Matplotlib入门

Matplotlib入门

作为工具的可视化将部分分析来自数据科学家,以便从数据集中提取结论。在今天的文章中,我们将通过Matplotlib库进行。 Matplotlib是一个用于数据可视化的第三方库。它与Numpy,Scipy和Pandas结合使用。

基本绘图,功能可视化和数据可视化

2009年数据集“葡萄酒质量数据集“由Cortez等人阐述。在UCI机器学习中提供了一个众所周知的数据集,其中包含葡萄酒质量信息。它包括有关红色和白葡萄酒物理化学性质的数据和质量分数。在我们开始之前,我们将想象头部有点示例数据集:

示例数据集

基本情节

Matplotlib是一个具有无限电量的库,可以几乎任何可能的方式代表数据。要了解它的工作原理,我们将从最基本的指示开始,只要我们将增加困难。

检查数据分发的最有用方式是表示它,所以我们将首先绘制一系列点。为此,我们都可以使用 plt.plot.PLT.散文 想象它们。

 点绘图分布列表

将Matplotlib导入PLT 
PLT.PLOT([1,2,3,4],[1,4,9,16],'RO')
PLT.AXIS([0,6,0,21])

代表使用“plot”功能的点列表:

使用plt.plot和plt.散射图绘制点列表

图1.积分绘图列表 plt.plot.plt.散射图 

两者之间的差异随着颜色,形状和点的尺寸而来的控制。在 PLT.散文,您对每个点的外观都有更多的控制。

将Matplotlib导入PLT 
PLT.散射([1,2,3,4],[1,4,9,16])
PLT.AXIS([0,6,0,21])

代表使用“分散”功能的点列表:

绘制三个不同的点清单。

图2.三个不同点列表的图。

点= [[1,2,3,4],[1,4,9,16]]
plt.plot(点[0],点[1],'g ^')
plt.plot([x在点中的x]],点[1],'r--')
plt.plot([x为单位的x] [0]],点[1],'bs')
PLT.AXIS([0,15,0,21])

散点图函数允许您自定义不同点的形状。

功能可视化

有时我们希望根据某种功能的行为绘制一系列点。为了说明这个例子,我们将使用 正弦(2πx) 功能。正如您将看到的,我们之前将定义功能,以便我们可以使用我们创建的任何功能,它不必预定。

代表一个功能

使用散点图和来自Matplotlib库的散点图和绘图函数表示函数的表示

图3.使用散点图和绘图功能的点和线的函数的表示 matplotlib. 图书馆

将Matplotlib导入PLT 
将numpy导入np 

def sin(t):
    返回np.sin(2 * np.pi * t)

t1 = np.arange(0.0,5.0,0.1)

PLT.散射(T1,SIN(T1))

现在我们将发出相同的表示,但使用通过所有这些点运行的行。

将Matplotlib导入PLT 
将numpy导入np 
def sin(t):
    返回np.sin(2 * np.pi * t)

t1 = np.arange(0.0,5.0,0.1)

plt.plot(t1,sin(t1),'b')

数据可视化

当我们开始研究我们的数据时,我们将开始一些基本但非常有用的可视化。为此,我们将使用上面讨论的优质葡萄酒数据集,我们将学习如何表示数据的直方图和两列之间的比较。

在我们的数据集中列表的直方图表示:

df_wine ['固定酸度']。hist(letcend = true)

比较DataSet的两列:

两列比较

plt.figure(Figsize =(7,4))
plt.plot(df_wine ['固定酸度'],df_wine ['质量'],'ro')
Plt.xlabel('质量')
Plt.ylabel('固定酸度')

在我们的数据集中列表的直方图表示:

直方图列

plt.bar(df_wine ['质量'],df_wine ['固定酸度'))
Plt.xlabel('质量')
Plt.ylabel('固定酸度')

现在我们将提高困难,我们将进入Matplotlib呼叫数据。

Matplotlib在图(即Windows,Jupyter小部件等)上的数据(即,每个轴(即,可以在XY坐标方面可以指定点的区域,或者在极坐标中情节,或3D图中的XYZ等)。

使用轴创建图形的最简单方法是使用pyplot.subplots。然后我们可以使用轴.plot绘制轴上的一些数据。

图7.

我们将开始创建一个空数字,我们将向它添加标题。

带有标题'这是一个空的数字'空数字:

空的数字

图= plt.figure()
theSuptitle('这是一个空的数字',fontsize = 14,fontweight ='粗体')
AX = FIG.DD_SUBPLOT(111)
plt.show()

如你看到的 `fig.add_subplot(111)` 是子图网格参数作为单个整数。

例如,“111”表示“1×1电网,第一个子图”和“234”表示“2×3网格,第4个子图”。

替代形式 add_subplot(111)add_subplot(1,1,1)

接下来,我们将写出每个轴代表的名称并添加一个小文本框。

绘图文本在一个框内:

框中的文字

图= plt.figure()
theSuptitle('这是一个空的数字',fontsize = 14,fontweight ='粗体')
AX = FIG.DD_SUBPLOT(111)

ax.set_xlabel('xlabel')
ax.set_ylabel('ylabel')

AX.Text(0.3,0.8,'盒装斜体文本数据Coords',Style ='斜体',
        BBOX = {'faceColor':'红色','alpha':0.5,'pad':10})
plt.show()

现在我们将尝试写一个箭头后跟箭头。

绘制注释:

注释绘制

图= plt.figure()
theSuptitle('这是一个空的数字',fontsize = 14,fontweight ='粗体')
AX = FIG.DD_SUBPLOT(111)

ax.set_xlabel('xlabel')
ax.set_ylabel('ylabel')

ax.annotate('注释',xy =(0.2,0.1),xytext =(0.3,0.4),
            arrowprops = dict(facecholor ='黑色',shrink = 0.05))
plt.show()

最后,我们通常需要的东西是为了设置我们的代表的轴的范围。为此,我们将使用轴属性并将其传递我们要配置的值。

更改轴范围为x - > [0,10] y - > [0,10]:

图= plt.figure()
theSuptitle('这是一个空的数字',fontsize = 14,fontweight ='粗体')
AX = FIG.DD_SUBPLOT(111)

ax.set_xlabel('xlabel')
ax.set_ylabel('ylabel')

AX.AXIS([0,10,0,10])

内容来源网络,如有侵权,联系删除,本文地址:https://www.230890.com/zhan/160389.html

(0)

相关推荐

  • 关隘怎么读 关隘的读音

    关隘怎么读 关隘的读音2021-10-30 14:30:511、关隘是一个汉语词汇,拼音是guān ài,指险要的关口,在交通要道设立的防务设施,又称关卡。比喻起决定作用的转折点。2、语出冯梦龙《东周列国志》第七十二回:

    生活 2021年10月30日
  • 辞不达意的意思解释 辞不达意释义

    辞不达意的意思解释 辞不达意释义2021-11-01 13:06:311、辞不达意释义:言辞不能把思想确切表达出来。2、成语出处:《仪礼·聘礼》:辞多则史,少则不达,辞苟足以达义之至也。 3、成语用法:主谓式;作谓语、宾

    生活 2021年11月1日
  • 失眠和神经衰弱,失眠是不是神经衰弱

    失眠是神经衰弱最常见之症状,病人也最为痛苦,临床中导致失眠的病因,极为复杂。

    生活 2021年11月27日
  • 描写秋天的语句有哪些,秋天的经典语录分享

    描写秋天的语句有哪些,秋天的经典语录分享1、秋天还藏着十分好闻的气味,柿子香香的,橘子甜甜的,还有苹果、菠萝许许多多香甜的气味都在秋天里呢!秋游的小朋友都深深爱上了秋天的气味。
    2、进入七八月份,葡萄渐渐成熟。由淡紫色变

    阅读 2021年10月21日
  • “你说的,我可没说”英语怎么说?

    你说的,我可没说 your words, not mine (1) one’s words “某人说的话” (2) in one’s words “用某人的...

    阅读 2022年1月11日
  • 工行手机银行7.0:强大科技支撑4.6亿用户信任

    11月18日,中国工商银行“第七届11•18互联网金融粉丝节”以“云直播”形式举办。本届粉丝节上,工行正式发布手机银行7.0版,以“陪伴”为主题,实现财富、服务、个性、互动、权益的全方位升级,为工行4.6亿客户打造全方位互动、全旅程陪伴的手机银行。

    科技 2021年11月19日