這是我的第51篇原創(chuàng)文章，關(guān)于數(shù)據(jù)可視化分析。

閱讀完本文，你可以知道：

1 Python語言的可視化庫—matplotlib?

2 使用matplotlib實(shí)現(xiàn)常用的可視化？

0前言

數(shù)據(jù)記者和信息設(shè)計(jì)師，David McCandless，在他的TED演講中談到數(shù)據(jù)可視化的重要性時(shí)說過，“通過信息可視化，我們把它變成了一個你可以用眼睛探索的風(fēng)景，一幅信息地圖。當(dāng)你迷失在信息中時(shí)，信息地圖是很有用的。”

數(shù)據(jù)可視化分析可以提供許多數(shù)據(jù)不能夠提供的洞見。Python語言擁有一些優(yōu)秀的數(shù)據(jù)可視化工具。matplot庫是Python語言基礎(chǔ)的數(shù)據(jù)可視化庫，可以設(shè)計(jì)和實(shí)現(xiàn)許多基礎(chǔ)的繪圖類型。

1matplotlib庫

matplotlib庫是Python語言最流行和基礎(chǔ)的數(shù)據(jù)可視化庫，是一個二維圖形庫。它是Python社區(qū)中廣泛使用的繪圖庫，已經(jīng)有數(shù)十年的歷史了。它功能強(qiáng)大，并提供了跨平臺的交互式環(huán)境。matplotlib可用于Python腳本，Python和IPython Shell、Jupyter notebook 和 Web 應(yīng)用服務(wù)程序。它是一個非常通用的可視化庫，只需要幾行代碼，就可以生成柱狀圖、直方圖、功率譜圖、散點(diǎn)圖、誤差圖、餅圖和許多其他類型的圖。關(guān)于matplotlib的詳細(xì)介紹和學(xué)習(xí)，可以查閱它的官方網(wǎng)址。

matplotlib的網(wǎng)址：

https://matplotlib.org/

2matplotlib庫做數(shù)據(jù)可視化

0 準(zhǔn)備工作

0.1 導(dǎo)入matplotlib庫的函數(shù)

代碼片段

#?導(dǎo)入matplotlib庫所需的函數(shù)集
import?matplotlib.pyplot?as?plt

0.2?繪圖的模板，顯示和保存

代碼片段

#?繪圖的通用格式
plt.plot(...)
#?繪圖結(jié)果的顯示
plt.show()
#?繪圖結(jié)果的保存
plt.savefig('my_img.png')

1 常用可視化

1.1 線狀圖(Line Plot)

代碼片段

import?numpy?as?np
import?matplotlib.pyplot?as?plt

x?=?[x?*?0.1?for?x?in?range(100)]
y?=?np.cos(x)

plt.plot(x,?y)?#?繪制線狀圖
plt.show()?#?顯示圖形結(jié)果

1.2 柱狀圖(Bar Chart)

代碼片段

from?random?import?seed
from?random?import?randint
import?matplotlib.pyplot?as?plt

seed(1234)
x?=?['A',?'B',?'C']
y?=?[randint(0,?100),?randint(0,?100),?randint(0,?100)]

plt.bar(x,?y)?#?畫柱狀圖
plt.show()

1.3?直方圖

代碼片段

from?numpy.random?import?seed
from?numpy.random?import?randn

import?matplotlib.pyplot?as?plt

seed(1234)
#高斯分布生成隨機(jī)數(shù)
x=randn(1000)

#生成直方圖
plt.hist(x)

plt.show()

1.4 盒箱圖

代碼片段

from?numpy.random?import?seed
from?numpy.random?import?randn

import?matplotlib.pyplot?as?plt

seed(1234)

x?=?[randn(100),?5*randn(100),?10*randn(100)]

#?生成盒箱圖
plt.boxplot(x)

plt.show()

1.5 散點(diǎn)圖

代碼片段

from?numpy.random?import?seed
from?numpy.random?import?randn

import?matplotlib.pyplot?as?plt

seed(1234)

x?=?10*randn(100)?+?100
y?=?x?+?(10*randn(100)?+?50)

#?生成散點(diǎn)圖
plt.scatter(x,?y)

plt.show()

1.6 誤差圖

代碼片段

import?numpy?as?np
import?matplotlib.pyplot?as?plt

x?=?np.arange(0.1,?4,?0.5)
y?=?np.exp(-x)

plt.figure()
plt.errorbar(x,?y,?xerr=0.2,?yerr=0.4)
plt.title(u'簡單的誤差圖',?fontproperties='simHei',?fontsize=20)
plt.show()

參考網(wǎng)址：

https://matplotlib.org/

https://analyticsindiamag.com/top-5-python-libraries-for-data-visualization/

https://machinelearningmastery.com/data-visualization-methods-in-python/

關(guān)于matplotlib做數(shù)據(jù)可視化，您有什么想法請留言。

需要深入交流和溝通，請加我的微信：luqin360。備注：實(shí)名+工作或者專業(yè)，否則不會通過。

數(shù)據(jù)思考與踐行

文章推薦

1ggpubr包：生成可出版的圖形

2數(shù)據(jù)可視化分析

3R語言做數(shù)據(jù)可視化分析

你點(diǎn)的每個在看，我都認(rèn)真當(dāng)成了喜歡

總結(jié)

以上是生活随笔為你收集整理的python导出数据顿号做分隔符_Python语言和matplotlib库做数据可视化分析的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。