亚洲中字慕日产2020,大陆极品少妇内射AAAAAA,无码av大香线蕉伊人久久,久久精品国产亚洲av麻豆网站

資訊專欄INFORMATION COLUMN

Python數(shù)據(jù)分析:matplotlib

big_cat / 2768人閱讀

摘要:首先引入和數(shù)據(jù)分析有關(guān)的庫(kù)。然后使用讀入數(shù)據(jù)。規(guī)定一個(gè)長(zhǎng)為,寬為的畫圖區(qū)域。規(guī)定繪圖區(qū)域大小指定五條折線的顏色添加圖例到最佳顯示位置添加子圖繪制區(qū)域。分別指定軸,軸,圖像名稱。繪制直方圖,指定繪制出數(shù)據(jù)的條數(shù),指定直方圖橫坐標(biāo)的取值范圍。

matplotlib是python中的一個(gè)數(shù)據(jù)可視化庫(kù),可以做出很多數(shù)據(jù)統(tǒng)計(jì)圖,下面來(lái)說一說matplotlib的一些基本使用。

1.首先引入和數(shù)據(jù)分析有關(guān)的庫(kù)。

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

2.然后使用pandas讀入數(shù)據(jù)。

3.fig = plt.figure(figsize=(m,n)):規(guī)定一個(gè)長(zhǎng)為m,寬為n的畫圖區(qū)域。

4.plt.xlabel(""):規(guī)定橫軸名稱。

5.plt.ylabel(""):規(guī)定縱軸名稱。

6.plt.title(""):規(guī)定圖像名稱。

7.plt.xticks(rotation=k):將x軸的各標(biāo)簽旋轉(zhuǎn)k度。

8.plt.legend(loc="best):添加圖例,loc為圖例的位置,傳入best系統(tǒng)會(huì)自動(dòng)尋找最佳的圖例位置。下圖為繪制五條折線。

fig = plt.figure(figsize=(10,7))    #規(guī)定繪圖區(qū)域大小
color = ["green","cyan","yellow","red","black"]    #指定五條折線的顏色
plt.xlabel("Month")
plt.ylabel("Unemployment Rate")
plt.title("Unemployment Statics Trend,1948")
for i in range(5):
    x = i*12
    y = (i+1)*12
    subset = unrate[x:y]
    label = str(1948+i)
    plt.plot(subset["MONTH"],subset["VALUE"],c=color[i],label=label)
plt.legend(loc="best")    #添加圖例到最佳顯示位置
plt.show()

9.fig.add_subplot():添加子圖繪制區(qū)域。

fig = plt.figure(figsize=(10,8))
ax1 = fig.add_subplot(2,2,1)    #指定子圖位置
ax2 = fig.add_subplot(2,2,2)
ax3 = fig.add_subplot(2,2,3)
ax4 = fig.add_subplot(2,2,4)
plt.show()

10.ax.set_xticks():指定x軸繪圖坐標(biāo)。

11.ax.set_xticklabels():指定x軸每個(gè)標(biāo)簽的名字。

12.ax.set_xlabel()ax.set_ylabel()、ax.set_title():分別指定x軸,y軸,圖像名稱。

num_cols = ["RT_user_norm", "Metacritic_user_nom", "IMDB_norm", "Fandango_Ratingvalue", "Fandango_Stars"]
bar_heights = norm_reviews.loc[0,num_cols].values
print(bar_heights)
bar_positions = np.arange(5)
print(bar_positions)
tick_positions = range(0,5)
fig,ax = plt.subplots(figsize=(10,8))    #用ax畫圖,fig控制區(qū)域
plt.bar(bar_positions,bar_heights,0.6)    #0.6表示所畫條形圖每個(gè)圖形的寬度
ax.set_xticks(tick_positions)
ax.set_xticklabels(num_cols,rotation=45)
ax.set_xlabel("Rating Source")
ax.set_ylabel("Average Rating")
ax.set_title("Average User Rating For Avengers:Age of Ultron(2015)")
plt.show()

13.如果要讓條形圖橫著畫,只需將繪制條形圖的命令plt.bar()改為plt.barh(),如果有需要再重新指定一下自己所需的橫縱坐標(biāo)即可。

14.plt.scatter():繪制散點(diǎn)圖。

15.plt.hist(x,bins=k,range=(m,n)):繪制直方圖,bins指定繪制出數(shù)據(jù)的條數(shù),range()指定直方圖橫坐標(biāo)的取值范圍。

16.ax.boxplot():繪制盒形圖,盒形圖可以直觀的觀察出數(shù)據(jù)的離群點(diǎn),也就是不符合規(guī)范的數(shù)據(jù),具體到seaborn庫(kù)時(shí)會(huì)講。

文章版權(quán)歸作者所有,未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請(qǐng)注明本文地址:http://www.ezyhdfw.cn/yun/19896.html

相關(guān)文章

  • python數(shù)學(xué)建模Matplotlib繪制方法介紹

      小編寫這篇文章的一個(gè)主要目的,主要是來(lái)給大家去做一個(gè)相關(guān)的自我介紹,介紹關(guān)于python是怎么進(jìn)行數(shù)學(xué)建模的,怎么使用Matpolibd呢?具體的使用方法是什么呢?下面就給大家詳細(xì)的去做一個(gè)解答?! atplotlib簡(jiǎn)介  #Matplotlib簡(jiǎn)介:   '''   使用Matplotlib在Python中創(chuàng)建圖表【Matplotlib是用于創(chuàng)建圖表的Python...

    89542767 評(píng)論0 收藏0
  • 數(shù)據(jù)科學(xué)系統(tǒng)學(xué)習(xí)】Python # 數(shù)據(jù)分析基本操作[三] matplotlib

    摘要:有一些表示常見圖形的對(duì)象稱為塊,完整的集合位于。中的繪圖函數(shù)在中,有行標(biāo)簽列標(biāo)簽分組信息。密度圖通過計(jì)算可能會(huì)產(chǎn)生觀測(cè)數(shù)據(jù)的連續(xù)概率分布的估計(jì)而產(chǎn)生的。在探索式數(shù)據(jù)分析工作中,同時(shí)觀察一組變量的散布圖是很有意義的。 我們?cè)谏弦黄榻B了 pandas,本篇介紹 matplotlib。 繪圖和可視化 一個(gè)用于創(chuàng)建出版質(zhì)量圖表的桌面繪圖包。 Matplotlib API入門 Figure ...

    BDEEFE 評(píng)論0 收藏0
  • Python學(xué)習(xí)筆記:數(shù)據(jù)可視化(一)

    摘要:當(dāng)數(shù)據(jù)發(fā)生變化時(shí),這種演變過程隨之發(fā)生。是一種統(tǒng)計(jì)報(bào)告圖,由一系列高度不等的縱向條紋或線段表示數(shù)據(jù)分布的情況。 showImg(https://segmentfault.com/img/bVbnkP1?w=751&h=558); python相關(guān) 基礎(chǔ)概念 數(shù)據(jù):離散的,客觀事實(shí)的數(shù)字表示 信息:處理后的數(shù)據(jù),為實(shí)際問題提供答案   - 為數(shù)據(jù)提供一種關(guān)系或一個(gè)關(guān)聯(lián)后,數(shù)據(jù)就成了信...

    Crazy_Coder 評(píng)論0 收藏0
  • ??【python入門項(xiàng)目】在 Python 中創(chuàng)建條形圖追趕動(dòng)畫(評(píng)論區(qū)送書)??

    動(dòng)畫是使可視化更具吸引力和用戶吸引力的好方法。它幫助我們以有意義的方式展示數(shù)據(jù)可視化。Python 幫助我們使用現(xiàn)有的強(qiáng)大 Python 庫(kù)創(chuàng)建動(dòng)畫可視化。Matplotlib是一個(gè)非常流行的數(shù)據(jù)可視化庫(kù),通常用于數(shù)據(jù)的圖形表示以及使用內(nèi)置函數(shù)的動(dòng)畫。 直接跳到末尾 去評(píng)論區(qū)領(lǐng)書 ? 在 Python 中創(chuàng)建條形圖追趕動(dòng)畫(評(píng)論區(qū)送書) ? 方法一:使用 pause() 函數(shù)? 方法二:使用 F...

    h9911 評(píng)論0 收藏0
  • Matplotlib 庫(kù)生成動(dòng)畫圖表

    摘要:相對(duì)于靜態(tài)圖表,人類總是容易被動(dòng)畫和交互式圖表所吸引??梢允褂幂p松生成圖表直方圖功率譜,條形圖,錯(cuò)誤圖表,散點(diǎn)圖等。然而,也有一些方面落后于同類的庫(kù)。動(dòng)畫使用一組固定的對(duì)象。稍后將用數(shù)據(jù)對(duì)行對(duì)象進(jìn)行填充?,F(xiàn)在用將它們轉(zhuǎn)換為動(dòng)畫。 翻譯:瘋狂的技術(shù)宅https://towardsdatascience.co... showImg(https://segmentfault.com/img...

    call_me_R 評(píng)論0 收藏0
  • Matplotlib 庫(kù)生成動(dòng)畫圖表

    摘要:相對(duì)于靜態(tài)圖表,人類總是容易被動(dòng)畫和交互式圖表所吸引。可以使用輕松生成圖表直方圖功率譜,條形圖,錯(cuò)誤圖表,散點(diǎn)圖等。然而,也有一些方面落后于同類的庫(kù)。動(dòng)畫使用一組固定的對(duì)象。稍后將用數(shù)據(jù)對(duì)行對(duì)象進(jìn)行填充。現(xiàn)在用將它們轉(zhuǎn)換為動(dòng)畫。 翻譯:瘋狂的技術(shù)宅https://towardsdatascience.co... showImg(https://segmentfault.com/img...

    不知名網(wǎng)友 評(píng)論0 收藏0

發(fā)表評(píng)論

0條評(píng)論

最新活動(dòng)
閱讀需要支付1元查看
<