python数据可视化

最新推荐文章于 2024-11-08 19:53:11 发布

置顶

heshuuqqq

最新推荐文章于 2024-11-08 19:53:11 发布

阅读量283

点赞数 2

CC 4.0 BY-SA版权

分类专栏：可视化文章标签： python

本文链接：https://blog.youkuaiyun.com/confusingggg/article/details/118049823

本文主要介绍Python 3.0及以上版本的数据可视化，包括matplotlib库的使用，如2维散点图、折线图、柱状图、直方图和饼状图的制作，以及数据处理和图形背景设置。建议程序员通过实际运行代码来理解函数的功能和意义。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

python数据可视化（3.0版本以上）

import matplotlib.pyplot as plt  #作图的强大第三方库
import numpy as np   #用于对数组矩阵的操作

matplotlib的官网链接

数据用例

x=[1,2,3,4,5]
y=[1,4,9,16,25]
print(x+y) #结果为[1, 2, 3, 4, 5, 1, 4, 9, 16, 25]
x=np.array(x)
y= np.array(y)
print(x+y)  #结果为[ 2  6 12 20 30]

数据的处理可以使用numpy，下为np的基础函数和运算

x_1=np.array(x)  #结果为[1,2,3,4,5]
x_2=np.arange(11)  #结果为[ 0  1  2  3  4  5  6  7  8  9 10]
x_4=np.arange(0,15,4)  #含义为0,-15之间从0开始，每隔4个数值取一位数值组成数组
x_3= np.random.randint(0,100,15)  #0-100之间随机取15个数组成数组
#结果为[93 79 19 78 60 25  9 72 76 14 29 43 14 60 12]
x=np.random.randn(5) 
 #结果为[-0.52962075  1.21884183  0.36144836  0.0791048  -0.26039445]
x_3.sort()  #将矩阵按从小到大排序，同时x_3本身发生变化
#结果为[ 9 12 14 14 19 25 29 43 60 60 72 76 78 79 93]
x_5=np.linspace(-10,10,20) #将-10到10划分为20份并放回数组
y = x_3+np.random.randint(0, 100, 55)*0.5 #运用矩阵的运算法则