Python 可視化matplotlib模塊基礎知識

Posted on by

前言：
互聯網時代下，在網絡中每天都會產生很多數據，通過對數據分析之後，如何更好的詮釋數據背後的意義，我們需要對數據進行可視化展示。

在數據可視化中，Python 也支持第三模塊

  • matplotlib 模塊：Python使用最多的可視化庫
  • seaborn 模塊：基於matplotlib的圖形可視化
  • pycharts 模塊：用於生成Echarts 圖表的類庫

接下來我們對matplotlib模塊提供的圖形方法進行學習

1. matplotlib 模塊概述

matplotlib 模塊是第三方開源的，由John Hunter團隊研發而成，NumFOCUS 的贊助項目。

matplotlib 模塊是用於Python創建靜態、動態和交互式可視化綜合性的庫。

matplotlib 模塊特點

  • 易創建圖表如出版質量圖、交互式數據可放大、縮小
  • 定制化圖表可完全控制線條樣式、導入並嵌入多種文件格式
  • 擴展性高，可以與第三方模塊進行兼容
  • matplotlib 模塊資料手冊信息豐富，可快速上手

matplotlib 模塊獲取

matplotlib 是Python主流第三方可視化模塊，我們需要使用pip進行下載

pip install matplotlib

matplotlib 模塊使用

在matplotlib模塊中，pyplot類是最常用的。

方式一： 

from matplotlib import pyplot

方式二： 

import matplotlib.pyplot as plt

重要說明：

  • matplotlib 模塊官方資料
  • 查看matplotlib內部代碼說明

2. matplotlib.pyplot 相關方法

matplotlib.pyplot 模塊是我們畫圖標最常用的模塊之一

方法 作用
pyplot.title(name) 圖表的標題
pyplot.xlabel(name) 圖表的X軸名字
pyplot.ylabel(name) 圖表的y軸名字
pyplot.show() 打印出圖表
pyplot.plot(xvalue,yvalue) 繪制折線圖表
pyplot.bar(xvalue,yvalue) 繪制柱狀圖表
pyplot.axis(data) 獲取或設置一些軸屬性的便捷方法
pyplot.scatter(data) 繪制散點圖
pyplot.subplot(data) 繪制子圖
pyplot.grid(boolean) 顯示網狀，默認為False
pyplot.text() 對文本進行處理
pyplot.pie(data) 繪制餅圖
pyplot.boxplot(data) 繪制箱形圖
pyplot.hist(data) 繪制直方圖

3. matplotlib.pyplot 圖表展示

繪制折線圖
使用pyplot..plot()方法 
from matplotlib import pyplot
# 設置圖表字體格式
pyplot.rcParams["font.sans-serif"]=['SimHei']
pyplot.rcParams["axes.unicode_minus"]=False

pyplot.plot([1,2,3,4,5,6],[45,20,19,56,35,69])

pyplot.title("data analyze")
pyplot.xlabel("data")
pyplot.ylabel("sum")

pyplot.show()

繪制柱狀圖

  • 使用pyplot..bar()方法
  • 再次使用上面的數據，可以看到直方圖 
pyplot.bar([1,2,3,4,5,6],[45,20,19,56,35,69])

繪制餅圖

  • 使用pyplot.pie()方法繪制餅圖
  • 同時使用pyplot.axis方法設置每一個分區間隔 
from matplotlib import pyplot
labels = ["windows","MAC","ios","Android","other"]
sizes = [50,10,5,15,20]
explode = [0,0.1,0,0,0]
pyplot.pie(sizes,explode=explode,labels=labels,autopct='%1.1f%%',shadow=False,startangle=90)
pyplot.axis("equal")

pyplot.title("data analyze")
pyplot.show()

繪制散點圖

使用pyplot.scatter(x,y)繪制散點圖 

import numpy as np
from matplotlib import pyplot

data = {"a":np.arange(50),"c":np.random.randint(0,50,50),"d":np.random.randn(50)}

data['b'] = data['a']+10*np.random.randn(50)
data['d'] = np.abs(data['d'])*100

pyplot.scatter("a","b",c='c',s='d',data=data)

pyplot.title("data analyze")
pyplot.xlabel("元素 a")
pyplot.ylabel("元素 b")

pyplot.show()

總結：

到此這篇關於Python 可視化matplotlib模塊基礎知識的文章就介紹到這瞭,更多相關Python 可視化之matplotlib模塊內容請搜索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：