Python數(shù)據(jù)可視化matplotlib.pyplot

Acceml 發(fā)布于2019-07-31 10:37 / 1142人閱讀

摘要：刪除數(shù)據(jù)點的輪廓設置每個坐標軸的取值范圍使用顏色映射允許你給散點圖中的各個點指定顏色。默認為藍色點和黑色輪廓，在散點圖包含的數(shù)據(jù)點不多時效果很好。但繪制很多點時，黑色輪廓可能會粘連在一起。

1.安裝matplotlib

pip install matplotlib

2.繪制簡單圖形

import matplotlib.pyplot as plt

#圖形輸入值
input_values = [1,2,3,4,5]
#圖形輸出值
squares = [1,4,9,16,25]

#plot根據(jù)列表繪制出有意義的圖形，linewidth是圖形線寬，可省略
plt.plot(input_values,squares,linewidth=5)
#設置圖標標題
plt.title("Square Numbers",fontsize = 24)
#設置坐標軸標簽
plt.xlabel("Value",fontsize = 14)
plt.ylabel("Square of Value",fontsize = 14)
#設置刻度標記的大小
plt.tick_params(axis="both",labelsize = 14)
#打開matplotlib查看器，并顯示繪制圖形
plt.show()

3.繪制點

import matplotlib.pyplot as plt

#繪制散點圖(傳如一對x和y坐標，在指定位置繪制一個點)
plt.scatter(2,4)
#設置輸出樣式
plt.scatter(3,5,s=200)
plt.show()

4.繪制一系列的點

import matplotlib.pyplot as plt

x_values = [1,2,3,4,5]
y_values = [1,4,9,16,25]

plt.scatter(x_values,y_values,s=100)

plt.show()

5.自動計算數(shù)據(jù)

import matplotlib.pyplot as plt

x_values = list(range(1,1001))
y_values = [x**2 for x in x_values]

plt.scatter(x_values,y_values,s=100)

#設置每個坐標軸的取值范圍（x軸取值，y軸取值）
plt.axis([0,1100,0,1100000])
plt.show()

6.刪除數(shù)據(jù)點的輪廓

import matplotlib.pyplot as plt

x_values = list(range(1,1001))
y_values = [x**2 for x in x_values]

#matplotlib允許你給散點圖中的各個點指定顏色。默認為藍色點和黑色輪廓，在散點圖包含的 數(shù)據(jù)點不多時效果很好。但繪制很多點時，黑色輪廓可能會粘連在一起。
#edgecolor="none"刪除數(shù)據(jù)點的輪廓
plt.scatter(x_values,y_values,edgecolor="none", s=40)


#設置每個坐標軸的取值范圍
plt.axis([0,1100,0,1100000])
plt.show()

7.自定義顏色c=""直接傳顏色或元組都可以

import matplotlib.pyplot as plt

x_values = list(range(1,1001))
y_values = [x**2 for x in x_values]

#matplotlib允許你給散點圖中的各個點指定顏色。默認為藍色點和黑色輪廓，在散點圖包含的 數(shù)據(jù)點不多時效果很好。但繪制很多點時，黑色輪廓可能會粘連在一起。
#edgecolor="none"刪除數(shù)據(jù)點的輪廓
plt.scatter(x_values, y_values,c="red", edgecolor="none", s=40)
# plt.scatter(x_values, y_values, c=(0, 0, 0.8), edgecolor="none", s=40)


#設置每個坐標軸的取值范圍
plt.axis([0,1100,0,1100000])
plt.show()

8.使用顏色映射

import matplotlib.pyplot as plt

x_values = list(range(1,1001))
y_values = [x**2 for x in x_values]

#matplotlib允許你給散點圖中的各個點指定顏色。默認為藍色點和黑色輪廓，在散點圖包含的 數(shù)據(jù)點不多時效果很好。但繪制很多點時，黑色輪廓可能會粘連在一起。
#edgecolor="none"刪除數(shù)據(jù)點的輪廓
plt.scatter(x_values, y_values,c=y_values,cmap=plt.cm.Blues, edgecolor="none", s=40)


#設置每個坐標軸的取值范圍
plt.axis([0,1100,0,1100000])
plt.show()

9.自動保存圖表

import matplotlib.pyplot as plt

x_values = list(range(1,1001))
y_values = [x**2 for x in x_values]

#matplotlib允許你給散點圖中的各個點指定顏色。默認為藍色點和黑色輪廓，在散點圖包含的 數(shù)據(jù)點不多時效果很好。但繪制很多點時，黑色輪廓可能會粘連在一起。
#edgecolor="none"刪除數(shù)據(jù)點的輪廓
plt.scatter(x_values, y_values,c=y_values,cmap=plt.cm.Blues, edgecolor="none", s=40)


#設置每個坐標軸的取值范圍
plt.axis([0,1100,0,1100000])
# plt.show()
#參數(shù)1指定要以什么樣的文件名保存圖表，保存和代碼的同目錄下，第二個參數(shù)表示要將多余的空白區(qū)域剪掉，要保留空白區(qū)域，可省略第二個參數(shù)
plt.savefig("squares_plot.png",bbox_inches="tight")

10.隨機漫步（繪制隨機漫步圖）

from random import choice

class RandomWalk(object):
    """一個生成隨機漫步數(shù)據(jù)的類"""
    def __init__(self, num_points = 5000):
        """初始化隨機漫步的屬性"""
        #存儲隨機漫步次數(shù)的變量
        self.num_points = num_points
        #所有隨機漫步都始于(0,0)
        #分別存儲隨機漫步經(jīng)過的每個點的x和y坐標
        self.x_values = [0]
        self.y_values = [0]
        

    def fill_walk(self):
        """計算隨機漫步包含的所有點"""

        #不斷漫步，直到列表達到指定的長度
        while len(self.x_values) < self.num_points:
            #決定前進方向以及沿這個方向前進的距離
            x_direction = choice([1,-1])
            x_distance = choice([0,1,2,3,4])
            x_step = x_direction * x_distance
            
            y_direction = choice([1,-1])
            y_distance = choice([0,1,2,3,4])
            y_step = y_direction * y_distance

            #拒絕原地踏步
            if x_step == 0 and y_step == 0:
                continue

            #計算下一個點的x值和y值
            next_x = self.x_values[-1] + x_step
            next_y = self.y_values[-1] +y_step

            self.x_values.append(next_x)
            self.y_values.append(next_y)
        pass

繪制隨機漫步圖

import matplotlib.pyplot as plt

from random_walk import RandomWalk


#創(chuàng)建一個RandomWalk實例，并將其包含的點都繪制出來

rw = RandomWalk()

rw.fill_walk()

plt.scatter(rw.x_values,rw.y_values,s=15)
plt.show()

11.模擬多次隨機漫步

import matplotlib.pyplot as plt

from random_walk import RandomWalk


#只要程序處于活動狀態(tài)，就不斷的模擬漫步

while True:
    #創(chuàng)建一個RandomWalk實例，并將其包含的點都繪制出來
    rw = RandomWalk()
    rw.fill_walk()

    plt.scatter(rw.x_values,rw.y_values,s=15)
    plt.show()
    
    keep_running = input("Make another walk?(y/n)")
    if keep_running=="n":
        break

12.給點著色

import matplotlib.pyplot as plt

from random_walk import RandomWalk


#只要程序處于活動狀態(tài)，就不斷的模擬漫步

while True:
    #創(chuàng)建一個RandomWalk實例，并將其包含的點都繪制出來
    rw = RandomWalk()
    rw.fill_walk()

    point_numbers = list(range(rw.num_points))

    plt.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Blues,edgecolor="none",s=15)
    plt.show()
    
    keep_running = input("Make another walk?(y/n)")
    if keep_running=="n":
        break

13.重新繪制起點和終點

import matplotlib.pyplot as plt

from random_walk import RandomWalk


#只要程序處于活動狀態(tài)，就不斷的模擬漫步

while True:
    #創(chuàng)建一個RandomWalk實例，并將其包含的點都繪制出來
    rw = RandomWalk()
    rw.fill_walk()

    point_numbers = list(range(rw.num_points))

    plt.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Blues,edgecolors="none",s=15)
    
    #突出起點和終點
    plt.scatter(0,0,c="green",edgecolor="none",s=100)
    plt.scatter(rw.x_values[-1],rw.y_values[-1],c="red",edgecolors="none",s=100)

    plt.show()

    keep_running = input("Make another walk?(y/n)")
    if keep_running=="n":
        break

14.隱藏坐標軸

while True:
    #創(chuàng)建一個RandomWalk實例，并將其包含的點都繪制出來
    rw = RandomWalk()
    rw.fill_walk()

    point_numbers = list(range(rw.num_points))

    plt.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Blues,edgecolors="none",s=15)
    
    #突出起點和終點
    plt.scatter(0,0,c="green",edgecolor="none",s=100)
    plt.scatter(rw.x_values[-1],rw.y_values[-1],c="red",edgecolors="none",s=100)

    #隱藏坐標軸
    plt.axes().get_xaxis().set_visible(False)
    plt.axes().get_yaxis().set_visible(False)

    plt.show()

    keep_running = input("Make another walk?(y/n)")
    if keep_running=="n":
        break

15.增加點數(shù)（增加點數(shù)，將每個點的大小調(diào)?。?/b>
while True: #創(chuàng)建一個RandomWalk實例，并將其包含的點都繪制出來 rw = RandomWalk(50000) rw.fill_walk() point_numbers = list(range(rw.num_points)) plt.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Blues,edgecolors="none",s=1) #突出起點和終點 plt.scatter(0,0,c="green",edgecolor="none",s=100) plt.scatter(rw.x_values[-1],rw.y_values[-1],c="red",edgecolors="none",s=100) #隱藏坐標軸 plt.axes().get_xaxis().set_visible(False) plt.axes().get_yaxis().set_visible(False) plt.show() keep_running = input("Make another walk?(y/n)") if keep_running=="n": break

17.調(diào)整尺寸以適應屏幕
while True: #創(chuàng)建一個RandomWalk實例，并將其包含的點都繪制出來 rw = RandomWalk(50000) rw.fill_walk() #設置繪圖窗口的尺寸 #figure()用于指定圖表的寬度，高度，分辨率黑背景色figsize需要指定一個元組，單位英寸,dpi是分辨率，可傳可不傳 plt.figure(dpi=128,figsize=(10,6)) point_numbers = list(range(rw.num_points)) plt.scatter(rw.x_values,rw.y_values,c=point_numbers,cmap=plt.cm.Blues,edgecolors="none",s=1) #突出起點和終點 plt.scatter(0,0,c="green",edgecolor="none",s=100) plt.scatter(rw.x_values[-1],rw.y_values[-1],c="red",edgecolors="none",s=100) #隱藏坐標軸 plt.axes().get_xaxis().set_visible(False) plt.axes().get_yaxis().set_visible(False) plt.show() keep_running = input("Make another walk?(y/n)") if keep_running=="n": break

GPU云服務器云服務器 python可視化包數(shù)據(jù)可視化工具數(shù)據(jù)可視化工具大數(shù)據(jù)數(shù)據(jù)可視化大數(shù)據(jù) 數(shù)據(jù)可視化

文章版權歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請注明本文地址：http://systransis.cn/yun/44135.html

上一篇：9、web爬蟲講解2—urllib庫爬蟲—實戰(zhàn)爬取搜狗微信公眾號—抓包軟件安裝Fiddler4講解

下一篇：Leetcode 67：Add Binary(二進制求和)

相關文章

Python學習筆記：數(shù)據(jù)可視化(一)

摘要：當數(shù)據(jù)發(fā)生變化時，這種演變過程隨之發(fā)生。是一種統(tǒng)計報告圖，由一系列高度不等的縱向條紋或線段表示數(shù)據(jù)分布的情況。 showImg(https://segmentfault.com/img/bVbnkP1?w=751&h=558); python相關基礎概念數(shù)據(jù):離散的，客觀事實的數(shù)字表示信息：處理后的數(shù)據(jù)，為實際問題提供答案　　- 為數(shù)據(jù)提供一種關系或一個關聯(lián)后，數(shù)據(jù)就成了信...

Crazy_Coder 2019-07-31 11:07 評論0 收藏0

Python--matplotlib繪圖可視化知識點整理

摘要：本文作為學習過程中對一些常用知識點的整理，方便查找。所有繪圖操作僅對當前圖和當前坐標有效。表示把圖標分割成的網(wǎng)格。每個對象都是一個擁有自己坐標系統(tǒng)的繪圖區(qū)域。避免比例壓縮為橢圓數(shù)據(jù)可視化入門教程繪圖核心剖析如何調(diào)整子圖的大小本文作為學習過程中對matplotlib一些常用知識點的整理，方便查找。強烈推薦ipython無論你工作在什么項目上，IPython都是值得推薦的。利用ipyt...

nifhlheimr 2019-07-25 10:22 評論0 收藏0

詳解Python中matplotlib模塊的繪圖方式

　　matplotlib作為常見的可視化繪圖工具，在工作當中，應用還是比較的廣泛的，那么，我們要怎么使用python這門語言去進行繪圖呢？下面就給大家詳細解答下?！　?、matplotlib之父簡介　　matplotlib之父John D.Hunter已經(jīng)去世，他的一生輝煌而短暫，但是他開發(fā)的的該開源庫還在繼續(xù)著輝煌。國內(nèi)介紹的資料太少了，查閱了一番整理如下：　　1968出身于美國的田納西州代爾斯...

89542767 2022-11-13 23:00 評論0 收藏0

用 Matplotlib 庫生成動畫圖表

摘要：相對于靜態(tài)圖表，人類總是容易被動畫和交互式圖表所吸引。可以使用輕松生成圖表直方圖功率譜，條形圖，錯誤圖表，散點圖等。然而，也有一些方面落后于同類的庫。動畫使用一組固定的對象。稍后將用數(shù)據(jù)對行對象進行填充。現(xiàn)在用將它們轉(zhuǎn)換為動畫。翻譯：瘋狂的技術宅https://towardsdatascience.co... showImg(https://segmentfault.com/img...

call_me_R 2019-07-31 10:20 評論0 收藏0

用 Matplotlib 庫生成動畫圖表

摘要：相對于靜態(tài)圖表，人類總是容易被動畫和交互式圖表所吸引?？梢允褂幂p松生成圖表直方圖功率譜，條形圖，錯誤圖表，散點圖等。然而，也有一些方面落后于同類的庫。動畫使用一組固定的對象。稍后將用數(shù)據(jù)對行對象進行填充?，F(xiàn)在用將它們轉(zhuǎn)換為動畫。翻譯：瘋狂的技術宅https://towardsdatascience.co... showImg(https://segmentfault.com/img...

不知名網(wǎng)友 2019-06-26 18:54 評論0 收藏0

發(fā)表評論

登陸后可評論

0條評論

Acceml

男|高級講師

我要關注我要私信

TA的文章
閱讀更多

tensorflow_compression

閱讀 2669·2023-04-26 00:42

racknerd：cpanel新加坡虛擬主機上線，最低配$17.98/年，可托管4個域，贈送ssl證

閱讀 2815·2021-09-24 10:34

?機器學習?中Python實現(xiàn)可視化三維熱力圖（地形圖）

閱讀 3827·2021-09-24 09:48

操作系統(tǒng)中的IO控制方式詳解

閱讀 4163·2021-09-03 10:28

【HTML/CSS】什么是盒子模型

閱讀 2584·2019-08-30 15:56

過節(jié)很無聊？還是用 JavaScript 寫一個腦力小游戲吧！

閱讀 2781·2019-08-30 15:55

「CSS3」ImageMagick - 從gif建立雪碧圖動畫 - Sprite Sheet Ani

閱讀 3272·2019-08-29 12:46

Web開發(fā)者不容錯過的20段CSS代碼

閱讀 2251·2019-08-28 17:52

最新活動

成人国产在线小视频_日韩寡妇人妻调教在线播放_色成人www永久在线观看_2018国产精品久久_亚洲欧美高清在线30p_亚洲少妇综合一区_黄色在线播放国产_亚洲另类技巧小说校园_国产主播xx日韩_a级毛片在线免费

資訊專欄INFORMATION COLUMN

上云采購季！| 2核2G4M爆款云服務器低至59元/年，更有多臺、長期優(yōu)惠，快來選購！

Python數(shù)據(jù)可視化matplotlib.pyplot

相關文章

Python學習筆記：數(shù)據(jù)可視化(一)

Python--matplotlib繪圖可視化知識點整理

**詳解Python中matplotlib模塊的繪圖方式**

**用 Matplotlib 庫生成動畫圖表**

**用 Matplotlib 庫生成動畫圖表**

發(fā)表評論

0條評論

Acceml

男|高級講師

TA的文章

tensorflow_compression

racknerd：cpanel新加坡虛擬主機上線，最低配$17.98/年，可托管4個域，贈送ssl證

?機器學習?中Python實現(xiàn)可視化三維熱力圖（地形圖）

操作系統(tǒng)中的IO控制方式詳解

【HTML/CSS】什么是盒子模型

過節(jié)很無聊？還是用 JavaScript 寫一個腦力小游戲吧！

「CSS3」ImageMagick - 從gif建立雪碧圖動畫 - Sprite Sheet Ani

Web開發(fā)者不容錯過的20段CSS代碼

最新活動

資訊專欄INFORMATION COLUMN

上云采購季！| 2核2G4M爆款云服務器低至59元/年，更有多臺、長期優(yōu)惠，快來選購！

Python數(shù)據(jù)可視化matplotlib.pyplot

相關文章

發(fā)表評論

0條評論

男|高級講師

TA的文章

最新活動

上云采購季！| 2核2G4M爆款云服務器低至59元/年，更有多臺、長期優(yōu)惠，快來選購！