python可视化——常见的图表
1.常规的画图-折线图`
import numpy as np import matplotlib.pyplot as plt np.random.seed(1000) y=np.random.standard_normal(20) # print(y) plt.plot(y.cumsum()) #cumsum可以获取数据的总和
结果如下: 2.双折线图
import numpy as np import matplotlib.pyplot as plt np.random.seed(2000) y=np.random.standard_normal((200,2)).cumsum(axis=0) plt.figure(figsize=(7,4)) plt.plot(y,lw=1.5) plt.plot(y,g-) plt.grid(True) plt.legend(loc=2) plt.axis(tight) plt.xlabel(index) plt.ylabel(value) plt.title(a simple plot)
结果如下: 3.双折线图,同时现实双坐标轴
fig,ax1=plt.subplots() #使用第一个(左边)的坐标轴画第一组数据 plt.plot(y[:,0],b,lw=1.5,label=1st) plt.plot(y[:,0],r) plt.grid(True) plt.legend(loc=8) plt.axis(tight) plt.xlabel(index) plt.ylabel(value 1st) ax2=ax1.twinx() #用第二个坐标轴(右边)画第二组数据 plt.plot(y[:,1],g,lw=1.5,label=2nd) plt.plot(y[:,1],r) plt.legend(loc=0) plt.ylabel(value 2nd)
结果如下 4.柱状图
import numpy as np y=np.random.standard_normal((20,2)).cumsum(axis=0) print(y) print(y[:,0]) print(y[:,1]) plt.bar(np.arange(len(y)),y[:,0],width=0.5,color="g",label=1st) plt.grid(True) plt.legend(loc=0)
结果如下 5.散点图
y=np.random.standard_normal((1000,2)) plt.figure(figsize=(7,5)) plt.plot(y[:,0],y[:,1],ro) plt.grid(True) plt.xlabel(1st) plt.ylabel(2nd) plt.title(scatter plot)
结果如下 6.散点图加上第三维
c=np.random.randint(0,10,len(y)) #随机数据生成第三个数据集 plt.figure(figsize=(7,5)) plt.scatter(y[:,0],y[:,1],c=c,marker=o) plt.colorbar() plt.grid(True) plt.xlabel(1st) plt.ylabel(2nd) plt.title(scatter plot)
结果如下 7.直方图
plt.figure(figsize=(7,4)) plt.hist(y,label=[1st,2nd],bins=25) plt.grid(True) plt.legend(loc=0) plt.xlabel(value) plt.ylabel(frequency) plt.title(histogram)
结果如下 8.箱型图
fig,ax=plt.subplots(figsize=(7,4)) plt.boxplot(y) plt.grid(True) plt.setp(ax,xticklabels=[1st,2nd]) plt.xlabel(data set) plt.ylabel(value) plt.title(Boxplot)
结果如下 本期分享就到这里,边学习边分享。