遇见Python | Day 11 Python简单实现数据可视化(一)

本文详细介绍了如何在Python中使用matplotlib进行基本折线图绘制,包括修改标签、校正图形、散点图绘制、颜色映射等,并演示了如何自定义图表样式和保存。适合初学者和进阶者学习数据可视化技巧。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

目录

一、安装matplotlib

 二、绘制简单的折线

 1、修改标签和文字

2、校正图形

​ 3、使用scatter()绘制散点图并设置其格式

4、使用scatter()绘制一系列点

​ 5、自动计算数据

6、删除数据点的轮廓

7、自定义颜色

 8、使用颜色映射

 9、自动保存图表


一、安装matplotlib

        在PyCharm中安装很简单,File--Settings--Project--Python Interpreter

 二、绘制简单的折线

import matplotlib.pyplot as plt

squares=[1,4,9,16,25,49]

plt.plot(squares)
plt.show()

 1、修改标签和文字

import matplotlib.pyplot as plt

squares=[1,4,9,16,25,49]

plt.plot(squares,linewidth=7)
'''设置标题,坐标轴'''
plt.title('Square Numbers',fontsize=24)
plt.xlabel('Value',fontsize=24)
plt.ylabel('Square of Value',fontsize=14)

'''刻度标记'''
plt.tick_params(axis='both',labelsize=14)
plt.show()

2、校正图形

import matplotlib.pyplot as plt
values=[1,2,3,4,5,7]
squares=[1,4,9,16,25,49]

plt.plot(values,squares,linewidth=7)
'''设置标题,坐标轴'''
plt.title('Square Numbers',fontsize=24)
plt.xlabel('Value',fontsize=24)
plt.ylabel('Square of Value',fontsize=14)

'''刻度标记'''
plt.tick_params(axis='both',labelsize=14)
plt.show()

 3、使用scatter()绘制散点图并设置其格式

import matplotlib.pyplot as plt

plt.scatter(2,4)


'''设置标题,坐标轴'''
plt.title('Square Numbers',fontsize=24)
plt.xlabel('Value',fontsize=24)
plt.ylabel('Square of Value',fontsize=14)

'''刻度标记'''
plt.tick_params(axis='both',labelsize=14)
plt.show()

4、使用scatter()绘制一系列点

import matplotlib.pyplot as plt

x=[1,2,3,4,5]
y=[1,4,9,16,25]
plt.scatter(x,y,s=100)


'''设置标题,坐标轴'''
plt.title('Square Numbers',fontsize=24)
plt.xlabel('Value',fontsize=24)
plt.ylabel('Square of Value',fontsize=14)

'''刻度标记'''
plt.tick_params(axis='both',labelsize=14)
plt.show()

 5、自动计算数据

import matplotlib.pyplot as plt

x=list(range(1,1001))
y=[_x**2 for _x in x]
plt.scatter(x,y,s=40)


'''设置标题,坐标轴'''
plt.title('Square Numbers',fontsize=24)
plt.xlabel('Value',fontsize=24)
plt.ylabel('Square of Value',fontsize=14)

'''刻度标记'''
plt.tick_params(axis='both',labelsize=14)

'''设置每个坐标的取值范围'''
plt.axis([0,1100,0,1100000])
plt.show()

6、删除数据点的轮廓

plt.scatter(x,y,edgecolor='none',s=40)

7、自定义颜色

plt.scatter(x,y,c='yellow',edgecolor='none',s=40)

 8、使用颜色映射

plt.scatter(x,y,c=y,cmap=plt.cm.Blues,edgecolor='none',s=40)

 9、自动保存图表

plt.savefig('squares_plot.png',bbox_inches='tight')
'''第一个实参指定文件名,第二个实参指定将图表多余的空白区域裁剪掉'''

文章若有错误,请指正!

评论
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

打赏作者

bjfu_yang

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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