《利用Python 进行数据分析 第二版》 -第9章 绘图与可视化

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《利用Python 进行数据分析 第二版》 -第9章 绘图与可视化，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2760字，纯文字阅读大概需要4分钟。

内容图文

本章重点内容：

1、简明matplotlib API入门

2、使用pandas和seaborn绘图

针对以上两个方面，展开详细说明

1、简明matplotlib API入门

首先看一个简单的示例，在使用函数库之前，让我们先导入必要的包，如下：

 看一个简单的直线，如下：

 图片与子图

matplotlib所绘制的图位于图片对象中，可以使用plt.figure生成一个新的图片，就是所看到的“窗口”，如果需要绘图，需要在窗口中创建多个子图

看一个具体的代码示例：

首先生成一个新的图片，然后在图片上增加三个子图，如下：

 我们可以在这样的子图上绘制曲线，在同样的代码下面，增加一行绘图代码，就会发现，在最后的一个子图上，有了曲线，如下：

 曲线有点简单，我们可以画一个相对好看一些的，如下：

 代码中的“k--”参数，是用于绘制黑色分段线的style选项，

可以在不同的子图上绘制不同的图形，通过调用子图对象的实例方法，如下：

 颜色、标记和线类型

前面我们有看到，图形有不同的颜色，是可以通过参数“color”来显示说明的，同时标记和线类型也有对应的参数，如下示例：

 改变颜色看下：

 你会发现很多参数，但是参数应该需要对应什么，可以通过plot？来查看说明文档，如下，比较大，截取部分：

 就拿说明文档中的，marker参数举例，说明文档往下拉，会看到以下部分：

 你可以自行试下，看不用的标记形式

刻度、标签和图例

首先我们先生成一个简单图表，以便用来示例说明，如下：

 要改变x轴刻度，最简单的方式是使用set_xticks和set_xticklabels，具体代码示例如下：

 可以通过set_xlabel参数给x轴一个名称，set_title参数给子图一个名称，如下：

上面是一步一步来说明如何调整x轴刻度和标题的，其实为了方便，轴的类型拥有一个set方法，可以批量设置绘图属性，如下：

 上面是以调整X轴为例，对应换成Y轴，就是调整Y轴的方式

添加图例

有时候我们会在一张图上有多条数据曲线，这个时候及需要图例来区分不同的线，可以通过label参数调整设置，如下：

 如果要显示图例，一定最后运行legend函数，如果不运行，就无法显示左上角的那个图例，你可以自行调整代码试一下

将图片保存到文件

如果根据上面的步骤，调整好来一个趋势图，接下来最重要的就是如何保存以备后续的使用

可以通过plt.savefig来讲图片保存，具体代码示例如下：

 代码运行后，会在默认目录下产生一个图片文件，如下：

 打开文件看下图片的效果：

 效果看起来不错，分辨率还是很清晰的

 2、使用pandas和seaborn绘图

上面讲解的是matplotlib的基本绘图方式，下面针对pandas来说明如何绘图

折线图：

 plot（）默认的是绘制折线图

再看下DataFrame数据类型的折线图，代码示例如下：

 DataFrame的数据在绘图时会自动添加图例，而且会有不同颜色的区分，省去了很多调整的时间

柱状图：

plot.bar()和plot.barh()可以分别绘制垂直和水平的柱状图，代码示例如下：

 柱状图的绘制函数中，有一个stacked参数，依此来调整为值堆积图，如下：

 直方图和密度图：

直方图的绘制使用hist方法，如下：

 密度图的绘制使用density方法，如下：

 散点图或点图

可以使用seaborn的regployt方法，该方法可以绘制散点图，并拟合出一条线性回归线，如下：

 以上就是本章重点内容，祝学习愉快

以下链接，可以供你了解这个系列学习笔记的所有章节最新进度

自学笔记系列：《利用Python 进行数据分析 第二版》 -写在开始之前

内容总结

以上是互联网集市为您收集整理的《利用Python 进行数据分析 第二版》 -第9章 绘图与可视化全部内容，希望文章能够帮你解决《利用Python 进行数据分析 第二版》 -第9章 绘图与可视化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