|
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）。
: d2 P* L2 m) p9 M# i
; y. N- k7 w4 ~+ W( T
; d9 I- ~0 x7 O6 f9 O
第一步：使用anaconda安装Matplotlib库：
% s+ R: T9 {5 P( |1 [$ q5 m) `' n5 N, [, o' C
conda install Matplotlib" p) o' g/ }# p/ F6 N/ e% x* Y
3 W1 I8 l: o$ H2 N4 c) Q
1 f8 @4 {) P5 R, B
& i# U$ o. ]7 w$ d4 {
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)
* ]8 |1 X* P! ]/ G- 9 N* t; X" ~2 [7 ]
- * h7 O+ Y* K4 W7 ^6 L; F5 {4 u
- ; R6 s; e" A2 K* ^1 x
: x+ S: S' q& Z* ]1 c. |
5 d3 O9 l4 \ B, k- W2 |2 g
3 a, X- ^( u" R0 t
/ y. \+ ]# S" E& M
8 \! W& n, ]. z9 m4 {
" I4 O7 H; s/ F4 z: R* B% C' J- c: ]) o% s- W' z
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()
5 @- F; U& \9 V) p' x 代码读取后显示：
; p1 K+ Y/ r0 l- b7 o% W1 g6 E
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
% a. @0 \! E" N# U: r; v- " Z C$ _' A" T% B) H
- ( e( f( Q2 \7 ?( |) c
- 3 Y+ a% {3 X# J6 Z! w7 M# x& F
% C+ Z0 @, q2 E4 Q# n- # C* Y0 u0 j5 p+ a+ c5 X
- . u/ ]; f5 S" ?3 {! Y5 c5 \
- ; p2 U9 n/ i3 v. D6 T- R
( J% C$ q( d) `: B; D
7 e% j, Y& ]# H: m- n V
% N( k) |: L+ p2 P) R" J3 r
1 D0 i0 }; ~8 C/ G* ]5 o+ f7 I M- / ]" L, f( R3 d1 Y3 ] y6 x5 N4 O
- 0 \! h9 B. c/ L
: s" f/ d1 L5 V8 o
1 y! a2 o: i+ L3 m4 s3 ~) M) q- ; N$ t% B2 f6 o( {7 t+ U' Y3 i
3 ~% A, P7 i) } L- 3 q4 v6 S8 p9 @0 F# S/ ]
1 p v; {: ]. q) ]
4 s0 q8 V2 I/ A- 4 k& Q' o+ S) ~8 [
: e6 S0 q6 r1 b- - N6 f0 x' V* W# U; Y( n( U
7 G( W; |9 s8 z& p, A- Z1 w) w
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()8 f5 ^- ], Y* A$ O6 k
所有的内置样式有（print(plt.style.available)）：
7 [% x- y3 T) N5 N- M5 b5 b3 A& c' y
2、选择其中一种样式（plt.style.use(‘样式名字’))： 如'Solarize_Light2'： - " ~) k) _# D4 k$ h' p0 j4 T$ c
% }" K' {+ B' e+ u. i: @; h( R5 g7 G: P2 h7 }4 ?
plt.style.use('seaborn') #使用内置样式fig, ax = plt.subplots()
8 A- ^: _3 q6 l' \& Q7 Y8 U
- g# Q/ x( ]7 A) ?如'bmh'：
% m- L& g# `' N# d0 e: o- ! k, ]. e" v5 k
1 N' _7 }: s! E* J1 J; q: ]
plt.style.use('bmh') #使用内置样式fig, ax = plt.subplots()7 G+ v1 u! w" U
其余的样式同理可得。 9 H' \2 H- v1 C0 t" f, g
第4步：使用Matplotlib绘制简单的散点图
" W% E3 M) K; z4 Z4 w$ h, ]6 S3 \, r
5 i* z# N7 u1 P7 N1 E- M6 c$ }2 v- * ] p! {$ s) @) f+ S: s$ z2 g% e) o
- * y3 f# j" j$ ?4 @1 V1 z; g
- # x# b, U! W+ s6 V* D* y4 x
. H+ C0 G" Y5 Q% t( a
/ ^& V. r! y3 K$ q1 |8 k
. {3 I2 s" }3 N) Z$ M+ _/ }- # Z V: A2 [: d6 m& S1 l
- 6 j. ?; J6 n# w$ b! k: Q5 L( c ^
- S; Q6 Y4 y3 q+ v
! S% @( V8 l: d/ a( ~$ z/ a- , g. e0 _- q ~/ L9 z5 V+ s s; I% `
1 I- _; Z) w' A- L, w1 j1 m
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()
' a# r* g- z9 g D) Z$ Y3 Z% H: e 注：内置样式可以更换，这里选择的是‘fast’。
; |& _ F- l3 _( V" D! S | 
