- 数据可视化小实例
import matplotlib.pyplot as plt
input_value = [1,2,3,4,5]
squares = [1,4,9,16,25]
plt.plot(input_value,squares,linewidth=5)
plt.title('Test graph',fontsize=24) #设置图标标题
plt.xlabel('Value',fontsize=14) #坐标加上标签
plt.ylabel('Square of Value',fontsize=14)
plt.tick_params(axis='both',labelsize=14) # 设置刻度标记的大小
plt.show()
- scatter()绘制散点图
- 绘制单个点(注意实参s表示数据点的大小)
# 绘制散点图
import matplotlib.pyplot as plt
# 设置图表标题并给坐标轴加上标签
plt.scatter(2,4,s=800) # 实参s表示绘制图形时使用的点的尺寸
plt.title('Square number',fontsize=18)
plt.xlabel('Value',fontsize=14)
plt.ylabel('squares',fontsize=14)
# 设置刻度标记的大小
plt.tick_params(axis='both',which='major',labelsize=10)
plt.show()
- 自动计算数据
x_value = list(range(1,1001))
y_value = [x**2 for x in x_values] # y值的列表解析
plt.axis([0,1100,0,1100000]) # axis()指定每个坐标轴的取值范围
- 自定义散点的颜色
# 要指定数据点颜色,可向scatter()传递参数c,edgecolor表示有无轮廓,s代表数据点的大小
plt.scatter(x_values,y_values,c='red',edgecolor='none',s=40)