matplotlib是我们经常会用到的一款python绘图库,操作简单,几行代码就能很轻松地画一些或简单或复杂地图形,线图、直方图、功率谱、条形图、错误图、散点图以及费笛卡尔坐标图等都不在话下。今天小编就具体给大家介绍一下matplotlib绘图教程。
一、首先来了解一下matplotlib
1.matplotlib是基于python语言的开源数据绘图包。matplotlib的对象体系严谨而有趣,为我们提供了巨大的发挥空间。在熟悉了核心对象之后,我们可以轻易的定制图像。matplotlib使用numpy进行数组运算,并调用一系列其他的python库来实现硬件交互。
2.matplotlib安装
pip install matplotlib
3.Matplotlib导入
import matplotlib.pyplot as plt#为方便简介为plt
import numpy as np#画图过程中会使用numpy
import pandas as pd#画图过程中会使用pandas
二、matplotlib绘图
import numpy as np import pandas as pd from pandas import Series, DataFrame import matplotlib.pyplot as plt %matplotlib inline fig = plt.figure(figsize=(10,8)) #建立一个大小为10*8的画板 ax1 = fig.add_subplot(331) #在画板上添加3*3个画布,位置是第1个 ax2 = fig.add_subplot(3,3,2) ax3 = fig.add_subplot(3,3,3) ax4 = fig.add_subplot(334) ax5 = fig.add_subplot(3,3,5) ax6 = fig.add_subplot(3,3,6) ax7 = fig.add_subplot(3,3,7) ax8 = fig.add_subplot(3,3,8) ax9 = fig.add_subplot(3,3,9) ax1.plot(np.random.randn(10)) _ = ax2.scatter(np.random.randn(10),np.arange(10),color='r') #作散点图 ax3.hist(np.random.randn(20),bins=10,alpha=0.3) #作柱形图 ax4.bar(np.arange(10),np.random.randn(10)) #做直方图 ax5.pie(np.random.randint(1,15,5),explode=[0,0,0.2,0,0]) #作饼形图 x = np.arange(10) y = np.random.randn(10) ax6.plot(x,y,color='green') ax6.bar(x,y,color='k') data = DataFrame(np.random.randn(1000,10), columns=['one','two','three','four','five','six','seven','eight','nine','ten']) data2 = DataFrame(np.random.randint(0,20,(10,2)),columns=['a','b']) data.plot(x='one',y='two',kind='scatter',ax=ax7) #针对DataFrame的一些作图 data2.plot(x='a',y='b',kind='bar',ax=ax8,color='red',legend=False) data2.plot(x='a',y='b',kind='barh',color='m',ax=ax9) #plt.tight_layout() #避免出现叠影 #plt.show()
2.蜡烛图
import numpy as np import pandas as pd import matplotlib.pyplot as plt import matplotlib.finance as mpf from pandas import Series, DataFrame from matplotlib.pylab import date2num %matplotlib inline plt.rcParams['figure.autolayout'] = True plt.rcParams['figure.figsize'] = 25,6 plt.rcParams['grid.alpha'] = .4 plt.rcParams['axes.unicode_minus'] = False plt.rcParams['font.sans-serif'] = ['SimHei'] fig, ax = plt.subplots(1,1,figsize=(12,5)) mpf.candlestick_ohlc(ax=ax,quotes=data2.values[::3],width=.002,colorup='red',colordown='green') plt.xticks(data2.date[::25],data.date.map(lambda x:x[:5])[::25],rotation=0) ax.twiny().plot(data3.Open) plt.tight_layout();
3.热图
import numpy as np import pandas as pd from pandas import Series, DataFrame import matplotlib.pyplot as plt %matplotlib inline df = DataFrame(np.random.randn(10,10)) fig = plt.figure(figsize=(12,5)) ax = fig.add_subplot(111) axim = ax.imshow(df.values,interpolation='nearest')#cmap=plt.cm.gray_r, #cmap用来显示颜色,可以另行设置 plt.colorbar(axim) plt.show()
以上就是小编今天跟大家分享的matplotlib绘图的一些方法啦,希望对与大家使用matplotlib有所帮助。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在当今这个数据驱动的时代,几乎每一个业务决策都离不开对数据的深入分析。而其中,指标波动归因分析更是至关重要的一环。无论是 ...
2025-02-18当数据开始说谎:那些年我们交过的学费 你有没有经历过这样的场景?熬了三个通宵做的数据分析报告,在会议上被老板一句"这数据靠 ...
2025-02-17数据分析作为一门跨学科领域,融合了统计学、编程、业务理解和可视化技术。无论是初学者还是有一定经验的从业者,系统化的学习路 ...
2025-02-17挖掘用户价值本质是让企业从‘赚今天的钱’升级为‘赚未来的钱’,同时让用户从‘被推销’变为‘被满足’。询问deepseek关于挖 ...
2025-02-17近来deepseek爆火,看看deepseek能否帮我们快速实现数据看板实时更新。 可以看出这对不知道怎么动手的小白来说是相当友好的, ...
2025-02-14一秒精通 Deepseek,不用找教程,不用买资料,更不用报一堆垃圾课程,所有这么去做的,都是舍近求远,因为你忽略了 deepseek 的 ...
2025-02-12自学 Python 的关键在于高效规划 + 实践驱动。以下是一份适合零基础快速入门的自学路径,结合资源推荐和实用技巧: 一、快速入 ...
2025-02-12“我们的利润率上升了,但销售额却没变,这是为什么?” “某个业务的市场份额在下滑,到底是什么原因?” “公司整体业绩 ...
2025-02-08活动介绍 为了助力大家在数据分析领域不断精进技能,我们特别举办本期打卡活动。在这里,你可以充分利用碎片化时间在线学习,让 ...
2025-02-071、闺女,醒醒,媒人把相亲的带来了。 我。。。。。。。 2、前年春节相亲相了40个, 去年春节相亲50个, 祖宗,今年你想相多少个 ...
2025-02-06在数据科学的广阔领域中,统计分析与数据挖掘占据了重要位置。尽管它们常常被视为有关联的领域,但两者在理论基础、目标、方法及 ...
2025-02-05在数据分析的世界里,“对比”是一种简单且有效的方法。这就像两个女孩子穿同一款式的衣服,效果不一样。 很多人都听过“货比三 ...
2025-02-05当我们只有非常少量的已标记数据,同时有大量未标记数据点时,可以使用半监督学习算法来处理。在sklearn中,基于图算法的半监督 ...
2025-02-05考虑一种棘手的情况:训练数据中大部分样本没有标签。此时,我们可以考虑使用半监督学习方法来处理。半监督学习能够利用这些额 ...
2025-02-04一、数学函数 1、取整 =INT(数字) 2、求余数 =MOD(除数,被除数) 3、四舍五入 =ROUND(数字,保留小数位数) 4、取绝对值 =AB ...
2025-02-03作者:CDA持证人 余治国 一般各平台出薪资报告,都会哀嚎遍野。举个例子,去年某招聘平台发布《中国女性职场现状调查报告》, ...
2025-02-02真正的数据分析大神是什么样的呢?有人认为他们能轻松驾驭各种分析工具,能够从海量数据中找到潜在关联,或者一眼识别报告中的数 ...
2025-02-01现今社会,“转行”似乎成无数职场人无法回避的话题。但行业就像座围城:外行人看光鲜,内行人看心酸。数据分析这个行业,近几年 ...
2025-01-31本人基本情况: 学校及专业:厦门大学经济学院应用统计 实习经历:快手数据分析、字节数据分析、百度数据分析 Offer情况:北京 ...
2025-01-3001专家简介 徐杨老师,CDA数据科学研究院教研副总监,主要负责CDA认证项目以及机器学习/人工智能类课程的研发与授课,负责过中 ...
2025-01-29