matplotlib绘制折线图、散点图和柱状图的方法如下:1. 折线图使用plt.plot()函数,设置marker、linestyle等参数展示趋势;2. 散点图使用plt.scatter()函数,通过c、cmap等参数体现变量关系;3. 柱状图使用plt.bar()函数,设置颜色、标签等属性展示分类数据。掌握这三种图表可满足日常数据分析的可视化需求。
Python中绘制数据可视化图表,Matplotlib无疑是我的首选。它功能强大,几乎能满足你对静态图表的所有想象,从最简单的折线图到复杂的3D图,都能轻松驾驭。掌握了它,你就掌握了数据讲故事的基础能力。
要开始用Matplotlib画图,你首先需要安装它。通常一个
pip install matplotlib numpy
最基础的绘图流程,通常是这样:导入
matplotlib.pyplot
立即学习“Python免费学习笔记(深入)”;
import matplotlib.pyplot as plt import numpy as np # 准备一些简单的数据 x = np.linspace(0, 10, 100) # 生成0到10之间的100个等间隔点 y = np.sin(x) # 计算这些点的正弦值 # 绘制折线图 plt.plot(x, y) plt.title('简单的正弦曲线') # 设置图表标题 plt.xlabel('X轴') # 设置X轴标签 plt.ylabel('Y轴') # 设置Y轴标签 plt.show() # 显示图表
你会发现,
plt.plot()
Figure
Axes
plt.show()
这几种图表是日常数据分析中最常用的。我通常会从它们开始,因为它们直观且用途广泛。
折线图 (Line Plot): 适合展示数据随时间或序列变化的趋势。
import matplotlib.pyplot as plt import numpy as np # 模拟某产品销售额随月份变化 months = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun'] sales = [150, 180, 220, 200, 250, 230] plt.figure(figsize=(8, 4)) # 创建一个图表,并设置大小 plt.plot(months, sales, marker='o', linestyle='-', color='skyblue', label='月销售额') plt.title('上半年产品销售趋势') plt.xlabel('月份') plt.ylabel('销售额 (万元)') plt.grid(True, linestyle='--', alpha=0.7) # 添加网格线,并设置样式和透明度 plt.legend() # 显示图例 plt.show()
这里我习惯性地加了
marker
linestyle
散点图 (Scatter Plot): 用来观察两个变量之间的关系或数据的分布。
import matplotlib.pyplot as plt import numpy as np # 模拟学生学习时长与考试成绩的关系 study_hours = np.random.rand(50) * 10 # 生成0-10小时的随机学习时长 exam_scores = 50 + study_hours * 5 + np.random.randn(50) * 5 # 根据学习时长生成考试成绩,加入随机扰动 plt.figure(figsize=(8, 5)) # c参数根据exam_scores上色,cmap设置颜色映射
以上就是Python数据可视化怎么画?Matplotlib教程的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 //m.sbmmt.com/ All Rights Reserved | php.cn | 湘ICP备2023035733号