Kemahiran dan pengetahuan yang sangat diperlukan untuk melukis graf dalam Python

王林
Lepaskan: 2023-09-28 11:50:03
asal
816 orang telah melayarinya

Kemahiran dan pengetahuan yang sangat diperlukan untuk melukis graf dalam Python

Kemahiran dan pengetahuan yang sangat diperlukan untuk carta Python, contoh kod khusus diperlukan

Pengenalan:
Dalam beberapa tahun kebelakangan ini, permintaan untuk analisis dan visualisasi data telah meningkat, dan Python ialah bahasa pengaturcaraan yang berkuasa dan mudah dipelajari. menjadi alat pilihan bagi ramai penganalisis dan saintis data. Carta ialah bahagian penting dalam visualisasi data, jadi amat penting untuk menguasai kemahiran dan pengetahuan carta dalam Python. Artikel ini akan memperkenalkan kemahiran dan pengetahuan yang sangat diperlukan untuk melukis carta dalam Python dan memberikan contoh kod khusus.

1. Peringkat penyediaan data
Sebelum melukis carta, anda perlu menyediakan data yang diperlukan terlebih dahulu. Terdapat banyak cara untuk mendapatkan data dalam Python, seperti membaca fail, mengekstrak data daripada pangkalan data, mendapatkan data melalui API, dsb. Dalam artikel ini, kami mengambil fail CSV ringkas sebagai contoh untuk menunjukkan proses penyediaan data. Pertama, kita perlu mengimport pustaka Pandas dan membaca fail CSV ke dalam bingkai data Kod khusus adalah seperti berikut:

import pandas as pd

# 读取CSV文件
data = pd.read_csv('data.csv')

# 输出数据框的前几行
print(data.head())
Salin selepas log masuk

2. Lukis carta asas
Selepas menyediakan data, kita boleh mula melukis carta asas. Terdapat banyak perpustakaan untuk melukis graf dalam Python, yang paling biasa digunakan ialah Matplotlib dan Seaborn. Matplotlib ialah perpustakaan yang berkuasa dan fleksibel yang boleh digunakan untuk melukis pelbagai jenis carta Seaborn ialah perpustakaan berdasarkan Matplotlib, yang menyediakan gaya dan jenis carta yang lebih maju.

  1. Carta Garisan
    Carta garisan ialah jenis carta yang biasa digunakan untuk mewakili arah aliran data dari semasa ke semasa. Berikut ialah contoh kod carta garisan mudah:
import matplotlib.pyplot as plt

# 设置图表的大小
plt.figure(figsize=(8, 6))

# 绘制折线图
plt.plot(data['x'], data['y'])

# 添加标题和标签
plt.title('折线图示例')
plt.xlabel('x轴')
plt.ylabel('y轴')

# 显示图表
plt.show()
Salin selepas log masuk
  1. Plot serakan
    Plot serakan digunakan untuk menunjukkan hubungan antara pembolehubah yang berbeza dan boleh membantu kami memerhatikan taburan dan aliran data. Berikut ialah contoh kod plot taburan mudah:
import matplotlib.pyplot as plt

# 设置图表的大小
plt.figure(figsize=(8, 6))

# 绘制散点图
plt.scatter(data['x'], data['y'])

# 添加标题和标签
plt.title('散点图示例')
plt.xlabel('x轴')
plt.ylabel('y轴')

# 显示图表
plt.show()
Salin selepas log masuk
  1. Carta bar
    Carta bar sering digunakan untuk membandingkan data antara kategori berbeza, dan boleh menunjukkan dengan jelas perbezaan berangka setiap kategori. Berikut ialah contoh kod untuk carta bar ringkas:
import matplotlib.pyplot as plt

# 设置图表的大小
plt.figure(figsize=(8, 6))

# 绘制柱状图
plt.bar(data['x'], data['y'])

# 添加标题和标签
plt.title('柱状图示例')
plt.xlabel('x轴')
plt.ylabel('y轴')

# 显示图表
plt.show()
Salin selepas log masuk
  1. Carta pai
    Carta pai sering digunakan untuk menunjukkan perkadaran data secara keseluruhan dan boleh membantu kami memahami secara intuitif perhubungan perkadaran data. Berikut ialah contoh kod carta pai yang mudah:
import matplotlib.pyplot as plt

# 设置图表的大小
plt.figure(figsize=(8, 6))

# 绘制饼图
plt.pie(data['x'], labels=data['label'], autopct='%1.1f%%')

# 添加标题
plt.title('饼图示例')

# 显示图表
plt.show()
Salin selepas log masuk

3 Penyesuaian carta lanjutan
Selain jenis carta asas, Python juga menyediakan fungsi penyesuaian carta yang kaya, yang boleh membantu kami melaraskan carta mengikut gaya dan reka letak tertentu.

  1. Tambah legenda
    Lagenda boleh digunakan untuk menerangkan maksud setiap elemen dalam carta dan membantu pembaca memahami data dengan lebih baik. Berikut ialah contoh kod untuk menambah legenda:
import matplotlib.pyplot as plt

# 设置图表的大小
plt.figure(figsize=(8, 6))

# 绘制折线图
plt.plot(data['x'], data['y'], label='折线图')

# 添加图例
plt.legend()

# 添加标题和标签
plt.title('折线图示例')
plt.xlabel('x轴')
plt.ylabel('y轴')

# 显示图表
plt.show()
Salin selepas log masuk
  1. Laraskan julat paksi
    Mengikut pengedaran khusus data, kami boleh melaraskan julat paksi untuk menunjukkan perbezaan data dengan lebih baik. Berikut ialah contoh kod untuk melaraskan julat paksi:
import matplotlib.pyplot as plt

# 设置图表的大小
plt.figure(figsize=(8, 6))

# 绘制柱状图
plt.bar(data['x'], data['y'])

# 调整y轴范围
plt.ylim(0, 10)

# 添加标题和标签
plt.title('柱状图示例')
plt.xlabel('x轴')
plt.ylabel('y轴')

# 显示图表
plt.show()
Salin selepas log masuk
  1. Tukar gaya dan warna
    Library Matplotlib dan Seaborn menyediakan pilihan gaya dan warna yang kaya yang membolehkan kami melaraskan penampilan carta mengikut keperluan kami. Berikut ialah contoh kod untuk menukar gaya dan warna:
import matplotlib.pyplot as plt

# 设置图表的大小
plt.figure(figsize=(8, 6))

# 绘制折线图,并更改样式和颜色
plt.plot(data['x'], data['y'], linestyle='--', color='r')

# 添加标题和标签
plt.title('折线图示例')
plt.xlabel('x轴')
plt.ylabel('y轴')

# 显示图表
plt.show()
Salin selepas log masuk

IV Kesimpulan
Melukis carta Python ialah kemahiran dan pengetahuan penting dalam analisis data. Dengan mempelajari dan menguasai kemahiran ini, kita boleh membentangkan dan menyampaikan data dengan lebih baik, dan dengan itu memahami dan menganalisisnya dengan lebih baik. Saya harap artikel ini dapat membantu pembaca dalam visualisasi data dan meningkatkan lagi keupayaan analisis data mereka.

Atas ialah kandungan terperinci Kemahiran dan pengetahuan yang sangat diperlukan untuk melukis graf dalam Python. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan