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天前
|
数据采集 存储 数据挖掘
Python数据分析:Pandas库的高效数据处理技巧
【10月更文挑战第27天】在数据分析领域,Python的Pandas库因其强大的数据处理能力而备受青睐。本文介绍了Pandas在数据导入、清洗、转换、聚合、时间序列分析和数据合并等方面的高效技巧,帮助数据分析师快速处理复杂数据集,提高工作效率。
11 0
|
4天前
|
数据采集 数据可视化 数据处理
如何使用Python实现一个交易策略。主要步骤包括:导入所需库(如`pandas`、`numpy`、`matplotlib`)
本文介绍了如何使用Python实现一个交易策略。主要步骤包括:导入所需库(如`pandas`、`numpy`、`matplotlib`),加载历史数据,计算均线和其他技术指标,实现交易逻辑,记录和可视化交易结果。示例代码展示了如何根据均线交叉和价格条件进行开仓、止损和止盈操作。实际应用时需注意数据质量、交易成本和风险管理。
18 5
|
3天前
|
存储 数据挖掘 数据处理
Python数据分析:Pandas库的高效数据处理技巧
【10月更文挑战第26天】Python 是数据分析领域的热门语言,Pandas 库以其高效的数据处理功能成为数据科学家的利器。本文介绍 Pandas 在数据读取、筛选、分组、转换和合并等方面的高效技巧,并通过示例代码展示其实际应用。
14 1
|
8天前
|
数据采集 数据可视化 数据挖掘
R语言与Python:比较两种数据分析工具
R语言和Python是目前最流行的两种数据分析工具。本文将对这两种工具进行比较,包括它们的历史、特点、应用场景、社区支持、学习资源、性能等方面,以帮助读者更好地了解和选择适合自己的数据分析工具。
15 2
|
8天前
|
数据采集 机器学习/深度学习 数据可视化
深入浅出:用Python进行数据分析的入门指南
【10月更文挑战第21天】 在信息爆炸的时代,掌握数据分析技能就像拥有一把钥匙,能够解锁隐藏在庞大数据集背后的秘密。本文将引导你通过Python语言,学习如何从零开始进行数据分析。我们将一起探索数据的收集、处理、分析和可视化等步骤,并最终学会如何利用数据讲故事。无论你是编程新手还是希望提升数据分析能力的专业人士,这篇文章都将为你提供一条清晰的学习路径。
|
17天前
|
数据采集 数据可视化 数据挖掘
使用Python进行数据处理与可视化——以气温数据分析为例
【10月更文挑战第12天】使用Python进行数据处理与可视化——以气温数据分析为例
128 0
|
17天前
|
数据可视化 定位技术 Python
Python数据可视化--Matplotlib--入门
Python数据可视化--Matplotlib--入门
21 0
|
17天前
|
数据挖掘 索引 Python
Python数据分析篇--NumPy--进阶
Python数据分析篇--NumPy--进阶
13 0
|
2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。
44 1
|
2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。
45 2