Python数据可视化笔记01--Matplotlib基础
本文索引：
折线图实战散点图实战
实验环境：Windows10+jupyter notebook
一、折线图
折线图通常用来表示数据随时间或有序类别变化的趋势。最简单的折线图示例
import matplotlib.pyplot as pltdata = [1,2,3,4,5,4,2,4,6,7] # 随意创建的数据plt.plot(data) # 引用matplotlib库中的pyplot模块图plt.show()
运行结果：
plot()函数的第一个参数表示横坐标数据第二个参数表示纵坐标数据第三个参数表示颜色、线型和标记样式颜色常用的有（r / g / b / c / m / y / k / w），分别表示红，绿，蓝，青，品红，黄等线型常用的值有（- / -- / : / -.）标记样式常用的值有（. / , / o / v / ^ / s / * / D / d / x / < / > / h / H / 1 / 2 / 3 / 4 /_ /|）
绘制多条曲线、曲线颜色、线型、标记等参数设置示例：
# 绘制多条曲线、曲线颜色、线型、标记等参数设置import matplotlib.pyplot as pltimport matplotlib.font_manager as fm # 图示字体设置所需模块yy = [1,2,3,4,5,3,1,2,7,8] # 随意创建的数据xx = [3,5,4,1,9,3,2,5,6,3]zz = [2,2,4,7,4,8,2,4,5,6]# 指定数据，颜色，线宽，线型，plt.plot(yy,color='r',linewidth=5,linestyle=':',label='Data 1')plt.plot(xx,color='g',linewidth=2,linestyle='--',label='Data 2')plt.plot(zz,color='b',linewidth=0.5,linestyle='-',label='Data 3')plt.legend(loc=2)# 标题名称，字体设置plt.xlabel('x轴',fontproperties='simhei')plt.ylabel('y轴',fontproperties='simhei')plt.title('折线图美化示例',fontproperties='simhei')plt.ylim(0,10)
运行结果：
【折线图实战一】
已知王府井某小吃店每个月份的营业额如下表所示。请使用matplotlib扩展库编写Python程序绘制折线图时对该小吃全年营业额进行可视化，并使用红色点划线连接每个月的数据，并在每个月份的数据处使用三角形标记。
import matplotlib.pyplot as pltmonth = list(range(1,13)) # 定义一个列表，范围为1-12money = [5.2,7.7,5.8,5.7,7.3,9.2,18.7,14.6,20.5,17,9.8,6.9]plt.plot(month,money,'r-.v') # 绘图，参数分别为横坐标，纵坐标，红色点划线plt.xlabel('month',fontsize=14) # x轴标题，字体大小plt.ylabel('money',fontsize=14) # y轴标题，字体大小plt.title('earth',fontsize=18)# 图示标题，字体大小plt.show()
运行结果：
二、散点图
在matplotlib中使用函数matplotlib.pyplot.scatter绘制散点图
matplotlib.pyplot.scatter(x,y,s=None,c=None,marker=None,cmap=None,norm=None,vmin=None,vmax=None,alpha=None,linewidths=None,verts=None,edgecolors=None,hold=None,data=None,**kwargs)常用参数有：x，y组成了散点的坐标；s为散点的面积；c为散点的颜色（默认为蓝色‘b’）；marker为散点的标记；alpha为散点的透明度（0与1之间的数，0位完全透明，1不完全不透明）；linewidths为散点边缘的线宽；如果marker为None，则使用verts的值构建散点标记；edgecolors为散点边缘颜色。
绘制普通散点图，10个位置随机的散点图
import matplotlib.pyplot as pltimport numpy as npN = 10x = np.random.rand(N)y = np.random.rand(N)plt.scatter(x,y)plt.show()
运行结果：
接下来，我们对图进行修改，我们可以对散点的大小进行修改：
import matplotlib.pyplot as pltimport numpy as npN = 10x = np.random.rand(N)y = np.random.rand(N)size = (30*np.random.rand(N))**2plt.scatter(x,y,s=size)plt.show()
运行结果：
再来看，如果我们更改散点图的散点颜色和透明度，颜色设为随机，透明度0.5
import matplotlib.pyplot as pltimport numpy as npN = 10x = np.random.rand(N)y = np.random.rand(N)# 散点大小随机size = (30*np.random.rand(N))**2# 散点颜色随机color = np.random.rand(N)plt.scatter(x,y,s=size,c=color,alpha=0.5)plt.show()
运行结果：
再假如我们要修改散点的形状，改为上三角，只需要在scatter函数中增加一个参数marker:
import matplotlib.pyplot as pltimport numpy as npN = 10x = np.random.rand(N)y = np.random.rand(N)# 散点大小随机size = (30*np.random.rand(N))**2# 散点颜色随机color = np.random.rand(N)plt.scatter(x,y,s=size,c=color,alpha=0.5,marker='^')plt.show()
运行结果：
再看如何一张图绘制两组数据：
import matplotlib.pyplot as pltimport numpy as npN = 10x1 = np.random.rand(N)y1 = np.random.rand(N)x2 = np.random.rand(N)y2 = np.random.rand(N)plt.scatter(x1,y1,alpha=0.5,marker='^')plt.scatter(x2,y2,alpha=0.5,marker='o')plt.show()
运行结果：
最后一个，我们为散点图增加实例：
import matplotlib.pyplot as pltimport numpy as npN = 10x1 = np.random.rand(N)y1 = np.random.rand(N)x2 = np.random.rand(N)y2 = np.random.rand(N)# 增加图例形状参数plt.scatter(x1,y1,alpha=0.5,marker='^',label='triangle')plt.scatter(x2,y2,alpha=0.5,marker='o',label='cicle')plt.legend(loc='best') # 自动适应图例位置plt.show()
运行结果：
数据可视化部分的内容比较简单，但还是要亲手操作一下才能更好的记忆，以方便后面我们学习机器学习更灵活的使用，一起加油。
>> end
