Python數(shù)據(jù)可視化matplotlib.pyplot

Acceml 發(fā)布于2019-07-31 10:37 / 1189人閱讀

摘要：刪除數(shù)據(jù)點(diǎn)的輪廓設(shè)置每個(gè)坐標(biāo)軸的取值范圍使用顏色映射允許你給散點(diǎn)圖中的各個(gè)點(diǎn)指定顏色。默認(rèn)為藍(lán)色點(diǎn)和黑色輪廓，在散點(diǎn)圖包含的數(shù)據(jù)點(diǎn)不多時(shí)效果很好。但繪制很多點(diǎn)時(shí)，黑色輪廓可能會(huì)粘連在一起。

1.安裝matplotlib

pip install matplotlib

2.繪制簡(jiǎn)單圖形

import matplotlib.pyplot as plt

#圖形輸入值
input_values = [1,2,3,4,5]
#圖形輸出值
squares = [1,4,9,16,25]

#plot根據(jù)列表繪制出有意義的圖形，linewidth是圖形線寬，可省略
plt.plot(input_values,squares,linewidth=5)
#設(shè)置圖標(biāo)標(biāo)題
plt.title("Square Numbers",fontsize = 24)
#設(shè)置坐標(biāo)軸標(biāo)簽
plt.xlabel("Value",fontsize = 14)
plt.ylabel("Square of Value",fontsize = 14)
#設(shè)置刻度標(biāo)記的大小
plt.tick_params(axis="both",labelsize = 14)
#打開matplotlib查看器，并顯示繪制圖形
plt.show()

3.繪制點(diǎn)

import matplotlib.pyplot as plt

#繪制散點(diǎn)圖(傳如一對(duì)x和y坐標(biāo)，在指定位置繪制一個(gè)點(diǎn))
plt.scatter(2,4)
#設(shè)置輸出樣式
plt.scatter(3,5,s=200)
plt.show()

4.繪制一系列的點(diǎn)

import matplotlib.pyplot as plt

x_values = [1,2,3,4,5]
y_values = [1,4,9,16,25]

plt.scatter(x_values,y_values,s=100)

plt.show()

5.自動(dòng)計(jì)算數(shù)據(jù)

import matplotlib.pyplot as plt

x_values = list(range(1,1001))
y_values = [x**2 for x in x_values]

plt.scatter(x_values,y_values,s=100)

#設(shè)置每個(gè)坐標(biāo)軸的取值范圍（x軸取值，y軸取值）
plt.axis([0,1100,0,1100000])
plt.show()

6.刪除數(shù)據(jù)點(diǎn)的輪廓

import matplotlib.pyplot as plt

x_values = list(range(1,1001))
y_values = [x**2 for x in x_values]

#matplotlib允許你給散點(diǎn)圖中的各個(gè)點(diǎn)指定顏色。默認(rèn)為藍(lán)色點(diǎn)和黑色輪廓，在散點(diǎn)圖包含的 數(shù)據(jù)點(diǎn)不多時(shí)效果很好。但繪制很多點(diǎn)時(shí)，黑色輪廓可能會(huì)粘連在一起。
#edgecolor="none"刪除數(shù)據(jù)點(diǎn)的輪廓
plt.scatter(x_values,y_values,edgecolor="none", s=40)


#設(shè)置每個(gè)坐標(biāo)軸的取值范圍
plt.axis([0,1100,0,1100000])
plt.show()

7.自定義顏色c=""直接傳顏色或元組都可以

import matplotlib.pyplot as plt

x_values = list(range(1,1001))
y_values = [x**2 for x in x_values]

#matplotlib允許你給散點(diǎn)圖中的各個(gè)點(diǎn)指定顏色。默認(rèn)為藍(lán)色點(diǎn)和黑色輪廓，在散點(diǎn)圖包含的 數(shù)據(jù)點(diǎn)不多時(shí)效果很好。但繪制很多點(diǎn)時(shí)，黑色輪廓可能會(huì)粘連在一起。
#edgecolor="none"刪除數(shù)據(jù)點(diǎn)的輪廓
plt.scatter(x_values, y_values,c="red", edgecolor="none", s=40)
# plt.scatter(x_values, y_values, c=(0, 0, 0.8), edgecolor="none", s=40)


#設(shè)置每個(gè)坐標(biāo)軸的取值范圍
plt.axis([0,1100,0,1100000])
plt.show()

8.使用顏色映射

import matplotlib.pyplot as plt

x_values = list(range(1,1001))
y_values = [x**2 for x in x_values]

#matplotlib允許你給散點(diǎn)圖中的各個(gè)點(diǎn)指定顏色。默認(rèn)為藍(lán)色點(diǎn)和黑色輪廓，在散點(diǎn)圖包含的 數(shù)據(jù)點(diǎn)不多時(shí)效果很好。但繪制很多點(diǎn)時(shí)，黑色輪廓可能會(huì)粘連在一起。
#edgecolor="none"刪除數(shù)據(jù)點(diǎn)的輪廓
plt.scatter(x_values, y_values,c=y_values,cmap=plt.cm.Blues, edgecolor="none", s=40)


#設(shè)置每個(gè)坐標(biāo)軸的取值范圍
plt.axis([0,1100,0,1100000])
plt.show()

9.自動(dòng)保存圖表

import matplotlib.pyplot as plt

x_values = list(range(1,1001))
y_values = [x**2 for x in x_values]

#matplotlib允許你給散點(diǎn)圖中的各個(gè)點(diǎn)指定顏色。默認(rèn)為藍(lán)色點(diǎn)和黑色輪廓，在散點(diǎn)圖包含的 數(shù)據(jù)點(diǎn)不多時(shí)效果很好。但繪制很多點(diǎn)時(shí)，黑色輪廓可能會(huì)粘連在一起。
#edgecolor="none"刪除數(shù)據(jù)點(diǎn)的輪廓
plt.scatter(x_values, y_values,c=y_values,cmap=plt.cm.Blues, edgecolor="none", s=40)


#設(shè)置每個(gè)坐標(biāo)軸的取值范圍
plt.axis([0,1100,0,1100000])
# plt.show()
#參數(shù)1指定要以什么樣的文件名保存圖表，保存和代碼的同目錄下，第二個(gè)參數(shù)表示要將多余的空白區(qū)域剪掉，要保留空白區(qū)域，可省略第二個(gè)參數(shù)
plt.savefig("squares_plot.png",bbox_inches="tight")

10.隨機(jī)漫步（繪制隨機(jī)漫步圖）

from random import choice

class RandomWalk(object):
    """一個(gè)生成隨機(jī)漫步數(shù)據(jù)的類"""
    def __init__(self, num_points = 5000):
        """初始化隨機(jī)漫步的屬性"""
        #存儲(chǔ)隨機(jī)漫步次數(shù)的變量
        self.num_points = num_points
        #所有隨機(jī)漫步都始于(0,0)
        #分別存儲(chǔ)隨機(jī)漫步經(jīng)過(guò)的每個(gè)點(diǎn)的x和y坐標(biāo)
        self.x_values = [0]
        self.y_values = [0]
        

    def fill_walk(self):
        """計(jì)算隨機(jī)漫步包含的所有點(diǎn)"""

        #不斷漫步，直到列表達(dá)到指定的長(zhǎng)度
        while len(self.x_values) < self.num_points:
            #決定前進(jìn)方向以及沿這個(gè)方向前進(jìn)的距離
            x_direction = choice([1,-1])
            x_distance = choice([0,1,2,3,4])
            x_step = x_direction * x_distance
            
            y_direction = choice([1,-1])
            y_distance = choice([0,1,2,3,4])
            y_step = y_direction * y_distance

            #拒絕原地踏步
            if x_step == 0 and y_step == 0:
                continue

            #計(jì)算下一個(gè)點(diǎn)的x值和y值
            next_x = self.x_values[-1] + x_step
            next_y = self.y_values[-1] +y_step

            self.x_values.append(next_x)
            self.y_values.append(next_y)
        pass

繪制隨機(jī)漫步圖

import matplotlib.pyplot as plt

from random_walk import RandomWalk


#創(chuàng)建一個(gè)RandomWalk實(shí)例，并將其包含的點(diǎn)都繪制出來(lái)

rw = RandomWalk()

rw.fill_walk()

plt.scatter(rw.x_values,rw.y_values,s=15)
plt.show()

11.模擬多次隨機(jī)漫步

import matplotlib.pyplot as plt

from random_walk import RandomWalk


#只要程序處于活動(dòng)狀態(tài)，就不斷的模擬漫步

while True:
    #創(chuàng)建一個(gè)RandomWalk實(shí)例，并將其包含的點(diǎn)都繪制出來(lái)
    rw = RandomWalk()
    rw.fill_walk()

    plt.scatter(rw.x_values,rw.y_values,s=15)
    plt.show()
    
    keep_running = input("Make another walk?(y/n)")
    if keep_running=="n":
        break

12.給點(diǎn)著色

import matplotlib.pyplot as plt

from random_walk import RandomWalk


#只要程序處于活動(dòng)狀態(tài)，就不斷的模擬漫步

while True:
    #創(chuàng)建一個(gè)RandomWalk實(shí)例，并將其包含的點(diǎn)都繪制出來(lái)
    rw = RandomWalk()
    rw.fill_walk()

    point_numbers = list(range(rw.num_points))

    plt.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Blues,edgecolor="none",s=15)
    plt.show()
    
    keep_running = input("Make another walk?(y/n)")
    if keep_running=="n":
        break

13.重新繪制起點(diǎn)和終點(diǎn)

import matplotlib.pyplot as plt

from random_walk import RandomWalk


#只要程序處于活動(dòng)狀態(tài)，就不斷的模擬漫步

while True:
    #創(chuàng)建一個(gè)RandomWalk實(shí)例，并將其包含的點(diǎn)都繪制出來(lái)
    rw = RandomWalk()
    rw.fill_walk()

    point_numbers = list(range(rw.num_points))

    plt.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Blues,edgecolors="none",s=15)
    
    #突出起點(diǎn)和終點(diǎn)
    plt.scatter(0,0,c="green",edgecolor="none",s=100)
    plt.scatter(rw.x_values[-1],rw.y_values[-1],c="red",edgecolors="none",s=100)

    plt.show()

    keep_running = input("Make another walk?(y/n)")
    if keep_running=="n":
        break

14.隱藏坐標(biāo)軸

while True:
    #創(chuàng)建一個(gè)RandomWalk實(shí)例，并將其包含的點(diǎn)都繪制出來(lái)
    rw = RandomWalk()
    rw.fill_walk()

    point_numbers = list(range(rw.num_points))

    plt.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Blues,edgecolors="none",s=15)
    
    #突出起點(diǎn)和終點(diǎn)
    plt.scatter(0,0,c="green",edgecolor="none",s=100)
    plt.scatter(rw.x_values[-1],rw.y_values[-1],c="red",edgecolors="none",s=100)

    #隱藏坐標(biāo)軸
    plt.axes().get_xaxis().set_visible(False)
    plt.axes().get_yaxis().set_visible(False)

    plt.show()

    keep_running = input("Make another walk?(y/n)")
    if keep_running=="n":
        break

15.增加點(diǎn)數(shù)（增加點(diǎn)數(shù)，將每個(gè)點(diǎn)的大小調(diào)?。?/b>
while True: #創(chuàng)建一個(gè)RandomWalk實(shí)例，并將其包含的點(diǎn)都繪制出來(lái) rw = RandomWalk(50000) rw.fill_walk() point_numbers = list(range(rw.num_points)) plt.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Blues,edgecolors="none",s=1) #突出起點(diǎn)和終點(diǎn) plt.scatter(0,0,c="green",edgecolor="none",s=100) plt.scatter(rw.x_values[-1],rw.y_values[-1],c="red",edgecolors="none",s=100) #隱藏坐標(biāo)軸 plt.axes().get_xaxis().set_visible(False) plt.axes().get_yaxis().set_visible(False) plt.show() keep_running = input("Make another walk?(y/n)") if keep_running=="n": break

17.調(diào)整尺寸以適應(yīng)屏幕
while True: #創(chuàng)建一個(gè)RandomWalk實(shí)例，并將其包含的點(diǎn)都繪制出來(lái) rw = RandomWalk(50000) rw.fill_walk() #設(shè)置繪圖窗口的尺寸 #figure()用于指定圖表的寬度，高度，分辨率黑背景色figsize需要指定一個(gè)元組，單位英寸,dpi是分辨率，可傳可不傳 plt.figure(dpi=128,figsize=(10,6)) point_numbers = list(range(rw.num_points)) plt.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Blues,edgecolors="none",s=1) #突出起點(diǎn)和終點(diǎn) plt.scatter(0,0,c="green",edgecolor="none",s=100) plt.scatter(rw.x_values[-1],rw.y_values[-1],c="red",edgecolors="none",s=100) #隱藏坐標(biāo)軸 plt.axes().get_xaxis().set_visible(False) plt.axes().get_yaxis().set_visible(False) plt.show() keep_running = input("Make another walk?(y/n)") if keep_running=="n": break

GPU云服務(wù)器云服務(wù)器 python可視化包數(shù)據(jù)可視化工具數(shù)據(jù)可視化工具大數(shù)據(jù)數(shù)據(jù)可視化大數(shù)據(jù) 數(shù)據(jù)可視化

文章版權(quán)歸作者所有，未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請(qǐng)注明本文地址：http://m.hztianpu.com/yun/44135.html

上一篇：9、web爬蟲講解2—urllib庫(kù)爬蟲—實(shí)戰(zhàn)爬取搜狗微信公眾號(hào)—抓包軟件安裝Fiddler4講解

下一篇：Leetcode 67：Add Binary(二進(jìn)制求和)

相關(guān)文章

Python學(xué)習(xí)筆記：數(shù)據(jù)可視化(一)

摘要：當(dāng)數(shù)據(jù)發(fā)生變化時(shí)，這種演變過(guò)程隨之發(fā)生。是一種統(tǒng)計(jì)報(bào)告圖，由一系列高度不等的縱向條紋或線段表示數(shù)據(jù)分布的情況。 showImg(https://segmentfault.com/img/bVbnkP1?w=751&h=558); python相關(guān) 基礎(chǔ)概念數(shù)據(jù):離散的，客觀事實(shí)的數(shù)字表示信息：處理后的數(shù)據(jù)，為實(shí)際問(wèn)題提供答案　　- 為數(shù)據(jù)提供一種關(guān)系或一個(gè)關(guān)聯(lián)后，數(shù)據(jù)就成了信...

Crazy_Coder 2019-07-31 11:07 評(píng)論0 收藏0

Python--matplotlib繪圖可視化知識(shí)點(diǎn)整理

摘要：本文作為學(xué)習(xí)過(guò)程中對(duì)一些常用知識(shí)點(diǎn)的整理，方便查找。所有繪圖操作僅對(duì)當(dāng)前圖和當(dāng)前坐標(biāo)有效。表示把圖標(biāo)分割成的網(wǎng)格。每個(gè)對(duì)象都是一個(gè)擁有自己坐標(biāo)系統(tǒng)的繪圖區(qū)域。避免比例壓縮為橢圓數(shù)據(jù)可視化入門教程繪圖核心剖析如何調(diào)整子圖的大小本文作為學(xué)習(xí)過(guò)程中對(duì)matplotlib一些常用知識(shí)點(diǎn)的整理，方便查找。強(qiáng)烈推薦ipython無(wú)論你工作在什么項(xiàng)目上，IPython都是值得推薦的。利用ipyt...

nifhlheimr 2019-07-25 10:22 評(píng)論0 收藏0

詳解Python中matplotlib模塊的繪圖方式

　　matplotlib作為常見的可視化繪圖工具，在工作當(dāng)中，應(yīng)用還是比較的廣泛的，那么，我們要怎么使用python這門語(yǔ)言去進(jìn)行繪圖呢？下面就給大家詳細(xì)解答下?！　?、matplotlib之父簡(jiǎn)介　　matplotlib之父John D.Hunter已經(jīng)去世，他的一生輝煌而短暫，但是他開發(fā)的的該開源庫(kù)還在繼續(xù)著輝煌。國(guó)內(nèi)介紹的資料太少了，查閱了一番整理如下：　　1968出身于美國(guó)的田納西州代爾斯...

89542767 2022-11-13 23:00 評(píng)論0 收藏0

用 Matplotlib 庫(kù)生成動(dòng)畫圖表

摘要：相對(duì)于靜態(tài)圖表，人類總是容易被動(dòng)畫和交互式圖表所吸引?？梢允褂幂p松生成圖表直方圖功率譜，條形圖，錯(cuò)誤圖表，散點(diǎn)圖等。然而，也有一些方面落后于同類的庫(kù)。動(dòng)畫使用一組固定的對(duì)象。稍后將用數(shù)據(jù)對(duì)行對(duì)象進(jìn)行填充?，F(xiàn)在用將它們轉(zhuǎn)換為動(dòng)畫。翻譯：瘋狂的技術(shù)宅https://towardsdatascience.co... showImg(https://segmentfault.com/img...

call_me_R 2019-07-31 10:20 評(píng)論0 收藏0

用 Matplotlib 庫(kù)生成動(dòng)畫圖表

摘要：相對(duì)于靜態(tài)圖表，人類總是容易被動(dòng)畫和交互式圖表所吸引。可以使用輕松生成圖表直方圖功率譜，條形圖，錯(cuò)誤圖表，散點(diǎn)圖等。然而，也有一些方面落后于同類的庫(kù)。動(dòng)畫使用一組固定的對(duì)象。稍后將用數(shù)據(jù)對(duì)行對(duì)象進(jìn)行填充。現(xiàn)在用將它們轉(zhuǎn)換為動(dòng)畫。翻譯：瘋狂的技術(shù)宅https://towardsdatascience.co... showImg(https://segmentfault.com/img...

不知名網(wǎng)友 2019-06-26 18:54 評(píng)論0 收藏0

發(fā)表評(píng)論

登陸后可評(píng)論

0條評(píng)論

Acceml

男|高級(jí)講師

我要關(guān)注我要私信

TA的文章
閱讀更多

tensorflow_compression

閱讀 2769·2023-04-26 00:42

racknerd：cpanel新加坡虛擬主機(jī)上線，最低配$17.98/年，可托管4個(gè)域，贈(zèng)送ssl證

閱讀 2901·2021-09-24 10:34

?機(jī)器學(xué)習(xí)?中Python實(shí)現(xiàn)可視化三維熱力圖（地形圖）

閱讀 3929·2021-09-24 09:48

操作系統(tǒng)中的IO控制方式詳解

閱讀 4262·2021-09-03 10:28

【HTML/CSS】什么是盒子模型

閱讀 2669·2019-08-30 15:56

過(guò)節(jié)很無(wú)聊？還是用 JavaScript 寫一個(gè)腦力小游戲吧！

閱讀 2848·2019-08-30 15:55

「CSS3」ImageMagick - 從gif建立雪碧圖動(dòng)畫 - Sprite Sheet Ani

閱讀 3340·2019-08-29 12:46

Web開發(fā)者不容錯(cuò)過(guò)的20段CSS代碼

閱讀 2316·2019-08-28 17:52

最新活動(dòng)

成人无码视频,亚洲精品久久久久av无码,午夜精品久久久久久毛片,亚洲中文字幕日韩无码

資訊專欄INFORMATION COLUMN

上云采購(gòu)季！| 2核2G4M爆款云服務(wù)器低至59元/年，更有多臺(tái)、長(zhǎng)期優(yōu)惠，快來(lái)選購(gòu)！

Python數(shù)據(jù)可視化matplotlib.pyplot

相關(guān)文章

Python學(xué)習(xí)筆記：數(shù)據(jù)可視化(一)

Python--matplotlib繪圖可視化知識(shí)點(diǎn)整理

**詳解Python中matplotlib模塊的繪圖方式**

**用 Matplotlib 庫(kù)生成動(dòng)畫圖表**

**用 Matplotlib 庫(kù)生成動(dòng)畫圖表**

發(fā)表評(píng)論

0條評(píng)論

Acceml

男|高級(jí)講師

TA的文章

tensorflow_compression

racknerd：cpanel新加坡虛擬主機(jī)上線，最低配$17.98/年，可托管4個(gè)域，贈(zèng)送ssl證

?機(jī)器學(xué)習(xí)?中Python實(shí)現(xiàn)可視化三維熱力圖（地形圖）

操作系統(tǒng)中的IO控制方式詳解

【HTML/CSS】什么是盒子模型

過(guò)節(jié)很無(wú)聊？還是用 JavaScript 寫一個(gè)腦力小游戲吧！

「CSS3」ImageMagick - 從gif建立雪碧圖動(dòng)畫 - Sprite Sheet Ani

Web開發(fā)者不容錯(cuò)過(guò)的20段CSS代碼

最新活動(dòng)

資訊專欄INFORMATION COLUMN

上云采購(gòu)季！| 2核2G4M爆款云服務(wù)器低至59元/年，更有多臺(tái)、長(zhǎng)期優(yōu)惠，快來(lái)選購(gòu)！

Python數(shù)據(jù)可視化matplotlib.pyplot

相關(guān)文章

發(fā)表評(píng)論

0條評(píng)論

男|高級(jí)講師

TA的文章

最新活動(dòng)

上云采購(gòu)季！| 2核2G4M爆款云服務(wù)器低至59元/年，更有多臺(tái)、長(zhǎng)期優(yōu)惠，快來(lái)選購(gòu)！