python数据可视化

简介

特征工程之前用excel做的，简单的还行，稍稍复杂就非常慢了。考虑换用python，相关资料整理了下，备查

01，pycharm绘图不显示问题

pandas中Series、DataFrame的plot()方法不显示图片

Series([4,5,7]).plot()

plt.show() #需要加这个

标题：Python可视化学习（2）：Matplotlib快速绘图基础

地址：http://www.cnblogs.com/zhanghaohong/p/6674474.html

02，基本曲线图

#通过Line2D的Setter方法（set_*）进行设置；

#主要是通过返回的Line2D对象进行设置，这里的设置非常多，可以参考手册内容

line1,line2=plt.plot(x,-x*2,x,np.sin(x**2*np.pi))

#设置line1的属性

line1.set_linewidth(2)

line1.set_color('b')

line1.set_linestyle("--")

#设置line2的属性

line2.set_color('k')

line2.set_linestyle('-')

#通过pyplot.setp（）进行批量设置；

line1,line2=plt.plot(x,-x*2,x,np.sin(x**2*np.pi))

plt.setp(line1,color='r',linewidth=2)#采用关键字参数

plt.setp(line2,"color",'k','linewidth',2,'linestyle','-.')#采用变量形式，这时候属性必须用字符串形式成对表示（数值除外）

03，子图

创建子图：plt.subplot(nrows,ncols,char_num)

当选定了子图后，那么这个子图就是当前选定子图，后续所有操作都是在这个子图上，可以通过gca()获取当前的axe。

ax=plt.subplot(221)#创建2*2个子图，并选定第一个（一般选定的顺序是从左到右，从上到下）

#print type(ax),打印显示器为AxesSubplot对象

#<class 'matplotlib.axes._subplots.AxesSubplot'>

ax.plot(np.arange(0,10),np.arange(0,10))

plt.plot(np.arange(0,10),-np.arange(0,10),'k--')#两种操作等价

#------------------------------------------------

ax2=plt.subplot(222,axisbg='y')#选取第一行，第二个axe,并设置背景颜色为黄色

ax2.plot(np.arange(0,10),np.arange(0,10))

plt.plot(np.arange(0,10),-np.arange(0,10),'y-')

#设置其y轴的值不显示,x轴只显示[0,5,9]

plt.yticks([])

plt.xticks([0,5,9])

#------------------------------------------------

ax3=plt.subplot(212)#重新建立分区，并选定第二个，这时初始的分区方法被覆盖。

ax3.plot(x,func(x),label="new value")

ax3.legend(loc='best')

标题：Python绘图

地址：http://www.cnblogs.com/chaoren399/p/5792168.html

04，添加标题和标签 plt.title, plt.xlabe, plt.ylabel 离散点, 线

#!/etc/bin/python

#coding=utf-8

import numpy as np

import matplotlib as mpl

import matplotlib.pyplot as plt

np.random.seed(1000)

y = np.random.standard_normal(20)

plt.figure(figsize=(7,4)) #画布大小

plt.plot(y.cumsum(),'b',lw = 1.5) # 蓝色的线

plt.plot(y.cumsum(),'ro') #离散的点

plt.grid(True)

plt.axis('tight')

plt.xlabel('index')

plt.ylabel('value')

plt.title('A simple Plot')

plt.show()

05，直方图

#!/etc/bin/python

#coding=utf-8

import numpy as np

import matplotlib as mpl

import matplotlib.pyplot as plt

np.random.seed(2000)

y = np.random.standard_normal((1000, 2))

plt.figure(figsize=(7,5))

plt.hist(y,label=['1st','2nd'],bins=25)#stacked=True,同图堆叠

plt.grid(True)

plt.xlabel('value')

plt.ylabel('frequency')

plt.title('Histogram')

plt.show()

06，其他

plt.figure(1) # 创建图表1

散点图 Scatter plots：pl.plot(x, y)改成pl.plot(x, y, 'o')

线条红色：把pl.plot(x, y, 'o')改成pl.plot(x, y, ’or’)

线条样式 Changing the line style虚线:plot(x,y, '--')

蓝色星型markers：plot(x,y, ’b*’)

子图控制

f1 = pl.figure(1)
pl.subplot(221)
pl.subplot(222)
pl.subplot(212)

友情链接

Python--matplotlib绘图可视化知识点整理：http://blog.csdn.net/panda1234lee/article/details/52311593

python画图：http://www.cnblogs.com/similarface/p/6252496.html

基于 Python 的数据可视化：http://mt.sohu.com/20170102/n477572079.shtml

相关推荐