本文实例为大家分享了python matplotlib绘制常用图的具体代码,供大家参考,具体内容如下
导入相关类
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
import numpy as np import pandas as pd import matplotlib.pyplot as plt % matplotlib inline plt.rcparams[ 'font.sans-serif' ] = [ 'simhei' ] #用来正常显示中文标签 plt.rcparams[ 'axes.unicode_minus' ] = false #用来正常显示负号 #有中文出现的情况,需要u'内容' #需要安装simhei.ttf字体,装完之后要重启这个notebook文件才行 #参考https://www.zhihu.com/question/25404709/answer/170849168 #指定图形的字体 font = { 'color' : 'darkred' , 'weight' : 'normal' , 'size' : 16 } |
画一个折线图
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
ur = pd.read_csv( 'unrate.csv' ) print (ur.dtypes) ## 转成时间格式 ur[ 'date' ] = pd.to_datetime(ur[ 'date' ]) print (ur.dtypes) ## 读取头部12个月数据 ur12 = ur.loc[ 0 : 11 ] ## x轴:date,y轴:value plt.figure(figsize = ( 10 , 5 )) plt.plot(ur12[ 'date' ],ur12[ 'value' ],label = 'value1' ) # 折线1 plt.plot(ur12[ 'date' ],ur12[ 'value2' ],label = 'value2' ) # 折线2 plt.xticks(rotation = 45 ) # 控制x轴数据旋转角度 plt.xlabel(u '月份' ,fontdict = font) plt.ylabel(u '比率' ,fontdict = font) plt.title(u '比率趋势图' ,fontdict = font) plt.legend(loc = 2 ) # 图例,loc是位置 plt.show() |
柱状图,纵向和横向的
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
|
ur = pd.read_csv( 'unrate.csv' ,index_col = 'date' ) # date列为索引 print (ur.head()) print (ur.dtypes) ## 读取头部12个月数据,并转置,是月份为列名 ur12 = ur.loc[ '1948/1/1' : '1948/12/1' ].t print (ur12.columns.tolist()) print (ur12.head()) cols = ur12.columns.tolist() bar_left = np.arange( len (cols)) ## 控制柱子的位置 bar_width = 0.4 # 柱子宽度 opacity = 0.4 bar_height_value = ur12.loc[ 'value' ,cols].values bar_height_value2 = ur12.loc[ 'value2' ,cols].values print (bar_height_value) print (bar_height_value2) fig = plt.figure(figsize = ( 10 , 10 )) as1 = fig.add_subplot( 2 , 1 , 1 ) # 添加子图,位置在2行1列的第一个,纵向的 as1.bar(bar_left - bar_width / 2 ,bar_height_value,bar_width,alpha = opacity,label = 'value1' ) # 柱状1 as1.bar(bar_left + bar_width / 2 ,bar_height_value2,bar_width,alpha = opacity,label = 'value2' ) # 柱状2 as1.set_xticks(bar_left) # 控制x轴数据旋转角度 as1.set_xticklabels(cols,rotation = 45 ) # 控制x轴数据旋转角度 as1.set_xlabel(u '月份' ,fontdict = font) as1.set_ylabel(u '比率' ,fontdict = font) as1.set_title(u '比率趋势图' ,fontdict = font) as1.legend(loc = 2 ) # 图例,loc是位置 as2 = fig.add_subplot( 2 , 1 , 2 ) # 添加子图,位置在2行1列的第二个,横向的 as2.barh(bar_left - bar_width / 2 ,bar_height_value,bar_width,alpha = opacity,label = 'value1' ) # 柱状1 as2.barh(bar_left + bar_width / 2 ,bar_height_value2,bar_width,alpha = opacity,label = 'value2' ) # 柱状2 as2.set_yticks(bar_left) # 控制x轴数据旋转角度 as2.set_yticklabels(cols) # 控制x轴数据旋转角度 as2.set_ylabel(u '月份' ,fontdict = font) as2.set_xlabel(u '比率' ,fontdict = font) as2.set_title(u '比率趋势图' ,fontdict = font) as2.legend(loc = 1 ) # 图例,loc是位置 plt.show() |
散点图
1
2
3
4
5
6
7
8
9
10
11
12
|
## 散点图 fs = pd.read_csv( 'fandango_scores.csv' ) print (fs.columns.tolist()) print (fs.head( 1 )) plt.figure(figsize = ( 8 , 6 )) # x轴:fandango_ratingvalue,y轴:rt norm plt.scatter(fs[ 'fandango_ratingvalue' ],fs[ 'rt_user_norm' ]) # 散点1 plt.scatter(fs[ 'fandango_ratingvalue' ],fs[ 'rt_norm' ],marker = 'x' ,c = 'r' ) # 散点2 plt.xlabel( 'fandango_ratingvalue' ) plt.ylabel( 'rt norm' ) plt.title(u '散点图1' ) plt.show() |
直方图
1
2
3
4
5
|
fs = pd.read_csv( 'fandango_scores.csv' ) plt.figure(figsize = ( 10 , 10 )) plt.hist(fs[ 'fandango_ratingvalue' ], range = ( 3 , 5 ),bins = 10 ) plt.ylabel( 'fandango_ratingvalue' ) plt.show() |
盒图,最大值、最小值、中位数、75位数、25位数
1
2
3
4
5
6
|
fs = pd.read_csv( 'fandango_scores.csv' ) plt.figure(figsize = ( 10 , 8 )) cols = [ 'fandango_ratingvalue' , 'rt_norm' , 'rt_user_norm' ] plt.boxplot(fs[cols].values) plt.xticks(np.arange( len (cols)) + 1 ,cols,rotation = 90 ) plt.show() |
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持服务器之家。
原文链接:https://blog.csdn.net/xiaoping_1988/article/details/78077107