Python 数据可视化超详细讲解折线图的实现
作者:hacker707 时间:2023-06-06 14:49:18
绘制简单的折线图
✅在使用matplotlib绘制简单的折线图之前首先需要安装matplotlib,直接在pycharm终端pip install matplotlib即可
✅使用matplotlib绘制简单的折线图,再对其进行定制,实现数据的可视化操作
import matplotlib.pyplot as plt # 导入pyplot模块并设置别名为plt
squares = [1, 4, 9, 16, 25]
plt.plot(squares)
plt.show() # 打开matplotib查看器,并显示绘制的图形
运行结果如下:
修改标签文字和线条粗细
上图所示的图形表示的数字越来越大,但标签文字太小,线条太细,不方便观察,这时就需要调整一下增加图形的可读性
import matplotlib.pyplot as plt # 导入pyplot模块并设置别名为plt
squares = [1, 4, 9, 16, 25]
plt.plot(squares, linewidth=5) # 函数linewidth设置绘制线条的粗细
# 设置图表标题,并给坐标轴加上标签
plt.title('Square number', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)
# 设置刻度标记的大小
plt.tick_params(axis='both', labelsize=14)
plt.show() # 打开matplotib查看器,并显示绘制的图形
效果如下:
校正图形
图形更容易阅读了,但我们发现没有正确的绘制数据,折线图的终点指出4的平方为25!
向plot()提供一系列数字时,它假设第一个数据点对应的x坐标值为0,但我们的第一个点对应的x值为1。为改变这种默认行为,我们可以给plot同时提供输入值和输出值。
import matplotlib.pyplot as plt # 导入pyplot模块并设置别名为plt
input_value = [1, 2, 3, 4, 5]
squares = [1, 4, 9, 16, 25]
plt.plot(input_value, squares, linewidth=5) # 函数linewidth设置绘制线条的粗细
# 设置图表标题,并给坐标轴加上标签
plt.title('Square number', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)
# 设置刻度标记的大小
plt.tick_params(axis='both', labelsize=14)
plt.show() # 打开matplotib查看器,并显示绘制的图形
效果如下:
现在plot()成功绘制数据,因为我们同时提供了输入值和输出值。使用plot()时可指定各种实参,还可使用众多函数对图像进行定制
使用scatter()绘制散点图并设置其格式
有时候需要绘制散点图并设置各个数据的格式。例如:你可能想以一种颜色显示较小的值,用一种颜色显示较大的值。绘制大型数据集时,你还可以对每个点都设置同样的格式,再使用不同的样式选项重新绘制某个点,以突出它们 ✅要绘制单个点,可使用函数scatter(),并向它传递一对x,y坐标,它将在指定绘制绘制一个点
import matplotlib.pyplot as plt
plt.scatter(2, 4) # 向scatter函数传递一对x,y坐标
plt.show() # 打开matplotib查看器,并显示绘制的图形
效果如下:
下面来设置输出的样式,使其更有趣:添加标题,给坐标轴加上标签,并设置文本格式
import matplotlib.pyplot as plt
plt.scatter(2, 4, s=200) # 向scatter函数传递一对x,y坐标
# 设置图表标题,并给坐标轴加上标签
plt.title('Square number', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)
# 设置刻度标记的大小
plt.tick_params(axis='both', which='major', labelsize=14)
plt.show() # 打开matplotib查看器,并显示绘制的图形
效果如下:
使用scatter()绘制一系列点
import matplotlib.pyplot as plt
x_values = [1, 2, 3, 4, 5]
y_values = [1, 4, 9, 16, 25]
plt.scatter(x_values, y_values, s=100) # 向scatter函数传递一对x,y坐标
# 设置图表标题,并给坐标轴加上标签
plt.title('Square number', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)
# 设置刻度标记的大小
plt.tick_params(axis='both', which='major', labelsize=14)
plt.show() # 打开matplotib查看器,并显示绘制的图形
效果如下:
自动计算数据
手动计算列表包含的值很麻烦,可以利用python中的循环来解决,下面是绘制1000个点的范例:
import matplotlib.pyplot as plt
x_values = list(range(1, 1001))
y_values = [x ** 2 for x in x_values]
plt.scatter(x_values, y_values, s=10) # 向scatter函数传递一对x,y坐标
# 设置图表标题,并给坐标轴加上标签
plt.title('Square number', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)
# 设置刻度标记的大小
plt.tick_params(axis='both', which='major', labelsize=14)
# 设置每个坐标轴的取值范围
plt.axis([0, 1100, 0, 1100000])
plt.show() # 打开matplotib查看器,并显示绘制的图形
✅这里需要注意函数axis需要传入四个值,x,y坐标的最小值,最大值 效果如下:
删除数据点的轮廓
要删除数据点的轮廓,可在调用scatter()时传递实参edgecolor=‘none’
plt.scatter(x_values, y_values, edgecolors='none', s=10)
import matplotlib.pyplot as plt
x_values = list(range(1, 1001))
y_values = [x ** 2 for x in x_values]
plt.scatter(x_values, y_values, edgecolors='none', s=10) # 向scatter函数传递一对x,y坐标
# 设置图表标题,并给坐标轴加上标签
plt.title('Square number', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)
# 设置刻度标记的大小
plt.tick_params(axis='both', which='major', labelsize=14)
# 设置每个坐标轴的取值范围
plt.axis([0, 1100, 0, 1100000])
plt.show() # 打开matplotib查看器,并显示绘制的图形
效果如下:
自定义颜色
要修改数据点的颜色,可向scatter()传递参数c,并将其设置要使用的颜色的名称
plt.scatter(x_values, y_values, c='red',edgecolors='none', s=10)
import matplotlib.pyplot as plt
x_values = list(range(1, 1001))
y_values = [x ** 2 for x in x_values]
plt.scatter(x_values, y_values, c='red',edgecolors='none', s=10) # 向scatter函数传递一对x,y坐标
# 设置图表标题,并给坐标轴加上标签
plt.title('Square number', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)
# 设置刻度标记的大小
plt.tick_params(axis='both', which='major', labelsize=14)
# 设置每个坐标轴的取值范围
plt.axis([0, 1100, 0, 1100000])
plt.show() # 打开matplotib查看器,并显示绘制的图形
效果如下:
使用颜色映射
颜色映射(colormap)是一系列颜色,它们从颜色渐变到结束颜色。在可视化中,颜色映射用于突出数据的规律,例如,你可能用较浅的颜色显示较小的值,并使用较深的颜色显示较大的值
import matplotlib.pyplot as plt
x_values = list(range(1, 1001))
y_values = [x ** 2 for x in x_values]
# 将c设置为y值列表,使用参数cmap告诉pyplot使用哪个颜色映射
plt.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Blues, edgecolors='none', s=10) # 向scatter函数传递一对x,y坐标
# 设置图表标题,并给坐标轴加上标签
plt.title('Square number', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)
# 设置刻度标记的大小
plt.tick_params(axis='both', which='major', labelsize=14)
# 设置每个坐标轴的取值范围
plt.axis([0, 1100, 0, 1100000])
plt.show() # 打开matplotib查看器,并显示绘制的图形
自动保存图表
要让程序自动将图表保存到文件中,可将对plt.show()的调用替换为对plt.sacefig()的调用
plt.savefig('squares.png',bbox_inches='tight')
第一个实参指定要以什么样的文件名保存图表,第二个实参指定将图表多余的空白区域裁剪(如果要保留,可省略这个实参)
import matplotlib.pyplot as plt
x_values = list(range(1, 1001))
y_values = [x ** 2 for x in x_values]
# 将c设置为y值列表,使用参数cmap告诉pyplot使用哪个颜色映射
plt.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Blues, edgecolors='none', s=10) # 向scatter函数传递一对x,y坐标
# 设置图表标题,并给坐标轴加上标签
plt.title('Square number', fontsize=24)
plt.xlabel('Value', fontsize=14)
plt.ylabel('Square of Value', fontsize=14)
# 设置刻度标记的大小
plt.tick_params(axis='both', which='major', labelsize=14)
# 设置每个坐标轴的取值范围
plt.axis([0, 1100, 0, 1100000])
plt.savefig('squares.png',bbox_inches='tight')
plt.show() # 打开matplotib查看器,并显示绘制的图形
保存效果如下:
✅注意事项: 一定要把保存图表的代码放在plt.show前面,要是放在后面show会重新创建新的图片
来源:https://blog.csdn.net/xqe777/article/details/123419931


猜你喜欢
Python面向对象之成员相关知识总结
asp中获取内容中所有图片与获取内容中第一个图片的代码
5个有效改进网页UI设计的技巧

python实现udp传输图片功能

selenium+python自动化测试之鼠标和键盘事件

python开发简易版在线音乐播放器
JavaScript中数组的合并以及排序实现示例
python实现简单的单变量线性回归方法

使用Python爬虫库requests发送请求、传递URL参数、定制headers
教你用python3根据关键词爬取百度百科的内容
Python如何使用qrcode生成指定内容的二维码并在GUI界面显示

php小技巧之过滤ascii控制字符
Python实现的基数排序算法原理与用法实例分析

having的用法以及与where区别介绍
Python爬虫 bilibili视频弹幕提取过程详解

Python使用reportlab将目录下所有的文本文件打印成pdf的方法
用 Schema 约束 XML 数据

Mysql 原生语句中save or update 的写法汇总
javascript使用Blob对象实现的下载文件操作示例
