专栏首页数据科学与人工智能Python语言和matplotlib库做数据可视化分析

Python语言和matplotlib库做数据可视化分析

以下文章来源于数据思践 ,作者王路情

这是我的第51篇原创文章,关于数据可视化分析。

阅读完本文,你可以知道:

1 Python语言的可视化库—matplotlib?

2 使用matplotlib实现常用的可视化?

0

前言

数据记者和信息设计师,David McCandless,在他的TED演讲中谈到数据可视化的重要性时说过,“通过信息可视化,我们把它变成了一个你可以用眼睛探索的风景,一幅信息地图。当你迷失在信息中时,信息地图是很有用的。

数据可视化分析可以提供许多数据不能够提供的洞见。Python语言拥有一些优秀的数据可视化工具。matplot库是Python语言基础的数据可视化库,可以设计和实现许多基础的绘图类型。

1

matplotlib库

matplotlib库是Python语言最流行和基础的数据可视化库,是一个二维图形库。它是Python社区中广泛使用的绘图库,已经有数十年的历史了。它功能强大,并提供了跨平台的交互式环境。matplotlib可用于Python脚本,Python和IPython Shell、Jupyter notebook 和 Web 应用服务程序。它是一个非常通用的可视化库,只需要几行代码,就可以生成柱状图、直方图、功率谱图、散点图、误差图、饼图和许多其他类型的图。关于matplotlib的详细介绍和学习,可以查阅它的官方网址。

matplotlib的网址:

https://matplotlib.org/

2

matplotlib库做数据可视化

0 准备工作

0.1 导入matplotlib库的函数

代码片段

# 导入matplotlib库所需的函数集
import matplotlib.pyplot as plt

0.2 绘图的模板,显示和保存

代码片段

# 绘图的通用格式
plt.plot(...)
# 绘图结果的显示
plt.show()
# 绘图结果的保存
plt.savefig('my_img.png')

1 常用可视化

1.1 线状图(Line Plot)

代码片段

import numpy as np
import matplotlib.pyplot as plt

x = [x * 0.1 for x in range(100)]
y = np.cos(x)

plt.plot(x, y) # 绘制线状图
plt.show() # 显示图形结果

1.2 柱状图(Bar Chart)

代码片段

from random import seed
from random import randint
import matplotlib.pyplot as plt

seed(1234)
x = ['A', 'B', 'C']
y = [randint(0, 100), randint(0, 100), randint(0, 100)]

plt.bar(x, y) # 画柱状图
plt.show()

1.3 直方图

代码片段

from numpy.random import seed
from numpy.random import randn

import matplotlib.pyplot as plt

seed(1234)
#高斯分布生成随机数
x=randn(1000)

#生成直方图
plt.hist(x)

plt.show()

1.4 盒箱图

代码片段

from numpy.random import seed
from numpy.random import randn

import matplotlib.pyplot as plt

seed(1234)

x = [randn(100), 5*randn(100), 10*randn(100)]

# 生成盒箱图
plt.boxplot(x)

plt.show()

1.5 散点图

代码片段

from numpy.random import seed
from numpy.random import randn

import matplotlib.pyplot as plt

seed(1234)

x = 10*randn(100) + 100
y = x + (10*randn(100) + 50)

# 生成散点图
plt.scatter(x, y)

plt.show()

1.6 误差图

代码片段

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(0.1, 4, 0.5)
y = np.exp(-x)

plt.figure()
plt.errorbar(x, y, xerr=0.2, yerr=0.4)
plt.title(u'简单的误差图', fontproperties='simHei', fontsize=20)
plt.show()

参考网址:

  1. https://matplotlib.org/
  2. https://analyticsindiamag.com/top-5-python-libraries-for-data-visualization/
  3. https://machinelearningmastery.com/data-visualization-methods-in-python/

关于matplotlib做数据可视化,您有什么想法请留言。

本文分享自微信公众号 - 数据科学与人工智能(DS_AI_shujuren)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2020-01-30

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 【数据科学】50+数据科学与机器学习速查表

    关于Python、R和Numpy、Scipy以及Pandas的速查表 有了这些和R语言、python、Django、MySQL、SQL、Hadoop、Apach...

    陆勤_数据人网
  • 数据科学小技巧2:数据画像分析

    陆勤_数据人网
  • 【智能】机器智能

    小编邀请您,先思考: 1 您怎么理解智能? 2 智能有哪些表现形态? 关于机器智能,让我们聆听下面这个演讲。 ?

    陆勤_数据人网
  • python3.5 import matplotlib.pyplot错误问题

    程序员不务正业
  • 【Python量化投资】金融应用中用matplotlib库实现的数据可视化

    Python中,matplotlib可以视为数据可视化的基准和主力。尽管有许多其他的可视化库,但是matplotlib已经确立了一个标杆,在许多情况下,它都是健...

    量化投资与机器学习微信公众号
  • jQuery实现点击添加样式同胞移除样式

    任我行RQ
  • Python新手绘图绕不开的17个小问题

    测试环境: python版本 3.7.0 / 操作系统window 7 64位 / 编辑器PyCharm;

    用户2769421
  • 容器化时代对测试的机遇 | TW洞见

    今日洞见 文章作者/图片来自ThoughtWorks:梁真,图片来源于网络。 本文所有内容,包括文字、图片和音视频资料,版权均属ThoughtWorks公司所有...

    ThoughtWorks
  • 独家 | COVID-19:利用Opencv, Keras/Tensorflow和深度学习进行口罩检测

    本文为大家介绍了如何使用Opencv,Keras/Tensorflow构建一个口罩检测模型,以及如何将该模型应用到图片和视频中。

    数据派THU
  • LeetCode 第 20 场双周赛(294 / 1541,前19.07%,第1次全部通过)

    全国排名:294/1541,前19.07%;全球排名:885/4347,前20.4%

    Michael阿明

扫码关注云+社区

领取腾讯云代金券