Python高级数据处理与可视化（二）
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了Python高级数据处理与可视化（二），小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含2639字，纯文字阅读大概需要4分钟。
内容图文
2. Matplotlib绘图基础
问题：CentOS下没有图片生成，改为Windows下Anaconda IDE。
2.1 最著名的Python绘图库，主要用于二维绘图：
2.1.1 画图质量高
2.1.2 方便快捷的绘图模块：
绘图API -- pyplot模块
集成库 -- pylab模块（包含Numpy和pyplot中的常用函数）
2.2 心型曲线绘制：http://matplotlib.org/examples/shapes_and_collections/path_patch_demo.html
#
-*- coding: utf-8 -*-
"""
Demo of a PathPatch object.
"""
import
matplotlib.path as mpath
import
matplotlib.patches as mpatches
import
matplotlib.pyplot as plt
fig, ax = plt.subplots()
Path = mpath.Path
path_data = [
(Path.MOVETO, (1.58, -2.57)),
(Path.CURVE4, (0.35, -1.1)),
(Path.CURVE4, (-1.75, 2.0)),
(Path.CURVE4, (0.375, 2.0)),
(Path.LINETO, (0.85, 1.15)),
(Path.CURVE4, (2.2, 3.2)),
(Path.CURVE4, (3, 0.05)),
(Path.CURVE4, (2.0, -0.5)),
(Path.CLOSEPOLY, (1.58, -2.57)),
]
codes, verts = zip(*path_data)
path = mpath.Path(verts, codes)
patch = mpatches.PathPatch(path, facecolor=‘r‘, alpha=0.5)
ax.add_patch(patch)
# plot control points and connecting lines
x, y = zip(*path.vertices)
line, = ax.plot(x, y, ‘go-‘)
ax.grid()
ax.axis(‘equal‘)
plt.show()
2.2 将Cocacola近一年来股票收盘价的月平均价绘制成折线图，散点图，直方图（括号中参数为列表）
from matplotlib.finance import quotes_historical_yahoo_ochl
from datetime import date, datetime
import time
import pandas as pd
import matplotlib.pyplot as plt
today = date.today()
start = (today.year-1, today.month, today.day)
quotes = quotes_historical_yahoo_ochl(‘KO‘, start, today)
fields = [‘date‘,‘open‘,‘close‘,‘high‘,‘low‘,‘volume‘]
list1 = []
for i in range(0,len(quotes)):
x = date.fromordinal(int(quotes[i][0]))
y = datetime.strftime(x,‘%Y-%m-%d‘)
list1.append(y)
#print(list1)
quoteskodf = pd.DataFrame(quotes, index = list1, columns = fields)
quoteskodf = quoteskodf.drop([‘date‘], axis = 1)
#print(quotesdf)
listtemp = []
for i in range(0,len(quoteskodf)):
temp = time.strptime(quoteskodf.index[i],"%Y-%m-%d") # 提取月份 listtemp.append(temp.tm_mon)
#print(listtemp) # “print listtemp” in Python 2.x
tempkodf = quoteskodf.copy()
tempkodf[‘month‘] = listtemp
closeMeansKO = tempkodf.groupby(‘month‘).mean().close
listKO = []
for i in range(1,13):
listKO.append(closeMeansKO[i])
listKOIndex = closeMeansKO.index
plt.plot(listKOIndex,listKO) # 前两个参数为x轴和y轴的数据，第三个参数默认折线图，‘o‘则为散点图
#plt.bar(listKOIndex,listKO) # 则为直方图
plt.show()
2.3 Numpy数组也可作为Matplotlib的参数 和 pylab绘图
import
numpy as np
import
matplotlib.pyplot as plt
t = np.arange(0.,4.,0.1)
plt.plot(t,t,t,t+2,t,t**2)
plt.show()
import
numpy as np
import
matplotlib.pylab as pl
t = np.arange(0.,4.,0.1)
pl.plot(t,t,t,t+2,t,t**2)
pl.show()
原文：http://www.cnblogs.com/wnzhong/p/6345620.html
内容总结
以上是互联网集市为您收集整理的Python高级数据处理与可视化（二）全部内容，希望文章能够帮你解决Python高级数据处理与可视化（二）所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。