資訊專欄INFORMATION COLUMN
摘要：保存打開執(zhí)行打開的時(shí)候要先加載一個(gè)包第二節(jié)畫個(gè)圖的方法風(fēng)格面向?qū)ο螽媹D第節(jié)簡(jiǎn)易線型圖先設(shè)置。是一個(gè)可以裝圖形文字的容器是帶有刻度和標(biāo)簽的矩形。
第 4 章是講用matplotlib畫圖
期待已久的內(nèi)容，用可視化展示數(shù)據(jù)比丟一張數(shù)據(jù)表給他好的多，在建模的時(shí)候先畫個(gè)圖會(huì)清晰不少，下面進(jìn)入正題：
數(shù)據(jù)源：當(dāng)然是上一章最后一節(jié)的提取了小時(shí)的sougou數(shù)據(jù)
第一節(jié)：保存
就是教你怎么保存畫的圖，然后再打開它。
保存：fig.savefig("myfigure.png")
打開：Image("myfigure.png") 執(zhí)行打開的時(shí)候要先加載一個(gè)包： from IPython.display import Image
第二節(jié)：畫2個(gè)圖的方法
-- matlab風(fēng)格plt.figure()
plt.subplot(2,1,1)
plt.plot(df.ranks,df.numbers)
plt.subplot(2,1,2)
plt.plot(df.numbers, df.ranks)
fig,ax = plt.subplots(2)
ax[0].plot(df["rank"],df.hours)
ax[1].plot(df["number"],df.hours)
第 3 節(jié)：簡(jiǎn)易線型圖
先設(shè)置fig, ax。 fig是一個(gè)可以裝圖形、文字的容器；ax是帶有刻度和標(biāo)簽的矩形。設(shè)置好之后再用ax.plot畫圖
fig = plt.figure() ax = plt.axes() ax.plot(df["number"],df["rank"])-- 穿插一個(gè)小插曲：在用sogou數(shù)據(jù)畫圖的時(shí)候，出現(xiàn)這個(gè)提示：
ValueError: x and y must have same first dimension, but have shapes (1,) and (823818,) 用df.rank查看數(shù)據(jù)時(shí)，出現(xiàn)的是多列數(shù)據(jù)，而不是一列，所以畫圖的時(shí)候出現(xiàn)了x，y沒有相同的坐標(biāo)。
晚上問的大神，他說你先用df["rank"]試下能不能正常顯示，結(jié)果是正常的。那可能是df.rank是調(diào)用了內(nèi)置函數(shù)，以后用中括號(hào)就可以了。
color = "" 顏色支持英文、代碼、灰度、16進(jìn)制、RGB、HTML顏色
linestyle = "" 線條的樣式，比如---.:等
df.groupby("hours")["hours"].count().plot(color = "g",linestyle = ":")
-- 設(shè)置坐標(biāo)軸上下限
有兩種方法，效果是一樣的
#設(shè)置 x, y 軸的起始值
df.groupby("hours")["hours"].count().plot(color = "g",linestyle = ":")
plt.xlim(0,30) #只能設(shè)置范圍，不能規(guī)定跨度
plt.ylim(10000,100000)
#方法2：
df.groupby("hours")["hours"].count().plot(color = "g",linestyle = ":")
plt.axis([0,25,0,120000]) # plt.axis("")有很其他的功能，可以查看文檔
顯示圖例
圖例是label，設(shè)置好圖例后要用plt.legend()才能打印圖例
df.groupby("hours")["rank"].sum().plot(color = "r",linestyle = ":",label="The red data")
df.groupby("hours")["hours"].count().plot(color = "g",label = "search/hour")
plt.legend() # legend(lable = ["",""], loc = "") label是圖例的名稱，同上；loc是圖例的位置
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/45003.html
摘要：一周沒寫文了，之前干什么去了呢本周前半部分卡在畫圖了，然后的時(shí)間在處理數(shù)據(jù)，處理數(shù)據(jù)是我目前在畫圖和機(jī)器學(xué)習(xí)上一個(gè)重大的障礙，處理各種報(bào)錯(cuò)各種不適合，等我學(xué)會(huì)了和你再來堵我呀 一周沒寫文了，之前干什么去了呢？本周前半部分卡在畫圖了，然后1/3的時(shí)間在處理數(shù)據(jù)，處理數(shù)據(jù)是我目前在畫圖和機(jī)器學(xué)習(xí)上一個(gè)重大的障礙，python處理各種報(bào)錯(cuò)各種不適合，等我學(xué)會(huì)了kettle和spark你再來堵...
摘要：時(shí)間序列，日期格式處理原以為本章是講怎么用處理時(shí)間格式，比如提取年月之類的。新增一列日期，不要時(shí)分新增兩列年，月，以便后續(xù)分析。這個(gè)方法太復(fù)雜，而且處理時(shí)間可能會(huì)更長(zhǎng)，看下面的簡(jiǎn)單方法新增月份年。 時(shí)間序列，日期格式處理 原以為本章是講怎么用python處理時(shí)間格式，比如提取年月之類的。 但本節(jié)寫的是時(shí)間格式已經(jīng)工整后的事，暫時(shí)不是我想學(xué)的，所以跳過，就沒有寫公式了。 下面的函數(shù)時(shí)之前...
摘要：主成分分析就是降維，通過線性組合，把多個(gè)原始變量合并成若干個(gè)主成分，這樣每個(gè)主成分都變成原始變量的線性組合。相關(guān)系數(shù)系數(shù)為為為。從結(jié)果看，這個(gè)數(shù)據(jù)可能不太適合用來分析，因?yàn)榻档骄S后的代筆性不足。 這兩天用學(xué)了主成分分析，用的是PCA。主成分分析就是降維，通過線性組合，把多個(gè)原始變量合并成若干個(gè)主成分，這樣每個(gè)主成分都變成原始變量的線性組合。所以你想看具體哪個(gè)特征對(duì)結(jié)果的影響大，通過PC...
今天開始學(xué)習(xí)《數(shù)據(jù)科學(xué)手冊(cè)》，主要學(xué)習(xí)3-5章，其他的選修。 -- 先連接數(shù)據(jù)庫(kù)加載數(shù)據(jù)： 用sqlalchemy 的create_engine連接： 注意：代碼里mysql+pymysql: 這部分不能加空格，否則會(huì)報(bào)錯(cuò) import pymysql import pandas as pd from sqlalchemy import create_engine sql = select...
摘要：貢獻(xiàn)者飛龍版本最近總是有人問我，把這些資料看完一遍要用多長(zhǎng)時(shí)間，如果你一本書一本書看的話，的確要用很長(zhǎng)時(shí)間。為了方便大家，我就把每本書的章節(jié)拆開，再按照知識(shí)點(diǎn)合并，手動(dòng)整理了這個(gè)知識(shí)樹。 Special Sponsors showImg(https://segmentfault.com/img/remote/1460000018907426?w=1760&h=200); 貢獻(xiàn)者：飛龍版...
閱讀 962·2021-11-15 11:37
閱讀 3780·2021-11-11 16:55
閱讀 3335·2021-11-11 11:01
閱讀 1055·2019-08-30 15:43
閱讀 2801·2019-08-30 14:12
閱讀 738·2019-08-30 12:58
閱讀 3457·2019-08-29 15:19
閱讀 2092·2019-08-29 13:59
