python做出可视化图表

最新推荐文章于 2024-08-27 14:11:53 发布

原创最新推荐文章于 2024-08-27 14:11:53 发布 · 65 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#pygame

博客介绍了Python的两个绘图库Matplotlib和Seaborn。Matplotlib提供2D和部分3D图像支持，可用于生成高质量数据和制作动画；Seaborn基于Matplotlib，能创建美观的统计图形，可可视化多种类型数据。还展示了折线图、散点图等多种图形的效果图。

大家好，小编为大家解答一个有趣的事情的问题。很多人还不知道一个有趣的事情，现在让我们一起来看看吧！

需要用到的第三方库：

Matplotlib：基于Python的绘图库，提供完全的 2D 支持和部分 3D 图像支持。在跨平台和互动式环境中生成高质量数据时，matplotlib 会很有帮助火车头采集器伪原创【php源码】。也可以用作制作动画。
Seaborn：该 Python 库能够创建富含信息量和美观的统计图形。Seaborn 基于 matplotlib，具有多种特性，比如内置主题、调色板、可以可视化单变量数据、双变量数据，线性回归数据和数据矩阵以及统计型时序数据等，能让我们创建复杂的可视化图形。

1.折线图

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

# 数据准备
x = [2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019]
y = [5, 3, 6, 20, 17, 16, 19, 30, 32, 35]

# 使用Matplotlib画折线图
plt.plot(x, y, color="red")
plt.show()

# 使用Seaborn画折线图
df = pd.DataFrame({'x': x, 'y': y})
sns.lineplot(x="x", y="y", data=df)
plt.show()

效果图：

2.散点图

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

# 数据准备
N = 1000
x = np.random.randn(N)
y = np.random.randn(N)

# 用Matplotlib画散点图
plt.scatter(x, y, marker='*', color="red")
plt.show()

# 用Seaborn画散点图
df = pd.DataFrame({'x': x, 'y': y})
sns.jointplot(data=df, kind='scatter');
plt.show()

market 可以选择点的表示符号：* 表示星号、o 表示圆圈、x 表示叉

效果图：

3.条形图

import matplotlib.pyplot as plt
import seaborn as sns

# 数据准备
x = ['Cat1', 'Cat2', 'Cat3', 'Cat4', 'Cat5']
y = [5, 4, 8, 12, 7]

# 用Matplotlib画条形图
plt.bar(x, y, color="yellow")
plt.show()

# 用Seaborn画条形图
sns.barplot(x, y)
plt.show()

效果图：

4.直方图

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

# 数据准备
a = np.random.randn(100)
s = pd.Series(a)

# 用Matplotlib画直方图
plt.hist(s)
plt.show()

# 用Seaborn画直方图
# kde=True 会显示一条取值的曲线
sns.distplot(s, kde=True)
plt.show()

效果图：

5.饼图

import matplotlib.pyplot as plt

# 数据准备
nums = [25, 37, 33, 37, 6]
labels = ['High-school','Bachelor','Master','Ph.d', 'Others']

# 用Matplotlib画饼图
plt.pie(x = nums, labels=labels)
plt.show()

效果图：