Python数据可视化—matplotlib笔记

原创

已于 2024-08-03 14:00:05 修改 · 置顶 · 6.2k 阅读

34 ·

CC 4.0 BY-SA版权

文章标签：

#Python #matplotlib #数据可视化

于 2016-12-22 18:49:40 首次发布

在参加数据挖掘竞赛中，经常需要对数据进行可视化。今天有空就对数据可视化— matplotlib这块内容系统的整理下，方便查找使用。本文来自于对《利用python进行数据分析》以及网上一些博客的总结。

1 matplotlib简介

matplotlib是Pythom可视化程序库的泰斗，经过几十年它仍然是Python使用者最常用的画图库。有许多别的程序库都是建立在它的基础上或直接调用它，比如pandas和seaborn就是matplotlib的外包，它们让你使用更少的代码去使用matplotlib的方法。 Gallery页面中有上百幅缩略图，打开之后都有源程序，非常适合学习matplotlib。

利用IPython --pylab可以进入Pylab模式，已经导入了matplotlib库和相关软件包（如numpy和scipy），如果安装了anconda，可以按（win + R）打开运行窗口，输入ipython --pylab启动IPython。在notebook模式下可以通过命令 %matplotlib inline 使图片内嵌在交互窗口。

2 图和子图的建立

2.1 导入matplotlib

import matplotlib.pyplot as plt

2.2 建立图和子图方式一

plt.plot( )会在最近的一个图上进行绘制

from numpy.random import randn
fig = plt.figure(figsize = (8,4))    #设置图的大小
ax1 = fig.add_subplot(2,2,1)
ax2 = fig.add_subplot(2,2,2)
ax3 = fig.add_subplot(2,1,2)
ax3.plot(randn(50).cumsum(),'k--')   # plt.plot(randn(50).cumsum(),'k--')等效
ax1.hist(randn(100),bins = 10, color = 'b', alpha = 0.3)      #bins 分成多少间隔   alpha 透明度
ax2.scatter(np.arange(30),np.arange(30) + 3*randn(30))
plt.show()