|
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)。
8 E! j' k. G$ s+ D- S
1 j; O+ T* y) x& y3 A
5 {4 F3 g/ e. ], C H第一步:使用anaconda安装Matplotlib库: - 2 |6 o$ V1 S) [6 h
( H" x& k" W' N
conda install Matplotlib' ]% ^3 h5 g9 Y' d
# k' {3 I2 y5 K% W( Y6 Q$ p0 l8 f" w# t _" {; [. d f1 K7 B1 p, g
! b, H( J9 K+ }' F- `
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) - ) I/ h2 \2 h% N7 ]3 }4 Q2 J
' U, g5 S8 m- u2 O7 X- : c6 \8 G* g' g
- + o( i J+ ]' d# K. y' F) N4 ~
3 k% }9 {7 X8 \: ~8 J
5 @) B3 u( E% `- G" M
8 R3 z3 \" @+ B8 d0 [9 Y- 6 t/ y1 n' r! T$ E$ w2 x" L; [4 N
3 V$ W3 a; m, n0 N3 i
1 z3 w/ z/ q7 ~# `- Y/ r: L u0 H! E$ n P7 @5 E4 u3 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() #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(); X5 q) M3 A8 a0 B2 J- ~1 e( p
代码读取后显示:
3 @9 f- H3 R) g% y% h5 V: l
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
4 \' _# R9 `+ q+ c
9 \: }+ ]& A/ v* X
5 i# u# O" E# B# I
5 d' o: R/ Q& h3 W, e7 Z
$ H* w5 l# { V# K( X" q- $ N1 T% M6 F. S; C6 U' }
; ?: c- [: ]) |9 t: f- - p. N" k: B' x: c7 b5 H
# v' u! B" n% A _) q* U& H |- ' g! ]' T) K3 D. ~
g+ e( c1 b8 |# { d2 p- u5 Z$ B& l
0 o6 ?: J. | i' Y: }
! D- D: U' p B5 p: x- 9 g, H2 t+ Z0 k1 V
- ( x9 Z. Y2 s7 t- E& \
- 1 U# c& E* h/ \0 N
- , _( \ Z# r0 p
/ i/ @) x. n. Q1 |
: p Q' T3 F4 @$ Z, P8 X! {0 n- ) @0 o; P/ s7 m! ], s
- / x# w# W! g. d* K1 `: M: K3 Y6 G
( `) k5 H% j, M* {- ! t0 a- I8 j; g: K* {" O% n
- 9 L8 [, Y5 A9 H, W+ r* c9 G
3 U$ k5 G) F) j, G: }3 R# o1 b
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()# R: p6 i% ~3 ~5 `% y) U
所有的内置样式有(print(plt.style.available)):
3 ?- ^ k2 d- Y! G2、选择其中一种样式(plt.style.use(‘样式名字’)): 如'Solarize_Light2': - 6 Z8 }+ c; N# X. `! f3 {9 @
5 b5 H, Q) n% t) k
9 j7 N! n+ g! g
plt.style.use('seaborn') #使用内置样式fig, ax = plt.subplots() J- R- ?! }- ^0 j( x" E7 r; R
{3 a' L7 m; [) t# g, g4 Z如'bmh': - - h+ o }; y5 Y9 l7 U0 k6 r! U2 n
- ( e" L$ {, F( n6 R- |0 ]
2 u5 l1 C0 ~) F9 b7 n* G
plt.style.use('bmh') #使用内置样式fig, ax = plt.subplots()
" \- Q0 N. B8 a$ M9 k4 h
其余的样式同理可得。
0 w% z7 t4 \3 b第4步:使用Matplotlib绘制简单的散点图
" ]' A0 V d6 x& r; s- 9 w8 f8 Z0 e5 F- \
- 6 t/ _8 b* B' R7 ?
; y* Y% X0 c& B! x5 D5 r( p- % }5 ?( H; N! M4 Q! J
7 A$ f, r; u: ? ]( @; H
- @2 M; f( r% v1 h
$ l. _: W9 C( E; T% _! Y; i- 9 N- l% k6 y. R/ Z# L
/ K! v1 F+ N" `: h, R" k
7 Q' y' J, }! h% O6 O- & G1 T& A( R* f- a4 H
, k6 J$ |% u4 b
' u: d6 z& c1 Z1 ]/ ] ~
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()
, o; b! @3 u/ I3 m& Z% S 注:内置样式可以更换,这里选择的是‘fast’。
& ?2 C$ M8 l! \4 _6 W3 z2 u
|