|
掌握了数据读取的方法后，就需要将数据可视化，进行绘制相应的图形了。 1. 使用Matplotlib绘制简单的折线图：以一组1981-1990年的某地月平均气温数据为例（数据信息如下图所示）。
5 Z# Z2 G* o$ j6 a6 ^9 I% {
) A' Z5 }4 F' E3 e" Y9 ]
. n F# _2 l) I! v第一步：使用anaconda安装Matplotlib库： - # h1 r7 ^) n0 }9 m
0 f: t4 T0 x# _: m- ?4 S5 G
conda install Matplotlib
# i7 [1 C$ h& s5 H4 p # x* A% }2 S; K$ \9 i
2 b# Z1 ^# V. @# `& r7 J( |
# T# p y2 ^# i- \& L( I" a第2步：绘制折线图 subplots()可以在一张图片中绘制一个或多个图表 fig表示整张图片，ax表示图片中的各个图表 plot()根据给定的数据以有意义的方式绘制图表 只输入一个列表时ax.plot(squares)，假设第一个数据点对应x坐标为0 同时提供输入和输出ax.plot(input_values, squares) - - o% ^1 |5 h, \# Q: e& ]% L" t. |
- 2 ~. t0 W' w+ ~# ]+ `& |7 m
* Z" X9 N$ c+ [1 I8 L
) b& v- z5 r- r2 l% H
( n& H3 q$ r% A; q8 @& R) c6 |9 \$ ]- & m& d0 x6 E7 Z
- 0 E( t6 {1 s. t+ h# {
- 2 E) ]( Z- S+ V# ?6 i2 e
/ F# x$ R! O, c8 w+ g
# D4 H/ M. r, h- n9 d
0 \5 d! H: w4 o) F
import matplotlib.pyplot as pltx_values = [1981, 1982, 1983, 1984, 1985]y_values = [22.8, 22.3, 22.9, 21.8, 22.2]fig, ax = plt.subplots() #绘制画布，地图ax.plot(x_values, y_values, linewidth=3)ax.set_title("1981-1985 temperature", fontsize=24) #标题ax.set_xlabel("time(year)", fontsize=14) #坐标轴标签ax.set_ylabel("temperature(℃)", fontsize=14)ax.tick_params(axis='both', labelsize=14) #刻度标记plt.show()( t2 o" A% ~+ e' i1 d7 ?* @5 _
代码读取后显示：
7 Y- g* h; s9 A0 b! ~+ j
第3步：使用内置的不同图形样式绘制折线图 1、显示所有的不同样式的图形，共有20张
/ Q# [2 O% Q& n4 M
1 d8 @* R) @3 K( h- 3 g0 {& w2 }# u! a/ S
- $ G% h! E3 ^ N
" z5 c( w6 u$ ?& W
P; o; l, a' ~7 W- 5 Q6 d8 s- s6 u1 X; Z0 F
- ; N3 h3 K) f: X! l
- & K& ^2 g- S* y% u& j) Y
9 f- ?3 r; \9 U! j! ?) r" G- 7 M- Q! S9 E: Q
- 3 ]" L. }- I6 L2 f7 k$ B0 W- @
* i: U9 ]6 Y; k+ N
1 n7 P5 i1 C7 B' U- z: `2 E- X9 l% u8 {# W% g' N- _
- & K& k3 i: u7 p0 r+ P7 d6 N7 y
- 2 d; s# p; W$ I* }# b
a7 H9 ^' v! t6 F
W; b( l0 I4 g/ w& }! K- ' \1 G) C$ N6 q- z2 }
7 X w- x7 |- S" i6 i3 w$ R- 2 e+ r# G8 s& N/ n- @
- 3 m/ E/ K; W' ^- Z' x
3 k0 ]/ X# q: i3 E9 `; D# q, S- Y7 I- `: P0 Q# b1 X
import matplotlib.pyplot as pltx_values = [1981, 1982, 1983, 1984, 1985]y_values = [22.8, 22.3, 22.9, 21.8, 22.2]fig, ax = plt.subplots()ax.plot(x_values, y_values, linewidth=3)# 使用内置样式画图print(plt.style.available) #显示有哪些可用的内置样式mystyles = plt.style.availablefor mystyle in mystyles:plt.style.use(mystyle) #使用内置样式fig, ax = plt.subplots()ax.plot(x_values, y_values)ax.set_ylabel("temperature(℃)", fontsize=14)ax.set_xlabel("Value") #坐标轴标签ax.set_ylabel("Square of Value")ax.tick_params(axis='both') #刻度标记plt.show()6 U! B" W8 q/ N% D
所有的内置样式有（print(plt.style.available)）：
- h2 L0 P) q/ G: Q ?
2、选择其中一种样式（plt.style.use(‘样式名字’))： 如'Solarize_Light2'：
- j4 a' p# Y+ w- ; j0 {$ P3 X. U/ p" `
4 w9 e7 V. R# k9 d/ I
plt.style.use('seaborn') #使用内置样式fig, ax = plt.subplots()7 Z4 H" q8 Z8 U- |% p" T# E/ ]
, {% d0 n9 ^* w8 k- R' j如'bmh'：
4 J) d) m7 E2 J$ y& K0 g- m/ S7 z
- g& d# D" j. f9 c
3 E6 y1 K, P, ]+ M+ H- H8 E0 R
plt.style.use('bmh') #使用内置样式fig, ax = plt.subplots()
- D- }) }, G; J0 w+ I/ k# T
其余的样式同理可得。 ( Y$ W8 K0 @9 m% p6 N+ o
第4步：使用Matplotlib绘制简单的散点图- 6 O" N! Z0 o0 h( ]8 Y- T( Q$ J& y0 g! b0 J
- ) k8 d* s$ L: r# U, z/ i
- . i. y. N0 H" s% f, q
- % U$ M% K6 G3 g0 N. B
- : `8 x$ E! I! P) O2 c. u
- 6 w" j5 k$ n: @# O6 D9 s% p
6 t: Y8 `( o7 Q- t3 J6 L- 3 s, z# v: ^5 v/ |% b ], E4 b# V
- 5 t$ M3 ]5 X; }8 d
- & ^5 |7 Y! p$ v# }
* p% T9 Q; z2 A- o& |- j
2 J0 O0 F" k8 O! z% V& w- 0 w7 {$ m) L, P6 e! W
3 O3 o5 K) d) i z. D: l( J% `( Y
import matplotlib.pyplot as pltx_values = range(1, 20) #取连续的1-20的整数y = [x**2 for x in x_values] #x值的二次方为y值plt.style.use('fast') #使用内置样式fig, ax = plt.subplots()ax.scatter(x_values, y, c='red', s=50)#绘制散点图，传递x和y坐标，点的尺寸s#颜色c，可用设置为'red'，(0, 0.8, 0)ax.set_title("1981-1985 temperature", fontsize=24) #标题ax.set_xlabel("Value") #坐标轴标签ax.set_ylabel("temperature(℃)", fontsize=14)ax.tick_params(axis='both') #刻度标记plt.show()
0 N1 F8 {2 X2 P, h' m 注：内置样式可以更换，这里选择的是‘fast’。
0 @5 v! U( ~6 f/ L3 \ | 
