python之 matplotlib和pandas繪圖教程
不得不說使用python庫matplotlib繪圖確實比較丑，但使用起來還算是比較方便，做自己的小小研究可以使用。這里記錄一些統(tǒng)計作圖方法，包括pandas作圖和plt作圖。
前提是先導(dǎo)入第三方庫吧
import pandas as pd import matplotlib.pyplot as plt import numpy as np
然后以下這兩句用于正常顯示中文標(biāo)簽什么的。
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用來正常顯示中文標(biāo)簽 plt.rcParams['axes.unicode_minus'] = False # 用來正常顯示負(fù)號
當(dāng)然還有一些最基本的步驟:
plt.xticks(x,xtk,size=12,rotation=50) #設(shè)置字體大小和字體傾斜度 plt.xlabel(u'城市') # x軸標(biāo)簽 plt.ylabel(u'數(shù)量') plt.title(u'朋友所在城市') # 圖的名稱 plt.legend() # 正常顯示標(biāo)題 plt.show() # 顯示圖像 plt.close() # 繪圖后養(yǎng)成習(xí)慣性的關(guān)掉
對于pandas中的二維數(shù)據(jù)框，可以直接作圖（Series類型），簡單的折線圖或者曲線圖如下：
sdata.plot(color='r', style='-o') plt.show()
如果沒有用pandas，直接作曲線圖，可以這樣寫：
plot(x,y, color ='blue', linewidth=2.5, linestyle="--")
1，柱狀圖
rects1=plt.bar( #(x,data) 就是所要畫的二維數(shù)據(jù)
left=x, #x 是X坐標(biāo)軸數(shù)據(jù)，即每個塊的x軸起始位置
height=data, #data是Y坐標(biāo)軸的數(shù)據(jù)，即每個塊的y軸高度
width=[0.1,0.2,0.3], #每一個塊的顯示寬度
bottom=[1,2,3], #每一個塊的底部高度
color='y', #塊的顏色
edgecolor='g', #塊的邊界顏色
linewidth=2, #塊的線條寬度
xerr=1, #x軸誤差bar
yerr=1, #y軸誤差bar
ecolor='r', #誤差bar的顏色
capsize=1, #誤差bar的線條寬度
orientation='vertical', #塊的方向 (horizontal,vertical)
align="center", #塊的位置 (center, left, right)
hold=None
)
plt.show()
2，餅圖
plot2=plt.pie(data, # 每個餅塊的實際數(shù)據(jù)，如果大于1，會進(jìn)行歸一化，計算percentage
explode=[0.0,0.1,0.2], # 每個餅塊離中心的距離
colors=['y','r','g'], # 每個餅塊的顏色
labels=['women','men','unknown'], # 每個餅塊的標(biāo)簽
labeldistance=1.2, # 每個餅塊標(biāo)簽到中心的距離
autopct='%1.1f%%', # 百分比的顯示格式
pctdistance=0.4, # 百分比到中心的距離
shadow=True, # 每個餅塊是否顯示陰影
startangle=0, # 默認(rèn)從x軸正半軸逆時針起
radius=1.0 # 餅塊的半徑
)
plt.axis('equal') # 顯示為圓形，避免比例壓縮為橢圓
plt.show()
3，共享X軸，Y軸左右軸標(biāo)（帕累托分析圖）
數(shù)據(jù)樣例如下，名稱為va，類型為Series，左邊為職位名稱，右邊為數(shù)量：
sales 4140 technical 2720 support 2229 IT 1227 product_mng 902 marketing 858 RandD 787 accounting 767 hr 739 management 630
作圖：
fr = pd.Series(va.values.cumsum() / va.values.sum())
va.plot(kind='bar')
fr.plot(color='r',secondary_y=True, style='-o')
plt.annotate(format(fr[7], '.2%'), xy=(7, fr[7]), xytext=(7*0.9, fr[7]*0.9),
arrowprops=dict(arrowstyle='->', connectionstyle='arc3,rad=.2')) # 用于注釋圖形指標(biāo)
# plt.rcParams['font.sans-serif'] = ['SimHei'] # 用來正常顯示中文標(biāo)簽
# plt.rcParams['axes.unicode_minus'] = False # 用來正常顯示負(fù)號
# plt1 = plt.pie(va.values,
# labels=va.index,
# autopct='%1.1f%%')
plt.xticks(rotation=50) # 設(shè)置字體大小和字體傾斜度
plt.show()
左邊為出現(xiàn)的頻率，右邊為累積百分比（這里數(shù)據(jù)以降序排列較好，便于直觀地觀察），效果如下：
在pandas中，曲線圖可以直接畫，比如data中有多個屬性，可以直接使用data.plot()。使用plt，若各個屬性需要共用XY軸，那么可以重復(fù)plot即可。
4，箱型圖
使用pandas畫箱型圖簡單方便，但是注釋比較麻煩，可以用annotate添加異常點的注釋。若使用之前的數(shù)據(jù)va，則先創(chuàng)建二維數(shù)據(jù)框再畫圖。如果有多個列為數(shù)字類型，那么可以畫每個列的箱型圖，這里只有一列數(shù)據(jù)，如下：
pd.DataFrame(va).boxplot() plt.show()
使用plt直接進(jìn)行作圖：
plt.boxplot(data,labels=[]，
sym='o',whis=1.5)
其中，data可以是一維的，也可多維，若為多維則lables為每一維度的標(biāo)簽。sym為異常值的形狀，whis為調(diào)節(jié)垂直線段的長度。效果如下：
5，多張圖在一張畫布中，即多個子圖
使用plt:
plt.subplot(221) plt.plot(x, y1,'r-', lw=2) plt.subplot(222) plt.plot(x,y2)
使用pandas：
data.plot(subplots=True, color=['r','b'], style=['-o','-']) plt.show()
排版方式有不同，pandas是垂直排列，plt可以自己指定位置。pandas效果如下：
補(bǔ)充：Python DataFrame 多條件篩選 使用&
我就廢話不多說了，大家還是直接看代碼吧~
DF6 Out[42]: B C D 0 1 B 10.750 1 3 C 8.875 2 2 T 58.000 3 2 L 57.000 4 3 Y 46.000
DF6[(DF6.B>1) & (DF6.D > 10)]
Out[45]: B C D 2 2 T 58.0 3 2 L 57.0 4 3 Y 46.0
以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方，望不吝賜教。
相關(guān)文章
PyautoGUI是一個純Python的自動化工具,能實現(xiàn)用程序自動控制鼠標(biāo)和鍵盤操作,下面這篇文章主要給大家介紹了關(guān)于PyAutoGUI圖形用戶界面自動化的相關(guān)資料,文中通過示例代碼介紹的非常詳細(xì),需要的朋友可以參考下2022-04-04
DenseNet121模型實現(xiàn)26個英文字母識別任務(wù)
這篇文章主要為大家介紹了DenseNet121模型實現(xiàn)26個英文字母識別任務(wù)的實例過程，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2023-04-04
Jupyter?Notebook出現(xiàn)不是內(nèi)部或外部的命令解決方案
這篇文章主要介紹了Jupyter?Notebook出現(xiàn)不是內(nèi)部或外部的命令解決方案，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2023-06-06
這篇文章主要介紹了python3.9.1環(huán)境安裝的方法(圖文)，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-02-02
這篇文章主要給大家介紹了2023年最新pytorch快速安裝指南的相關(guān)資料,PyTorch是一個開源的深度學(xué)習(xí)框架,提供了各種張量操作并通過自動求導(dǎo)可以自動進(jìn)行梯度計算,方便構(gòu)建各種動態(tài)神經(jīng)網(wǎng)絡(luò),需要的朋友可以參考下2023-10-10
這篇文章主要介紹了pytorch中的廣播語義，pytorch的廣播語義即broadcasting semantics，和numpy的很像，下面文章介紹更多相關(guān)內(nèi)容的介紹，需要的小伙伴可以參考一下2022-03-03
這篇文章主要給大家介紹了關(guān)于python中extend功能的相關(guān)資料,Python中的extend()方法是一種非常有用的列表操作,它可以將一個列表中的元素添加到另一個列表的末尾,需要的朋友可以參考下2023-08-08
python統(tǒng)計字符串中字母出現(xiàn)次數(shù)代碼實例
這篇文章主要介紹了python統(tǒng)計字符串中字母出現(xiàn)次數(shù)代碼實例,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-03-03
Python的Flask框架開發(fā)驗證碼登錄的實現(xiàn)
在本文我們介紹了如何使用Python的Flask框架開發(fā)一個簡單的驗證碼登錄功能,將涵蓋生成驗證碼、處理用戶輸入、驗證驗證碼以及實現(xiàn)安全的用戶認(rèn)證等方面,感興趣的可以了解一下2023-11-11
最近看了一些opencv的相關(guān)內(nèi)容,這里做一下記錄以及學(xué)習(xí)中的體會,和大家分享一下,下面這篇文章主要給大家介紹了關(guān)于Python?OpenCV視頻文件相關(guān)操作的相關(guān)資料,需要的朋友可以參考下2022-11-11