0基礎利用python數據分析----數據可視化matplotlib

matplotlib:

在這篇我們開始介紹matplotlib的用法,matplotlib是python中的一個數據可視化包,功能強大,簡單易用。

基礎介紹:

在這裏我們會用一個簡單的案例,並且一步一步的告訴大家每一句代碼的含義:

圖上我們導入了一個CSV文件,並且在第一個In行裏面導入了pandas模塊還有matplotlib模塊並直接調用pyplot,接下來我們開始介紹繪圖的基本原理:

在圖中我們直接創建了一個畫板,這些雖然只有兩個跟數字無關的代碼,但是python還是創建了X,Y軸並默認給出了其相應的值。其中plt.plot()這句話的含義就是調用plt創建一個圖,下面的show()這個方法就是直接把創建的圖展示出來,當然沒有這個show()他也是會展示出來,但是他會多一個空列表。

在上圖,我做了不寫show和寫了show不加括號的演示,他們的區別是,如果你不寫show他會出現一個空的列表,寫了show不加括號,他會出現一個傳參的對象。。在這裏我建議大家寫上show(),因爲這樣更規範。

 

折線圖繪製:

在數據分析中我們會經常畫一種圖叫折線圖,不廢話,直接上圖:

我們在這裏給這個plot傳入了參數,第一個參數是數據中的DATE列,傳入的第一個參數是橫軸的參數,第二個是縱軸的參數。不過因爲date的格式太長了,在這裏我們的橫軸看上去特別亂,我們可以用這種方式調節一下:

在這裏我們調用了一個新的函數,xticks,這個函數的主要功能是對橫軸的相關參數來進行調節,裏面傳入參數rotation=45,意思就是把x軸的數據旋轉45度。。現在我們圖基本的概念有了,但是少了一些東西:

在圖中我們用title的方式給這個圖加了一個標題,用xlabel的方式給橫軸加了一個標籤,用ylabel的方式給縱軸加了個標籤。。

子圖的操作:

在我們進行數據分析或數據可視化的時候,有時往往需要很多張圖,這塊內容咱們就介紹瞭如何在一個區域內添加多個圖:

這個圖中介紹的add_subplot這個函數,在括號中有三個參數,第一個是設定有幾行圖,第二個是幾列圖,第三個是選擇當前圖。現在我來展示一下:

在這個圖中,我們調用了figure這個函數,這個函數的含義是直接創建多個畫板,接着下面調用的add_subplot這個函數是創建多個畫板的參數。如果你想同時畫出多個圖,就要用figure的方法,如果你就畫一張,那麼就用一個plot就可以啦。但是我們要注意,plot是畫圖的函數,你想要畫的圖的參數都要傳入plot裏面纔可以畫出。。

現在我看這三個圖的大小有點小了,想把他們變大的話,就這麼幹:

只需要在figure裏面傳入一個參數figsize=(X,X),傳入這個參數就可以調節畫板的大小,傳入調節順序也是先行,後列。

在這裏我們直接調用fig.add_subplot的變量直接再用plot給他畫出來。在plot傳入參數的時候跟單獨的一樣,也是先傳入行的值在傳入列的值。。

將兩條線畫入一個圖中:

如果我們想把多條或者兩條曲線都劃到一個圖中的話,可以這麼幹。。

在這個圖中,第一個圖中我們用變量ax1直接調用兩次plot,每調用一次就是畫一條線,在畫第一條線的時候我們多了兩個參數,"+",和c,第一個的含義是改變繪圖線條的形狀,也可以填*或者--,方法有很多具體方法大家可以去官網找一下。後面的c是color的縮寫,他可以改變線條的顏色。。

同時寫入多條數據:

在圖中我們寫入了5條數據,但是我在這個圖plot裏面多加了一個label,這個label是整個圖的標籤的含義,當我們在plot裏面加了label這個參數,一定要注意,我們必須要在外面在調用一次legend這個函數,裏面的參數loc是location的縮寫,他決定這個圖標籤的位置,默認參數就是best,如果想看還有什麼參數,可以用help(plt.legend)的方法來查看一下詳細使用的方法。


                                                                                                          本章結束了,可能寫的有些爛,最近大腦要成漿糊了,腦袋有點蒙。。。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章