python數據可視化之matplotlib.pyplot基礎以及折線圖
不論是數據挖掘還是數據建模,都免不瞭數據可視化的問題。對於Python來說,Matplotlib是最著名的繪圖庫,它主要用於二維繪圖,當然它也可以進行簡單的三維繪圖(基於spyder)。
– 模塊引用
import matplotlib.pyplot as plt #引用畫圖庫中的pyplot模塊
-折線條圖
語法
import matplotlib.pyplot as plt data=[1,2,3,4,5,4,2,4,6,7] #隨便創建瞭一個數據 plt.plot(data) #引用畫圖庫中的pyplot模塊
plot參數
基本折線圖不能滿足,這時就需plot的參數來進行調整
美化示例:
import matplotlib.pyplot as plt yy=[1,2,3,4,5,4,2,4,6,7]#隨便創建瞭一個數據 xx=[3,5,4,1,2,3,4,5,6,3] zz=[2,3,4,6,4,3,2,4,5,6] plt.plot(yy,color='r',linewidth=5,linestyle=':',label='數據一')#color指定線條顏色,labeL標簽內容 plt.plot(xx,color='g',linewidth=2,linestyle='--',label='數據二')#linewidth指定線條粗細 plt.plot(zz,color='b',linewidth=0.5,linestyle='-',label='數據三')#linestyle指定線形為點 plt.legend(loc=2)#標簽展示位置,數字代表標簽具位置 plt.xlabel('X軸稱') plt.ylabel('Y軸的名稱') plt.title('2018.7.30折線圖示例') plt.ylim(0,10)#Y軸標簽范圍為0-10
plt常用參數有:
官網詳細說明點這裡
屬性 | 描述 |
---|---|
xlabel | 設置當前軸的x軸標簽:plt.xlabel(‘X標簽名’) |
ylabel | 設置當前軸的y軸標簽:plt.xlabel(‘y標簽名’) |
title | 設置當前軸的標題:plt.title(‘圖例標題名’) |
ylim | 獲取或設置當前軸的y限制,plt.ylim(0,6)Y軸范圍0-6;Xlim同理懶的寫瞭 |
legend | 在軸上放置圖例:legend()無參數自動識別,也可用數字指定位置1,2,3,4試著來 |
show | 展示所畫圖,spyder一般直接運行不需要此步 |
grid | plt.grid()打開或關閉軸網格,網格一樣能設置顏色線型 |
rcParams[‘font.sans-serif’] | 圖表中文字體:plt.rcParams[‘font.sans-serif’]=[‘SimHei’]微軟雅黑;或=[‘Microsoft Yahei’]黑體 |
rcParams[‘axes.unicode_minus’] | 圖表軸負數符號顯示問題:plt.rcParams[‘axes.unicode_minus’] = False |
plt常畫圖例有:
官網詳細說明點這裡
屬性 | 描述 |
---|---|
plot | 繪制y與x作為線和/或標記。 |
plot_date | 繪制包含日期的數據。 |
acorr | 繪制x的自相關。 |
axhline | 在軸上添加一條水平線。 |
bar | 制作條形圖。 |
barh | 制作一個水平條形圖。 |
hist | 繪制直方圖 |
hist2d | 制作2D直方圖。 |
scatter | y與x的散點圖,具有不同的標記大小和/或顏色。 |
stackplot | 繪制堆積區域圖。 |
plot常用參數有:
官網詳細說明點這裡
屬性 | 描述 |
---|---|
color | 字體顏色:color=‘r’;b、g、r、c、m、y、k、w 或者blue、green、red、cyan、magenta、yellow、black、whtite 或十六進制字符串(’#008000’) |
linewidth | 線條粗細:linewidth=1.=5.=0.3 |
linestyle | 線條形狀:linestyle=’–'(虛線);linestyle=’:'(點線);linestyle=’-.'(短線加點); |
label | 數據標簽內容:label=‘數據一’,數據標簽展示位置需另說明plt.legend(loc=1)數字為標簽位置 |
實際應用案例
因案例涉及機密數據,隻展示數據可視化的過程及結果,先放結果輸出的樣式
import pandas as pd #導入pandas庫 import pymysql as mysql #導入mysql庫 import matplotlib.pyplot as plt #導入數據可視化庫 import numpy as np #導入numpy庫 plt.rcParams['font.sans-serif'] = ['Microsoft Yahei'] #指定文字字體格式為微軟雅黑字段 plt.rcParams['axes.unicode_minus'] = False
connection=mysql.connect(host='數據庫ip',port='端口',user='用戶賬號',password='登錄密碼',db='連接的庫名',charset='utf8')#設置連接數據庫的參數 select=connection.cursor()#創建遊標 select.execute("SELECT * FROM tabel")#寫入SQL查詢語句 zd=list((pd.DataFrame(list(select.description)))[0])#獲取查詢結果的列名 sqldata=select.fetchall()#獲取查詢結果 select.close #關閉查詢 connection.close #關閉數據庫接接 data1=pd.DataFrame(list(sqldata)) #將數據轉化成df類型 data1.columns=zd #將列名重置為查詢結果列名 plt.figure(figsize=(10,5)) #設置圖表大小,長10,寬5 plt.plot(data1['機器A擬合度'],label='機器A準確率',color='#aa0000',linestyle='-',linewidth=3)#畫機器A準確率的線條 plt.plot(data1['人工A擬合度'],label='人工A準確率',color='#aa0000',linestyle=':',linewidth=3)#畫人工A準確率的線條 plt.plot(data1['機器B擬合度'],label='機器B準確率',color='#666666',linestyle='-',linewidth=3)#畫機器B準確率的線條 plt.plot(data1['人工B擬合度'],label='人工B準確率',color='#666666',linestyle=':',linewidth=3)#畫人工B準確率的線條 plt.plot([0,7],[0.9,0.9],color='g',linestyle='-.',linewidth=1)#畫一根綠色的輔助線,x軸從0到7,Y軸為0.9 plt.xticks(np.arange(8),('wk23','wk24','wk25','wk26','wk27','wk28','wk29','wk30'))#更改圖表X標簽為制定內容 plt.legend(loc=4)#將圖例說明放在圖表的右下角 plt.title('人機絕對準確率6.4-7.29',fontsize=20)#命名圖表名稱,設置字體大小 plt.xlabel('周',fontsize=20)#設置X軸名稱及字體大小 plt.ylabel('準確率%',fontsize=20)#設置Y軸名稱及字體大小
總結
到此這篇關於python數據可視化之matplotlib.pyplot基礎以及折線圖的文章就介紹到這瞭,更多相關python matplotlib.pyplot折線圖內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- Python數據分析應用之Matplotlib數據可視化詳情
- python 用matplotlib繪制折線圖詳情
- python數據可視化matplotlib繪制折線圖示例
- Python用 matplotlib 繪制柱狀圖
- Python數據分析之 Matplotlib 折線圖繪制