|
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 f: Y) z! N# i, w' U: l7 J# R
. }, k& @/ q+ i6 ]/ T8 E+ v
' h; R [9 l" ~0 Z, F# d
第一步:使用anaconda安装Matplotlib库: - / M2 v2 P% t' x5 q
, {7 J! _% A A# X
conda install Matplotlib0 B3 s. D/ V, L2 e' P
5 t5 R$ Y/ U; Y) Z k' Z b" t$ R. z" N
/ n* P, n3 A9 g1 N2 B, V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) - - G" K z; X; E9 ^( E1 p
- `/ |4 }5 i2 N! ?: |
- ; I1 n: w" A- ?3 Q. M
- * P4 s8 w$ s6 t2 h4 R4 v
- ( ^) t' r c0 ^# R: ^
- : h5 G; f p; ^2 d5 V0 U6 M$ |4 E
$ |) y! m6 M/ D) {
) {7 V4 K2 ]" }" E- l! n- & W: N+ S2 ?' ^- q6 @! K* \
/ O9 R0 Z4 o5 B6 `& h6 M0 F l! Q8 `: k! V L: q* `
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()9 W9 T0 j& V8 V& S; _
代码读取后显示:
6 q% E4 a6 ?2 z9 H5 R6 @: e/ y0 m8 G
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
: B/ b+ S* z' D! p- 4 s4 v* s, S4 f. ~! r# L
- , a" Z; H4 s5 a, d
6 T* _- q3 U% a- 5 ^# l) S+ S* t! m
7 d: k% o% m+ J1 O; M( t/ G) D
, T; x; f& t! p0 Z4 d- $ @8 a% Q$ I( N$ k
+ \4 z( n# R# J3 u7 _' M- m9 K, X7 g* I* u* P$ W
: g" u# L1 b' q* o6 Y
6 y& o9 Q( b9 t
: \# G9 z0 ` a- # K/ i- m- i' a% Y
6 ~9 \* d1 M/ O: }8 f' g- 2 w9 n r8 L, S' d; ?$ m& m$ ^1 \
0 |) ?& R. H9 g3 \8 A# S
) |7 t) P9 ^' c, f. \- " x/ K: V2 R- j* L; V# W
% ~. Z. b7 z* t0 a; H
; h- j; r; ~8 j1 S# ]" Y1 s
! N Z6 \. ~3 T2 X4 R- 9 _7 G* ^4 G: K
- 9 w0 s9 G! [% s9 {( Y0 T
1 w5 }* c C2 G% U& K& 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()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()
$ W @' G1 T; P0 ^" l* U+ a6 x. j' y" k 所有的内置样式有(print(plt.style.available)):
: _% Q. Y7 E$ M5 b6 X# X2、选择其中一种样式(plt.style.use(‘样式名字’)): 如'Solarize_Light2':
$ z8 k4 B# M; B5 C( n- 0 u. h; t6 m2 `7 b5 o3 Z1 J, ~1 V
0 B8 l2 [ m) v2 _3 _5 _! v
plt.style.use('seaborn') #使用内置样式fig, ax = plt.subplots()4 k! x& M2 y" N' {
# k& X% y3 b4 | f& e* B1 S3 |% F5 H如'bmh':
6 X$ S* f, U0 W0 L# W- / }* X- m' `4 N' I3 Y
4 H- N! z" S, N) H4 r# [7 ^
plt.style.use('bmh') #使用内置样式fig, ax = plt.subplots()* l1 `! @0 u V
其余的样式同理可得。 4 i( K: R1 E! x6 m6 b4 ~& y
第4步:使用Matplotlib绘制简单的散点图- 9 o% O* ?2 G+ p0 c
- . R3 r/ x( ?5 T: W- h' e
- 7 w$ p$ l1 t6 U3 F6 S
1 v8 Z0 c9 s8 v# r- 0 i9 N9 t) }. q: t5 B4 n: i/ b
" h; _) u/ K4 h: B
9 d+ X0 ~8 j3 M! l& F! e' J/ t- & I( K! T2 f% @, i# @( g' I- F4 n
- 1 T; B! N- Y0 c4 j) _; }3 q( I- V5 z
- 2 G# \8 N5 H ^) i% L' D4 V% X. Z
" _* u/ |4 x7 r
/ A. u3 g* F6 M! f% w! {9 e4 [
0 ?: R/ }$ ^5 `
L7 S: q5 j# u
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()4 [% ^3 ], m5 W2 f& X! v% e
注:内置样式可以更换,这里选择的是‘fast’。
, V5 O( s9 T" } |
|