看黄色A级视频,无码中文字幕免播放器播,日韩精品无码一区二区三区18 9 2 1 5漫画

主頁 > 知識庫 > python數據可視化之matplotlib.pyplot基礎以及折線圖

python數據可視化之matplotlib.pyplot基礎以及折線圖

不論是數據挖掘還是數據建模，都免不了數據可視化的問題。對于Python來說，Matplotlib是最著名的繪圖庫，它主要用于二維繪圖，當然它也可以進行簡單的三維繪圖(基于spyder)。

- 模塊引用

import matplotlib.pyplot as plt #引用畫圖庫中的pyplot模塊

-折線條圖

語法

import matplotlib.pyplot as plt
data=[1,2,3,4,5,4,2,4,6,7] #隨便創建了一個數據
plt.plot(data) #引用畫圖庫中的pyplot模塊

plot參數

基本折線圖不能滿足，這時就需plot的參數來進行調整

美化示例：

import matplotlib.pyplot as plt
yy=[1,2,3,4,5,4,2,4,6,7]#隨便創建了一個數據
xx=[3,5,4,1,2,3,4,5,6,3]
zz=[2,3,4,6,4,3,2,4,5,6]
plt.plot(yy,color='r',linewidth=5,linestyle=':',label='數據一')#color指定線條顏色，labeL標簽內容
plt.plot(xx,color='g',linewidth=2,linestyle='--',label='數據二')#linewidth指定線條粗細
plt.plot(zz,color='b',linewidth=0.5,linestyle='-',label='數據三')#linestyle指定線形為點
plt.legend(loc=2)#標簽展示位置，數字代表標簽具位置
plt.xlabel('X軸稱')
plt.ylabel('Y軸的名稱')
plt.title('2018.7.30折線圖示例')
plt.ylim(0,10)#Y軸標簽范圍為0-10

plt常用參數有：

官網詳細說明點這里

屬性	描述
xlabel	設置當前軸的x軸標簽:plt.xlabel(‘X標簽名')
ylabel	設置當前軸的y軸標簽:plt.xlabel(‘y標簽名')
title	設置當前軸的標題：plt.title(‘圖例標題名')
ylim	獲取或設置當前軸的y限制，plt.ylim(0,6)Y軸范圍0-6；Xlim同理懶的寫了
legend	在軸上放置圖例:legend()無參數自動識別，也可用數字指定位置1,2,3,4試著來
show	展示所畫圖，spyder一般直接運行不需要此步
grid	plt.grid()打開或關閉軸網格，網格一樣能設置顏色線型
rcParams[‘font.sans-serif']	圖表中文字體：plt.rcParams[‘font.sans-serif']=[‘SimHei']微軟雅黑；或=[‘Microsoft Yahei']黑體
rcParams[‘axes.unicode_minus']	圖表軸負數符號顯示問題：plt.rcParams[‘axes.unicode_minus'] = False

plt常畫圖例有：

官網詳細說明點這里

屬性	描述
plot	繪制y與x作為線和/或標記。
plot_date	繪制包含日期的數據。
acorr	繪制x的自相關。
axhline	在軸上添加一條水平線。
bar	制作條形圖。
barh	制作一個水平條形圖。
hist	繪制直方圖
hist2d	制作2D直方圖。
scatter	y與x的散點圖，具有不同的標記大小和/或顏色。
stackplot	繪制堆積區域圖。

plot常用參數有：

官網詳細說明點這里

屬性	描述
color	字體顏色：color=‘r'；b、g、r、c、m、y、k、w 或者blue、green、red、cyan、magenta、yellow、black、whtite 或十六進制字符串（'#008000'）
linewidth	線條粗細：linewidth=1.=5.=0.3
linestyle	線條形狀：linestyle='–'(虛線);linestyle=':'(點線);linestyle='-.'(短線加點)；
label	數據標簽內容：label=‘數據一',數據標簽展示位置需另說明plt.legend(loc=1)數字為標簽位置

實際應用案例

因案例涉及機密數據，只展示數據可視化的過程及結果，先放結果輸出的樣式

import pandas as pd #導入pandas庫
import pymysql as mysql #導入mysql庫
import matplotlib.pyplot as plt #導入數據可視化庫
import numpy as np #導入numpy庫
plt.rcParams['font.sans-serif'] = ['Microsoft Yahei'] #指定文字字體格式為微軟雅黑字段
plt.rcParams['axes.unicode_minus'] = False

connection=mysql.connect(host='數據庫ip',port='端口',user='用戶賬號',password='登錄密碼',db='連接的庫名',charset='utf8')#設置連接數據庫的參數
select=connection.cursor()#創建游標
select.execute("SELECT * FROM tabel")#寫入SQL查詢語句
zd=list((pd.DataFrame(list(select.description)))[0])#獲取查詢結果的列名
sqldata=select.fetchall()#獲取查詢結果
select.close #關閉查詢
connection.close #關閉數據庫接接
data1=pd.DataFrame(list(sqldata)) #將數據轉化成df類型
data1.columns=zd #將列名重置為查詢結果列名

plt.figure(figsize=(10,5)) #設置圖表大小，長10，寬5
plt.plot(data1['機器A擬合度'],label='機器A準確率',color='#aa0000',linestyle='-',linewidth=3)#畫機器A準確率的線條
plt.plot(data1['人工A擬合度'],label='人工A準確率',color='#aa0000',linestyle=':',linewidth=3)#畫人工A準確率的線條
plt.plot(data1['機器B擬合度'],label='機器B準確率',color='#666666',linestyle='-',linewidth=3)#畫機器B準確率的線條
plt.plot(data1['人工B擬合度'],label='人工B準確率',color='#666666',linestyle=':',linewidth=3)#畫人工B準確率的線條
plt.plot([0,7],[0.9,0.9],color='g',linestyle='-.',linewidth=1)#畫一根綠色的輔助線，x軸從0到7，Y軸為0.9
plt.xticks(np.arange(8),('wk23','wk24','wk25','wk26','wk27','wk28','wk29','wk30'))#更改圖表X標簽為制定內容
plt.legend(loc=4)#將圖例說明放在圖表的右下角
plt.title('人機絕對準確率6.4-7.29',fontsize=20)#命名圖表名稱，設置字體大小
plt.xlabel('周',fontsize=20)#設置X軸名稱及字體大小
plt.ylabel('準確率%',fontsize=20)#設置Y軸名稱及字體大小

總結

到此這篇關于python數據可視化之matplotlib.pyplot基礎以及折線圖的文章就介紹到這了,更多相關python matplotlib.pyplot折線圖內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章:

利用Python進行數據可視化的實例代碼
淺談哪個Python庫才最適合做數據可視化
python數據可視化plt庫實例詳解
學會Python數據可視化必須嘗試這7個庫
Python中seaborn庫之countplot的數據可視化使用
python實現股票歷史數據可視化分析案例
Python數據可視化之基于pyecharts實現的地理圖表的繪制
Python爬蟲實戰之爬取京東商品數據并實實現數據可視化
Python數據可視化之用Matplotlib繪制常用圖形
Python數據可視化之繪制柱狀圖和條形圖
python用pyecharts實現地圖數據可視化
python數據可視化 – 利用Bokeh和Bottle.py在網頁上展示你的數據

標簽：雅安七臺河辛集西安渭南贛州濰坊許昌

巨人網絡通訊聲明：本文標題《python數據可視化之matplotlib.pyplot基礎以及折線圖》，本文關鍵詞 python,數據,可視化,之,matplotlib.pyplot,；如發現本文內容存在版權問題，煩請提供相關信息告之我們，我們將及時溝通與處理。本站內容系統采集于網絡，涉及言論、版權與本站無關。