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。