日韩性视频-久久久蜜桃-www中文字幕-在线中文字幕av-亚洲欧美一区二区三区四区-撸久久-香蕉视频一区-久久无码精品丰满人妻-国产高潮av-激情福利社-日韩av网址大全-国产精品久久999-日本五十路在线-性欧美在线-久久99精品波多结衣一区-男女午夜免费视频-黑人极品ⅴideos精品欧美棵-人人妻人人澡人人爽精品欧美一区-日韩一区在线看-欧美a级在线免费观看

歡迎訪問 生活随笔!

生活随笔

當前位置: 首頁 > 编程语言 > python >内容正文

python

html数据分析表格api_Python数据分析基本库——Matplotlib(一)

發布時間:2025/3/20 python 46 豆豆
生活随笔 收集整理的這篇文章主要介紹了 html数据分析表格api_Python数据分析基本库——Matplotlib(一) 小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

1. Matplotlib基礎:https://www.runoob.com/numpy/numpy-matplotlib.html2. Matplotlib官網:https://matplotlib.org/3. Matplotlib中文:https://www.matplotlib.org.cn/

Matplotlib簡介

Matplotlib 是 Python 的繪圖庫。它可與 NumPy 一起使用,提供了一種有效的 MatLab 開源替代方案。它也可以和圖形工具包一起使用,如 PyQt 和 wxPython。

大量的第三方軟件包 擴展并建立在Matplotlib功能的基礎上,包括幾個更高級別的繪圖界面(seaborn, holoviews, ggplot,...)以及兩個投影和制圖工具包(basemap和cartopy)

Matplotlib繪圖基礎[1]

基本原理

在繪圖結構中,figure創建窗口,subplot創建子圖。所有的繪畫只能在子圖上進行。plt表示當前子圖,若沒有就創建一個子圖。所有你會看到一些教程中使用plt進行設置,一些教程使用子圖屬性進行設置。他們往往存在對應功能函數。

Figure:面板(圖),matplotlib中的所有圖像都是位于figure對象中,一個圖像只能有一個figure對象。Subplot:子圖,figure對象下創建一個或多個subplot對象(即axes)用于繪制圖像。

配置參數

參數解釋
axex設置坐標軸邊界和表面的顏色、坐標刻度值大小和網格的顯示
figure控制dpi、邊界顏色、圖形大小、和子區( subplot)設置
font字體集(font family)、字體大小和樣式設置
grid設置網格顏色和線性
legend設置圖例和其中的文本的顯示
line設置線條(顏色、線型、寬度等)和標記
patch是填充2D空間的圖形對象,如多邊形和圓。控制線寬、顏色和抗鋸齒設置等。
savefig可以對保存的圖形進行單獨設置。例如,設置渲染的文件的背景為白色。
verbose設置matplotlib在執行期間信息輸出,如silent、helpful、debug和debug-annoying。
xticks和yticks為x,y軸的主刻度和次刻度設置顏色、大小、方向,以及標簽大小。

要進行相關配置,還需要查閱用戶手冊或參考網絡文獻。

Matplotlib創建基本圖形

1. 折線圖

matplotlib 函數:?plot(x, y)[2]

?x: 線或標記的x坐標。?y: 線或標記的y坐標。

import matplotlib.pyplot as pltimport numpy as npx = [1,2,3,4,5,6] y1 = [i * 2 for i in x] # [2,4,6,8,10,12]y2 = [m * m for m in x] # [1,4,9,16,25,36]plt.figure(figsize=(5,5))#畫板大小plt.plot(x, y1)plt.plot(x, y2)plt.show()

2. 柱狀圖(豎向)

matplotlib 函數:?bar(left, height)[3]

?left: 左側的x坐標。?height: 柱狀圖的高度。

dt = np.arange(1, 5) values = [2, 5, 9,5]plt.figure(figsize=(6,5))plt.bar(dt, values)plt.show()

疊加圖

dt = np.arange(1, 5)values = [2, 5, 9,5]values1 = [3, 5, 7,20]plt.figure(figsize=(6,5))plt.bar(dt, values)plt.bar(dt, values1 ,bottom = values)#plt.bar(dt, values1)plt.show()

3. 柱狀圖(橫向)

matplotlib 函數:?barh(bottom, width)[4]

?bottom:柱圖y坐標?width: 柱圖的寬度.

matplotlib中文亂碼問題,可以通過以下方式簡單解決[5]

plt.rcParams['font.sans-serif']=['SimHei'] #用來正常顯示中文標簽plt.rcParams['axes.unicode_minus']=False #用來正常顯示負號categories = ['1', '2', '3', '4', '5']values= [7, 12, 4, 2, 9]plt.figure(figsize=(6,6))plt.barh(np.arange(len(categories)), values)plt.yticks(np.arange(len(categories)), ['城市 %s' % x for x in categories])plt.show()

4. 直立方

matplotlib 函數:?hist(x)[6]

?x: 要顯示的分布的值列表。

column_data = np.random.normal(33, 3, 1000) # 創建1000個正態(高斯)分布隨機數。平均值為42,標準偏差為3。plt.figure(figsize=(6,6))plt.hist(column_data)plt.show()

5. 餅圖

matplotlib 函數:?pie(sizes)[7]

?sizes: 楔子的大小,如分數或數字。

counts = [20,30,45, 5]plt.figure(figsize=(6, 6))plt.pie(counts)plt.show()

設置參數

plt.pie(counts, # colors=['blue', 'orange','red','green'], labels=['City A', 'City B','City C','City D'], startangle=90, autopct='%.2f%%')# plt.legend()plt.show()

6. 散點圖

matplotlib 函數:?scatter(x, y)[8]

?x,?y: 這兩個變量的值。

x = range(100)y = np.arange(50, 70,0.2) + (np.random.random(100) * 10.)print(x)print(y)plt.figure()plt.scatter(x, y)plt.show()

設置參數

city1 = ['武漢','襄陽','宜昌','荊州']gdp = [14847.29,4309.79,4064.18,2082.18]colors = ['r','b','k','y']plt.scatter(range(1,5), gdp, s=gdp, c=colors,alpha=0.5)plt.xticks(range(1,5), city1)plt.grid(True)plt.show()

References

[1]?Matplotlib繪圖基礎:?https://www.jianshu.com/p/da385a35f68d[2]?plot(x, y):?http://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.plot[3]?bar(left, height):?http://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.bar[4]?barh(bottom, width):?http://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.barh[5]?matplotlib中文亂碼問題,可以通過以下方式簡單解決:?https://www.zhihu.com/question/25404709[6]?hist(x):?http://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.hist[7]?pie(sizes):?http://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.pie[8]?scatter(x, y):?http://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.scatter

[9]Matplotlib創建基本圖形:?https://mooc.study.163.com/smartSpec/detail/1001454002.htm?share=1&shareId=1647514

近期文章

Python入門:

Python安裝與環境配置

Python基礎用法 |《Python與開源GIS》

Python讀取excel的兩種方法

Python讀取json數據

Python基本庫——解析庫XPath

Python基本庫—正則表達式(regex)

python數據分析基本庫—NumPy

python數據分析基本庫—Pandas(一)

Python數據分析基本庫——Pandas(二)

第一個Python爬蟲

空間分析:

開工了開工了!空間計量模型系列教程一

空間計量模型系列教程二

情人節特輯之帶有驚喜的空間計量模型系列教程三

空間計量模型系列教程四

空間計量模型系列教程五(完結啦)

空間計量||空間權重矩陣

空間計量——用GeoDa和stata生成空間權重矩陣的方法

空間計量|| matlab實現空間計量模型SAR、SEM、SDM

分享||空間計量科研工具(一)

區域經濟:

經濟地理學是經濟學還是地理學?附重點外文期刊目錄

經濟地理基本認識:異質性與尺度、格局、結構、功能

分享||區域與城市經濟學、房地產經濟學與資源環境經濟學慕課

復旦大學城市經濟研究所推薦閱讀文獻

北京大學《城市經濟學》推薦閱讀文獻

城市、區域經濟學必讀書目推薦

其他:

MK突變檢驗的matla實現

一個機智的MATLAB出圖tips

綜合評價||泰爾指數的matlab實現

空間計量之評價||DEA常見模型的matlab的實現(1)——CCR

空間計量之評價||DEA常見模型的matlab的實現(2)——非期望產出SBM

空間計量之評價||DEA常見模型的matlab的實現(2)——無非期望產出SBM

CiteSpace實操教程

基于SPSS的調查問卷信度和效度檢驗

如果覺得有用就點一下“在看”

《新程序員》:云原生和全面數字化實踐50位技術專家共同創作,文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的html数据分析表格api_Python数据分析基本库——Matplotlib(一)的全部內容,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站內容還不錯,歡迎將生活随笔推薦給好友。