往期数据分析笔记
【笔记】python数据分析——numpy初识1
【笔记】python数据分析——numpy初识2
【笔记】python数据分析——变换与编程中的轴
【笔记】python数据分析——numpy随机数函数
【笔记】python数据分析——numpy数组索引及切片
【笔记】python数据分析——元素级运算及通用函数
【笔记】python数据分析——条件逻辑运算
【笔记】python数据分析——统计学运算
【笔记】python数据分析——矩阵相乘
【笔记】python数据分析——应用案例之图像负片
【笔记】python数据分析——pandas初识
【笔记】python数据分析——pandas之增删查改
【笔记】python数据分析——pandas可视化之线型图
【笔记】python数据分析——pandas可视化之柱状图
【笔记】python数据分析——pandas可视化之直方图和密度图
【笔记】python数据分析——pandas可视化之散点图
【笔记】python数据分析——pandas可视化之总结案例
为什么是浅谈呢？
因为现在市面上用的最多的可视化基本上都是用pycharts来画的，而且那个库很简单，画出来的图也都很精美，但是matplotlib的需求现在也还是存在的，我们常在论文中需要这种类型的图片，所以今天就带大家了解一下
matplotlib之线型图
构建数据
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
data = {
'name':['张三','李四','王五','赵六'],
'math':['40','80','99','78']
}
df = pd.DataFrame(data)
print(df)
运行结果：
name math
0 张三 40
1 李四 80
2 王五 99
3 赵六 78
前三行是导包，我相信看过之前笔记的兄弟们已经非常了解了
之后我先是构建了一个成绩表，然后将他们转为了DataFrame数据结构，然后将其输出，运行结果就是输出的结果
创建图表
plt.plot(df['name'],df['math'])
plt.show()
运行图：
图虽然出来了，但是有个问题呀，就是我指定了X轴是name那一列，为什么会显示成乱码呢，接下来我们换种方式看看效果
plt.plot(df.index,df['name'])
plt.show()
运行图：
这个运行图就没有那种类似乱码的了，是因为我们使用的是数据的索引来当作X轴，以后我们也经常会这样用
有兄弟就要说了，你这个用的是索引，我看的不清楚，我必须要用汉字来弄，好家伙，傲娇，我喜欢，哈哈，其实乱码的原因就是因为找不到字体形成的，我们直接给他指定一种字体就可以了
plt.rcParams['font.sans-serif']=['simhei']
加上这一句代码，然后我们再使用最开始的代码，我们就发现可以正常显示汉字了
运行图：
样式修改
plt.plot(df.indexx,df['name'],color='red',linestyle='--',marker='D')
plt.show()
color表示的是线条颜色，运行图：
linestyle表示的是线条样式，运行图：
marker表示的是将对应坐标描点，运行图：
分享一个快捷的设置方法——将颜色、线条和点标记一起设置。
plt.plot(df.index,df['math'],'co--')
plt.show()
运行图：
matplotlib之柱状图
绘制图像
names = [0,1,2,3]
books = [6,4,7,8]
plt.bar(names,books)
plt.show()
plt.barh(names,books)
plt.show()
运行图：
网状格属性
plt.grid(color = 'red',alpha = 0.2)
运行图：
是不是有兄弟觉得这个和我们之前学过的pandas可视化有一些莫名的相似呢，不要觉得，它就是相似，之前讲过的属性在这里也是可以使用的，而且散点图，直方图都是只改变一下plt的方法而已，在这里我就不介绍了，有需要兄弟们多看看前面的笔记，就能懂了
网格布局
图表布局的意思就是很多张图放在同一张画布上，许多人工智能或者是对图表举例的时候都会用到
创建画布
fig = plt.figure(figsize=(10,6))
plt.show()
这个代码的意思就是创建一个长为10.宽为6的空白画布，是不是看下面的运行图就觉得非常的空白呀，哈哈
运行图：
添加图表
fig = plt.figure(figsize=(10,6))
a1 = fig.add_subplot(2,3,1)
plt.show()
运行图：
add_subplot里面有三个参数，第一个参数是横向几行，第二个参数是纵向几列，第三个参数是放在第几个，我上面代码的意思就是画布中可以放两行三列一共6个图，a1这个图放在第一个
绘制图像
fig = plt.figure(figsize=(10,6))
a1 = fig.add_subplot(2,3,1)
year = [1990,2000,2002,2010]
gdp = [300,500,800,1100]
a1.plot(year,gdp)
plt.show()
运行图：
添加标题
fig = plt.figure(figsize=(10,6))
a1 = fig.add_subplot(2,3,1)
year = [1990,2000,2002,2010]
gdp = [300,500,800,1100]
a1.plot(year,gdp)
plt.title('测试图表布局')
plt.show()
运行图：
今日鸡汤
我们这一辈子，注定会经历很多不如意，如果无法学会与自己和解，真的会很累！与其盯着那些不好的，不如带着一颗乐观满足的心，寻找生命的确幸，积蓄勇敢的力量。
[复制链接]
发表于 2021-3-19 17:08
|
发表于 2021-3-19 17:29
我也混吃等死了两天
