Ptyhon視覺化:chapter3--繪製並定製化圖表
一、定義圖示型別---柱狀圖、線形圖和堆積柱狀圖
從matplotlib.pyplot庫的一些常用圖表入手
matplotlib中的基本圖表包括一下元素:
- x軸和y軸
- x軸和y軸刻度
- x軸和y軸刻度標籤
- 繪圖區域
from matplotlib.pyplot import *
x = [1, 2, 3, 4]
y = [5, 4, 3, 2]
figure() # create figure
# divide subplots into 2 x 3 grid
# and select #1
subplot(231)
plot(x, y)
subplot(232)
bar(x, y) #垂直柱狀圖
subplot(233)
barh(x, y) #水平柱狀圖
subplot(234)
bar(x, y)
# we need more data for stacked bar charts
y1 = [7, 8, 5, 3]
bar(x, y1, bottom=y, color='r') # 疊加柱狀圖
subplot(235) #箱線圖
boxplot(x)
subplot(236)
scatter(x, y) #散點圖
show()
subplot(231)把圖表分割成2X3的網格,也也可以用subplot(3, 2, 1)
二、簡單的正弦圖和餘弦圖
import matplotlib.pyplot as pl
import numpy as np
x = np.linspace(-np.pi, np.pi, 256, endpoint=True)
y = np.cos(x)
y1 = np.sin(x)
pl.plot(x, y)
pl.plot(x, y1)
pl.show()
三、設定座標軸長度和範圍
l = [-1, 1, -10, 10] # xmin, xmax, ymin, ymax
axis(l)
新增新的座標軸,可以呼叫matplotlib.pyplot.axes()方法。如果需要幾個不同的檢視來表達相同的資料的不同屬性值,這就需要在一張圖中組合顯示多個圖表
新增一條線,可以呼叫matplotlib.pyploty.axhline() or matplotlib.pyplot.axvline()
四、設定圖表的線型、屬性和格式化字串
一種常用的方式是: plot(x, y, linewidth=1.5)
另一種
lines = plot(x, y)
setp(lines, 'linewidth', 1.5)
用來改變線條的所有屬性都包含在matplotlib.lines.Line2D累中
五、設定刻度、刻度標籤和網路
刻度定位器(tick locator) -- 指定刻度所在的位置
刻度格式器(tick formatter) -- 指定刻度顯示的樣式
六、新增圖例和註解
from matplotlib.pyplot import *
import numpy as np
x1 = np.random.normal(30, 3, 100)
x2 = np.random.normal(20, 2, 100)
x3 = np.random.normal(10, 3, 100)
plot(x1, label='plot')
plot(x2, label='2nd plot')
plot(x3, label='last plot')
#generate a legend box
legend(bbox_to_anchor=(0., 1.02, 1., .102), loc=3, ncol=3, mode="expand", borderaxespad=0.)
annotate("Important value", (55,20), xycoords='data', xytext=(5,38), arrowprops=dict(arrowstyle='->'))
show()
七、移動軸線到圖中央
八、繪製直方圖
matplotlib.pyploy.hist()來建立直方圖
九、繪製誤差條形圖
十、繪製餅圖
十一、繪製填充區域的圖表
十二、繪製帶彩色標記的散點圖
import matplotlib.pyplot as plt
import numpy as np
x = np.random.randn(1000)
y1 = np.random.randn(len(x))
y2 = 1.2 + np.exp(x)
ax1 = plt.subplot(121)
plt.scatter(x, y1, color='indigo', alpha=0.3, edgecolors='white', label='no correl')
plt.xlabel('no correlation')
plt.grid(True)
plt.legend()
ax2 = plt.subplot(122, sharey=ax1, sharex=ax1)
plt.scatter(x, y2, color='green', alpha=0.3, edgecolors='gray', label='correl')
plt.xlabel('strong correlation')
plt.grid(True)
plt.legend()
plt.show()
相關文章
- 【 視覺化】熱力圖繪製原理視覺化
- 視覺化圖表教程:業務資料地圖的繪製視覺化地圖
- R語言之視覺化①②熱圖繪製2R語言視覺化
- 風場視覺化:繪製軌跡視覺化
- 風場視覺化:繪製粒子視覺化
- Python繪製六種視覺化圖表詳解(建議收藏)Python視覺化
- [資料分析與視覺化] Python繪製資料地圖2-GeoPandas地圖視覺化視覺化Python地圖
- 視覺化圖表大屏製作工具SovitChart概述視覺化
- 3d視覺化建模定製3D視覺化
- Python繪製六種視覺化圖表詳解,三維圖最炫酷!你覺得呢?Python視覺化
- 3d視覺化產品定製3D視覺化
- 三種方法繪製雷達圖,用最快的時間做出最好看的視覺化圖表視覺化
- 3d視覺化物聯網定製3D視覺化
- 3d視覺化雲展廳定製3D視覺化
- 小區確診病例實時地圖,怎麼繪製疫情視覺化地圖?地圖視覺化
- Python繪圖與視覺化Python繪圖視覺化
- [Python視覺化] pyecharts安裝入門及繪製中國貴州地圖Python視覺化Echarts地圖
- 一些超實用的視覺化圖表製作小技巧視覺化
- 視覺化大屏報表的設計與製作 | 附成果圖視覺化
- 視覺化學習:使用WebGL繪製圓形,實現色盤視覺化Web
- 視覺化學習:如何用WebGL繪製3D物體視覺化Web3D
- 乾貨分享|資料視覺化報表製作技巧視覺化
- App繪製優化APP優化
- Android繪製優化(一)繪製效能分析Android優化
- 拿走不謝,資料視覺化地圖製作教程!視覺化地圖
- 化學繪圖軟體ChemDraw,繪製簡單的化學元素繪圖
- 3d視覺化模具定製3D視覺化
- 資料視覺化之matplotlib實戰:plt.pie()函式 繪製餅狀圖視覺化函式
- 資料視覺化之模組邊框繪製,以及元件開發(一)視覺化元件
- 資訊圖製作教程:資料視覺化中視覺元素的運用視覺化
- 繪製圖表 go-echartsGoEcharts
- 資料視覺化:基本圖表視覺化
- Python資料視覺化:5段程式碼搞定散點圖繪製與使用,值得收藏Python視覺化
- 智慧園區三維視覺化應用,如何繪製智慧園區的電子地圖?視覺化地圖
- [Echarts視覺化] 一.入門篇之簡單繪製中國地圖和貴州地區Echarts視覺化地圖
- 前端使用 Konva 實現視覺化設計器(22)- 繪製圖形(矩形、直線、折線)前端視覺化
- 音訊錄製及視覺化處理音訊視覺化
- 資料視覺化如何選擇合適的視覺化圖表?視覺化