png那么到底如何把它通过代码画出来呢?通过下面的一个小例子来看一下matplotlib该如何简单的使用!!image.png代码实现:

from matplotlib import pyplot as plt
# 一天每隔2小时range(2,26,2)
x = range(2,26,2)
y = [15,13,14,15,17,24,26,25.5,26,28,14,13]
# 在这里x和y的值一一对应
# 传入x ,y 的值通过plot绘制出折线图
plt.plot(x,y)
plt.show()

运行结果:

2.完善matplotlib绘制的图形

  1. 设置图片大小
    设置图片大小需要调用figure,再里面可以设置图片的大小。在图片模糊时可以传入dpi参数,可以让图片更清晰。
fig  = plt.figure(figsize=(10,10),dpi=100)
  1. 保存到本地
plt.savefig('./picture/1.jpg')

这里还可以保存为svg的矢量图格式,这样放大也不会失真。

运行结果:

  1. 添加描述信息(x轴,y轴…)
plt.xlabel('time') #设置x轴描述信息
plt.ylabel('temp')#设置y轴描述信息
plt.title('total')# 设置标题

  1. 调整x,y轴的刻度间距
    需要用到xticks方法。
plt.xticks(x)

当刻度太密集时使用列表的不常(间隔取值)来解决。

plt.xticks(x[::2])


  1. 设置中文显示
    首先导入font_managerimage.png其次在系统中找到本地字体拖到当前目录下

fname传入字体的路径

my_font = font_manager.FontProperties(fname="./msyh.ttc")

fontproperties 设置中文显示

plt.xlabel('时间',fontproperties = my_font)
plt.ylabel('温度',fontproperties = my_font)
plt.title('24小时实时温度' ,fontproperties = my_font

运行结果:

  1. 线条的样式
    在绘制的时候可以指定:image.png下面是部分颜色的缩写:

下面时部分线条风格:

plt.plot(x,y,color = 'r' ,linestyle = '--',linewidth =3 ,alpha = 0.2)

运行结果:

  1. 添加水印
fig.text(x=0.45, 
  y=0.45, 
  s= '苏凉.py',
  fontproperties = my_font,
    fontsize=40, color='b',
    ha='center', va='center', alpha=0.2)

运行结果:

相关文章
|
2月前
|
机器学习/深度学习 存储 数据可视化
这份Excel+Python飞速搞定数据分析手册,简直可以让Excel飞起来
本书介绍了如何将Python与Excel结合使用,以提升数据分析和处理效率。内容涵盖Python入门、pandas库的使用、通过Python包操作Excel文件以及使用xlwings对Excel进行编程。书中详细讲解了Anaconda、Visual Studio Code和Jupyter笔记本等开发工具,并探讨了NumPy、DataFrame和Series等数据结构的应用。此外,还介绍了多个Python包(如OpenPyXL、XlsxWriter等)用于在无需安装Excel的情况下读写Excel文件,帮助用户实现自动化任务和数据处理。
|
4月前
|
数据可视化 Python
以下是一些常用的图表类型及其Python代码示例,使用Matplotlib和Seaborn库。
通过这些思维导图和分析说明表,您可以更直观地理解和选择适合的数据可视化图表类型,帮助更有效地展示和分析数据。
165 8
|
4月前
|
机器学习/深度学习 数据可视化 数据挖掘
使用Python进行数据分析的入门指南
本文将引导读者了解如何使用Python进行数据分析,从安装必要的库到执行基础的数据操作和可视化。通过本文的学习,你将能够开始自己的数据分析之旅,并掌握如何利用Python来揭示数据背后的故事。
|
5月前
|
Python
Matplotlib 绘图标记
Matplotlib 绘图标记
64 2
|
5月前
|
存储 数据可视化 数据挖掘
Python数据分析项目:抖音短视频达人粉丝增长趋势
Python数据分析项目:抖音短视频达人粉丝增长趋势
|
5月前
|
存储 数据可视化 数据挖掘
使用Python进行数据分析和可视化
本文将引导你理解如何使用Python进行数据分析和可视化。我们将从基础的数据结构开始,逐步深入到数据处理和分析的方法,最后通过实际的代码示例来展示如何创建直观的数据可视化。无论你是初学者还是有经验的开发者,这篇文章都将为你提供有价值的见解和技巧。让我们一起探索数据的世界,发现隐藏在数字背后的故事!
206 5
|
5月前
|
数据采集 存储 数据可视化
Python数据分析:揭秘"黑神话:悟空"Steam用户评论趋势
Python数据分析:揭秘"黑神话:悟空"Steam用户评论趋势
|
5月前
|
数据采集 数据可视化 数据挖掘
掌握Python数据分析,解锁数据驱动的决策能力
掌握Python数据分析,解锁数据驱动的决策能力
|
7月前
|
数据可视化 数据挖掘 Linux
震撼发布!Python数据分析师必学,Matplotlib与Seaborn数据可视化实战全攻略!
在数据科学领域,数据可视化是连接数据与洞察的桥梁,能让复杂的关系变得直观。本文通过实战案例,介绍Python数据分析师必备的Matplotlib与Seaborn两大可视化工具。首先,通过Matplotlib绘制基本折线图;接着,使用Seaborn绘制统计分布图;最后,结合两者在同一图表中展示数据分布与趋势,帮助你提升数据可视化技能,更好地讲述数据故事。
143 1
|
7月前
|
机器学习/深度学习 数据可视化 数据挖掘
数据可视化大不同!Python数据分析与机器学习中的Matplotlib、Seaborn应用新视角!
在数据科学与机器学习领域,数据可视化是理解数据和优化模型的关键。Python凭借其强大的可视化库Matplotlib和Seaborn成为首选语言。本文通过分析一份包含房屋面积、卧室数量等特征及售价的数据集,展示了如何使用Matplotlib绘制散点图,揭示房屋面积与售价的正相关关系;并利用Seaborn的pairplot探索多变量间的关系。在机器学习建模阶段,通过随机森林模型展示特征重要性的可视化,帮助优化模型。这两个库在数据分析与建模中展现出广泛的应用价值。
90 2

热门文章

最新文章