import numpy as np
import matplotlib.pyplot as plt
import pandas as pd arr1 = np.random.rand(10)#一维数组
arr2 = np.random.rand(10, 2)#二维数组 plt.plot(arr2)
# plot可以没有横坐标,纵坐标为数组中的数据,横坐标对应着索引
plt.show()
# 一维数组就是一条线,二维数组就是两条线

魔法方法
# %matplotlib inline
# Spell it as two words, rather than three
# %matplotlib notebook
df = pd.DataFrame(np.random.rand(10, 2))
fig = df.plot(figsize=(5, 5))
# pandas内置了plot
# df是二维数据所以图中有两条线

fig = df.plot(figsize=(3, 3))
plt.title("title")
plt.xlabel("x")
plt.ylabel("y")
# plt跟在图的后面就能发挥作用,而不在于图是由pandas画的还是有matplotlib
# 其他命令 plt.xlim([0, 10])
plt.ylim([0, 1.0])
plt.xticks(range(10))#刻度
plt.yticks([0, 0.2, 0.4, 0.6, 0.8, 1.0])

x = np.linspace(-np.pi, np.pi, 256, endpoint=True)
c, s = np.cos(x), np.sin(x)
plt.plot(x, c)
plt.plot(x, s)
plt.grid()

plt.plot([i**2 for i in range(100)],
linestyle="--")

# marker参数
s = pd.Series(np.random.randn(100).cumsum())
# randn有符号的-1-1之间的小数,模拟股价的走势
s.plot(marker="o")

s.plot(marker="x")

# color参数
plt.hist(np.random.randn(100), color="r")

# 风格
import matplotlib.style as psl
psl.available
psl.use("bmh")
# 图标注释
s.plot()#画图
plt.text(50, 1, "(1,1)")
# 注释 横坐标,纵坐标,字符串

# 图标输出
s.plot()
plt.savefig(r"C:\Users\Mr_wa\Desktop\pic.png")
# 注意前面的r,否则报错
# 子图

# 创建图
fig1 = plt.figure(num=1, figsize=(4, 2))
plt.plot(np.random.rand(50).cumsum(), "k--")

fig2 = plt.figure(num=2, figsize=(4, 2))
plt.plot(50 - np.random.rand(50).cumsum(), "k--")

fig1 = plt.figure(num=1, figsize=(4, 2))
plt.plot(np.random.rand(50).cumsum(), "k--")
fig2 = plt.figure(num=1, figsize=(4, 2))
plt.plot(50 - np.random.rand(50).cumsum(), "k--")

# 创建子图 方式一

fig = plt.figure(figsize=(6, 4))

# 新建2*2表格,(2,2,1)表示2*2 第一个位置
# 先占位,后画图
ax1 = fig.add_subplot(2, 2, 1)
ax1.plot(np.random.rand(50).cumsum(), "k--")
ax1.plot(np.random.rand(50).cumsum(), "b--") # 第二个位置
ax2 = fig.add_subplot(2, 2, 2)
ax2.hist(np.random.rand(50), alpha=0.5) # 第三个位置
ax3 = fig.add_subplot(2, 2, 3)
df = pd.DataFrame(np.random.rand(10, 4), columns=["a","b","c","d"])
ax3.plot(df, alpha=0.5, marker=".")

# 创建子图 方式二

# 同时新建画布和矩阵
fig,axes = plt.subplots(2, 3, figsize=(10, 4)) # 在第一行第二个画布上画图 ax = axes[0, 1]
ax.plot(s) axes[0, 2].plot(s)

# 新建时间序列
ts = pd.Series(np.random.randn(1000), index=pd.date_range("1/1/2000", periods=1000))
ts = ts.cumsum() ts.plot(kind="line",
label="hehe",
color="r",
alpha=0.4,
use_index=True,
rot=45,
grid=True,
ylim=[-50, 50],
yticks=list(range(-50, 50, 10)),
figsize=(8, 4),
title="test",
)

df = pd.DataFrame(np.random.randn(1000, 4))
df = df.cumsum() df.plot(kind="line",
label="hehe",
color="r",
alpha=0.4,
use_index=True,
rot=45,
grid=True,
ylim=[-50, 50],
yticks=list(range(-50, 50, 10)),
figsize=(8, 4),
title="test",)

# 柱状图

fig,axes = plt.subplots(3, 1, figsize=(10, 5))

s = pd.Series(np.random.rand(10))
df = pd.DataFrame(np.random.rand(10, 4)) # 单系列柱状图
s.plot(kind="bar", ax=axes[0]) # 多系列柱状图
df.plot(kind="bar", ax=axes[1]) # 多系列堆叠图
df.plot(kind="bar", stacked=True, ax=axes[2])

# 柱状图的第二种画法plt.bar()

plt.figure(figsize=(10, 4))
x = np.arange(10)
y1 = np.random.rand(10)
y2 = -np.random.rand(10) plt.bar(x, y1, width=1, facecolor="yellowgreen", edgecolor="white", yerr=y1 * 0.1)
plt.bar(x, y2, width=1, facecolor="lightskyblue", edgecolor="white", yerr=y2 * 0.1)

# 面积图、填图、饼图

# 新建画布和矩阵
fig, axes = plt.subplots(2,1,figsize=(8,6))
# 准备数据
df1 = pd.DataFrame(np.random.rand(10,4), columns=["a","b","c","d"])
df2 = pd.DataFrame(np.random.randn(10,4), columns=["a","b","c","d"]) # 画图方式1——pandas
df1.plot.area(colormap="Greens_r",alpha=0.5,ax=axes[0]) # 数据df1在第一个位置画图
df2.plot.area(stacked=False,colormap="Set2",alpha=0.5,ax=axes[1]) # 数据df2在第二个位置画图

# 直方图+密度图

s = pd.Series(np.random.randn(1000))

s.hist(bins=20,
histtype="bar",
align="mid",
orientation="vertical",
alpha=0.5,
)
# bins 决定了箱子的数量
# histtype=step/stepfilled/bar
# orientation=vertical/horizontal # 密度图
s.plot(kind="kde", style="k--",)

# 散点图

plt.figure(figsize=(8,6))

x = np.random.randn(1000)
y = np.random.randn(1000) plt.scatter(x,y,marker=".",
s = np.random.randn(1000)*100,
cmap = "Reds")

# 极坐标

# 创建数据
s = pd.Series(np.arange(20))
theta = np.arange(0,2*np.pi,0.02) # 新建画布
fig = plt.figure(figsize=(8,4)) # 创建矩阵
ax1 = plt.subplot(1,2,1,projection="polar")
ax2 = plt.subplot(1,2,2) # 画图
ax1.plot(theta, theta*3,linestyle="--",lw=1)
ax1.plot(s, linestyle="--",lw=1) ax2.plot(theta, theta*3, linestyle="--",lw=1)
ax2.plot(s)

# 箱型图

# 创建画布和矩阵
fig, axes = plt.subplots(2,1,figsize=(10,6)) # 设置颜色
color = dict(boxes="DarkGreen", whiskers="DarkOrange", medians="DarkBlue",caps="Gray") # 数据
df # 画图
df.plot.box(ax = axes[0],color=color)

# 箱型图的第二种画法

plt.figure(figsize=(10,4))

df.boxplot()

# 表格样式创建 DataFrame.style

# 按元素处理样式:style.applymap()

def color_neg_red(val):
if val < 0.5:
color = "red"
else:
color = "black"
return("color:%s" %color) # 改变表格的样式:使小于0.5的数字为红色,大于0.5的为黑色
df.style.applymap(color_neg_red)

Matplotlib 图表绘制工具学习笔记的更多相关文章

  1. 让IE8支持HTML5及canvas功能!chart.js图表绘制工具库IE8上兼容方案

    第一步,我们加上对html5的支持. <!--[if IE]> <script src="/public/html5.js" type="text/ja ...

  2. 图表绘制工具--Matplotlib 1

    ''' [课程3.] Matplotlib简介及图表窗口 Matplotlib → 一个python版的matlab绘图接口,以2D为主,支持python.numpy.pandas基本数据结构,运营高 ...

  3. 图表绘制工具--Matplotlib 2

    ''' [课程3.] 基本图表绘制 plt.plot() 图表类别:线形图.柱状图.密度图,以横纵坐标两个维度为主 同时可延展出多种其他图表样式 plt.plot(kind='line', ax=No ...

  4. 【网易微专业】图表绘制工具Matplotlib

    01 与图片的交互方式设置 这一小节简要介绍一下Matplotlib的交互方式 import pandas as pd import numpy as np import matplotlib.pyp ...

  5. 图表绘制工具--Matplotlib 3

    ''' [课程3.] 表格样式创建 表格视觉样式:Dataframe.style → 返回pandas.Styler对象的属性,具有格式化和显示Dataframe的有用方法 样式创建: ① Style ...

  6. PowerDesigner16工具学习笔记-工具介绍

    1.初始界面 1.1 .浏览窗口:本地(Local)浏览窗口.知识库(Repository)浏览窗口 Local:用于显示本地模型 Repository:用于显示知识库模型 1.2 .输出窗口:用于显 ...

  7. Matplotlib基础 可视化绘图 学习笔记

    简单的绘图 1.确定画布并画线 import matplotlib.pyplot as plt #静态绘图 fig = plt.figure() ax = fig.add_subplot(345) # ...

  8. rsync同步工具学习笔记

    rsync同步工具 1.rsync介绍 rsync是一款开源的.快速的.多功能的.可实现全量及增量的本地或远程数据同步备份的优秀工具.rsync软件适用于unix/linux/windows等多种操作 ...

  9. Git 版本控制工具(学习笔记)

    GIT(分布式) 一.Git 初始版本控制工具 1. 安装Git Ubuntu系统下,打开shell界面,输入: sudo apt-get install git-core  之后回车输入密码,即可完 ...

随机推荐

  1. CSS 文本效果

         对于CSS文本的一些效果,基础一些的知识比较简单,但对于text-indent,vertical-align,text-align等的深入学习能够使我们对HTML5的学习更加轻松,对这部分知 ...

  2. Java——变量类型

    Java变量类型: 在Java中,所有的变量在使用前必须声明.格式: type identifier [ = value ][, identifier [ =value]-.]; type为Java数 ...

  3. 将一个 JavaBean 对象转化为一个 Map

    package com.loan.modules.common.util; import java.beans.BeanInfo; import java.beans.IntrospectionExc ...

  4. php文件下载的实现(header)

    php文件下载的实现(header) $file_xls=$path;    //   文件的保存路径 $example_name=basename($file_xls);  //获取文件名   he ...

  5. (22)zip命令:压缩文件或目录&&unzip命令:解压zip文件

    1.zip 命令基本格式如下: [root@localhost ~]#zip [选项] 压缩包名 源文件或源目录列表 注意,zip 压缩命令需要手工指定压缩之后的压缩包名,注意写清楚扩展名,以便解压缩 ...

  6. 【有趣的全彩LED | 编程】用STM32 HAL库让WS2812B为你所动

    一.效果展示 观看演示效果:https://www.bilibili.com/video/BV1dv411Y7x3 使用STM32 HAL库编程 PWM+DMA控制输出,CubeMX生成初始工程 实现 ...

  7. jQuery读取数据

    1.jQuery读取JSON <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "htt ...

  8. 2019牛客多校 Round8

    Solved:3 Rank:261 E Explorer (线段树) 题意:n个点 m条边 每条边只有身高l,r内的人可以穿过 问有几种身高可以从1走到n 题解:把l,r离散化后(左闭右开) 线段树叶 ...

  9. 分组背包 例题:hdu 1712 ACboy needs your help

    分组背包需求 有N件物品,告诉你这N件物品的重量以及价值,将这些物品划分为K组,每组中的物品互相冲突,最多选一件,求解将哪些物品装入背包可使这些物品的费用综合不超过背包的容量,且价值总和最大. 解题模 ...

  10. Codeforces Round #680 (Div. 2, based on Moscow Team Olympiad) D. Divide and Sum (思维,数学,逆元)

    题意:有一个长度为\(2n\)数组,从中选分别选\(n\)个元素出来组成两个序列\(p\)和\(q\),(\(p\)和\(q\)中只要有任意一个元素在\(a\)的原位置不同,就算一个新的情况),选完后 ...