python:matplotlib及pandas绘图(1)

本文介绍了Python数据分析中的绘图和可视化,特别是matplotlib库的使用。讲解了如何创建Figure和Subplot,设置颜色、标记和线型,以及调整刻度、标签和图例。还涉及到了注释、图形绘制以及将图表保存到文件的基本方法。

利用python进行数据分析

第八章:绘图和可视化

matplotlib APL入门

>>> import matplotlib.pyplot as plt
>>> import numpy as np

1,Figure和Subplot

matplotlib的图像都位于Figure对象中,可通过plt.figure创建一个新的Figure
>>> fig=plt.figure() #创建一个新的Figure
>>> plt.show() #可展示图形结果
因为不能通过空的Figure绘图,所以必须用add_subplot创建一个或多个subplot才能进行绘图
>>> ax1=fig.add_subplot(2,2,1) #表示图形排布是2X2横向两张图,纵向两张图,且当前选中的是4个subplot中的第一个(编号从1开始)。后面还会再创建两个subplot
>>> ax2=fig.add_subplot(2,2,2) #所以add_subplot一定要有三个输入参数
>>> ax3=fig.add_subplot(2,2,3)
如果这时发出一条绘图命令(如plt.plot([1.5, 3.5, -2, 1.6])),matplotlib就会在最后一个用过的subplot(如果没有则创建一个)上进行绘图。
>>> from numpy.random import randn
>>> plt.plot(randn(50).cumsum(), 'k--')
[<matplotlib.lines.Line2D object at 0x0000000008E74630>]
>>> plt.show()
“k–”是一个线型选项,表示黑色虚线。“–”表示虚线,“-”表示实线
线条颜色选型:
| Alias | Color |
|‘b’ | blue |
|‘g’ | green |
|‘r’ | red |
|‘c’ | cyan |
|‘m’| magenta |
|‘y’ | yellow |
|‘k’ | black |
|‘w’| white |
之后再输入如下内容能够将上述三个图表内均进行画图
>>> _=ax1.hist(randn(100), bins=20, color='k', alpha=0.3)
>>> ax2.scatter(np.arange(30), np.arange(30)+3*randn(30))
>>> plt.show()
会展示画图的三张图片,‘k–’,ax1和ax2

可利用plt.subplots方法创建Figure和subplot任务,它可以创建一个新的Figure,并返回一个含有已经创建的subplot对象的NumPy数组
>>> fig, axes=plt.subplots(2, 3) #创建一个两行三列的空图表
>>> fig
<matplotlib.figure.Figure object at 0x0000000008CA6E10>
>>> axes
array([[< matplotlib.axes._subplots.AxesSubplot object at 0x0000000008EED4A8>,
< matplotlib.axes._subplots.AxesSubp

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值