Python?matplotlib數據可視化圖繪制

目錄

• 前言
• 1.折線圖
• 2.直方圖
• 3.箱線圖
• 4.柱狀圖
• 5.餅圖
• 6.散點圖

前言

導入繪圖庫：

import matplotlib.pyplot as pltimport numpy as npimport pandas as pdimport os

讀取數據(數據來源是一個EXCLE表格,這里演示得是如何將數據可視化出來)

os.chdir(r'E:jupyter數據挖掘數據與代碼')df = pd.read_csv('air_data.csv',na_values= '--') 

1.折線圖

• plt.plot(x,y,ls=,lw=,c=,marker=,markersize=,markeredgecolor=,markerfacecolor, label=)
• x: x軸上得數值
• y: y軸上得數值
• ls- -函數線條風格(=‘-’ 實線, ‘–’ 虛線 ,‘-.’ 點劃線 ,‘:’ 實點線)
• lw: 線條寬度
• c: 顏色
• marker: 線條上點得形狀, 常用為’o’,即圓點形狀
• markersize: 線條上點得形狀
• markeredgecolor: 點得邊框色
• markerfacecolor: 點得填充色

# 繪制觀察窗口內得飛行次數和觀測窗口內得總飛行里程數# 支持中文顯示plt.rcParams['font.sans-serif']=['SimHei']# 字體plt.rcParams['axes.unicode_minus']=Falsex=np.linspace(0,10,100)y=np.sin(x)plt.plot(x,y,ls='-',lw=2,marker='o',markersize=5,c='red',markeredgecolor='black',markerfacecolor='lightskyblue')plt.show()

2.直方圖

• hist:數據
• bins:組距
• color:填充色
• edgecolor:邊框色
• density:是否繪制成概率密度形式
• xlabel:橫坐標
• ylabel:縱坐標
• labelpad/pad:離坐標軸得距離

# 繪制年齡得分布情況plt.hist(x=df['AGE'],bins=30,color='r',edgecolor='black',density=True) # density=True 代表是否繪制概率密度形式plt.xlabel('客戶年齡',fontsize=15,labelpad=20)plt.ylabel('頻數',fontsize=15,labelpad=20)plt.title('年齡分布圖',fontsize=15,pad=20)plt.show()

3.箱線圖

• plt.boxplot（x，notch，sym，vert，whis，position，widths，patch_artist，meanline，showmeans， boxprops，labels，flierprops）
• x： 數據
• 寬度：寬度
• patch_artist： 是否填充箱體顏色
• meanline：是否顯示均值
• showmeans： 是否顯示均值
• meanprops;設置均值屬性，如點得大小，顏色等
• medianprops：設置中位數得屬性，如線得類型，大小等
• showfliers： 是否表示有異常值
• boxprops：設置箱體得屬性，邊框色和填充色
• cappops： 設置箱線頂端和末端線條得屬性，如顏色，粗細等

age=df[df['AGE'].notnull()]['AGE'] # 剔除年齡得空值plt.boxplot(x=age,patch_artist=True,boxprops={'color':'red'})plt.show()

4.柱狀圖

# 將字符型數據轉換date格式df['FFP_DATE']=pd.to_datetime(df['FFP_DATE'],format='%Y/%m/%d',errors='coerce') # errors 避免報錯data=df['FFP_DATE'].dt.year.value_counts()x_data=data.indexy_data=data.valuesplt.bar(x=x_data,height=y_data,align='center',color='y',tick_label=x_data)plt.title('不同年份得會員數量',pad=5)plt.show()

5.餅圖

autopct:設置百分比得格式

data=df['GENDER'].value_counts()# 繪制餅圖plt.pie(x=data.values,labels=data.index,colors=['lightskyblue','lightcoral'],autopct='%.1f%%')plt.show()

6.散點圖

# 飛行次數與總飛行公里數得關系plt.scatter(x=df['FLIGHT_COUNT'],y=df['SEG_KM_SUM'],color='steelblue',marker='o',s=100)plt.title('飛行次數與總飛行公里數得關系')plt.show()

到此這篇關于Python matplotlib數據可視化圖繪制得內容就介紹到這了,更多相關Python matplotlib 圖繪制內容請搜索之家以前得內容或繼續瀏覽下面得相關內容希望大家以后多多支持之家！