标签：its   误差   ntp   title   int   numpy   箱线图   折线   大小   

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理

以下文章来源于云+社区 ，作者：职场亮哥

前言

采用数据可视化技术，数据不仅一目了然，而且更容易被解读。同样在数据分析得到结果之后，我们还需要用到可视化技术，把最终的结果呈现出来。

可视化视图都有哪些？

散点图、折线图、直方图、条形图、箱线图、饼图、热力图等。

 

折线图

python源码：

import matplotlib.pyplot as plt
import matplotlib.font_manager as fm
yy=[1,2,3,4,5,6,3,1,7,8]
xx=[3,5,4,1,9,3,2,5,6,3]
zz=[2,2,4,7,4,8,2,4,5,6]
plt.plot(yy,color=‘r‘,linewidth=2,linestyle=‘-‘,label=‘Data 1‘)
plt.plot(xx,color=‘b‘,linewidth=2,linestyle=‘--‘,label=‘Data 2‘)
plt.legend(loc=3) #loc是调整图例的位置
plt.xlabel(‘X‘,fontproperties=‘simhei‘,fontsize=14) #fontsize字大小 fontproperties是字体
plt.ylabel(‘y轴名称‘,fontproperties=‘simhei‘)
plt.title(‘折线图‘,fontproperties=‘simhei‘)
plt.ylim(0,10)
plt.show()

 

雷达图

python源码：

import matplotlib.pyplot as plt
import numpy as np
theta=np.array([0.25,0.5,0.75,1,1.25,1.5,1.75,2,0.25])
r=[75,60,50,70,50,85,45,70,75]
plt.polar(theta*np.pi,r,‘ro-‘,lw=2)#theta是角，np.pi=3.1415926....r是径。‘ro’r是红色，o是形状，lw是连线的宽度
plt.fill(theta*np.pi,r,facecolor=‘r‘,alpha=0.2) #facecolor是填充的颜色，alpha是透明度
plt.ylim(0,100) #定义每圈雷达的值plt.show()

 

Q3

柱形图

python源码：

import numpy as np
import matplotlib.pyplot as plt
N=5
men=(20,35,30,35,27)
wmen=(25,32,34,20,25)
menstd=(2,3,4,1,2)
womstd=(3,5,2,3,3)
ind=np.arange(N)
width=0.25
p1=plt.bar(ind,men,width,yerr=menstd) #yerr是误差
p2=plt.bar(ind,wmen,width,bottom=men,yerr=womstd) #bottom是以？？？为底开始画柱子
plt.ylabel(‘scores‘)
plt.title(‘scores by group and gender‘)
plt.xticks(ind,(‘1‘,‘2‘,‘3‘,‘4‘,‘5‘))
plt.yticks(np.arange(0,81,10))
plt.legend((p1[0],p2[0]),(‘nan‘,‘nv‘)) #legend是图例plt.show()

 

Q4

三维图

python源码：

from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np

#定义坐标轴
fig4 = plt.figure()
ax4 = plt.axes(projection=‘3d‘)

#生成三维数据
xx = np.arange(-5,5,0.1)
yy = np.arange(-5,5,0.1)
X, Y = np.meshgrid(xx, yy)
Z = np.sin(np.sqrt(X**2+Y**2))

#作图
ax4.plot_surface(X,Y,Z,alpha=0.3,cmap=‘winter‘)     #生成表面， alpha 用于控制透明度
ax4.contour(X,Y,Z,zdir=‘z‘, offset=-3,cmap="rainbow")  #生成z方向投影，投到x-y平面
ax4.contour(X,Y,Z,zdir=‘x‘, offset=-6,cmap="rainbow")  #生成x方向投影，投到y-z平面
ax4.contour(X,Y,Z,zdir=‘y‘, offset=6,cmap="rainbow")   #生成y方向投影，投到x-z平面
#ax4.contourf(X,Y,Z,zdir=‘y‘, offset=6,cmap="rainbow")   #生成y方向投影填充，投到x-z平面，contourf()函数

#设定显示范围
ax4.set_xlabel(‘X‘)
ax4.set_xlim(-6, 4)  #拉开坐标轴范围显示投影
ax4.set_ylabel(‘Y‘)
ax4.set_ylim(-4, 6)
ax4.set_zlabel(‘Z‘)
ax4.set_zlim(-3, 3)
plt.show()

Python数据可视化教学（附源码，修改参数即可）

标签：its   误差   ntp   title   int   numpy   箱线图   折线   大小   

原文地址：https://www.cnblogs.com/hhh188764/p/13920890.html