python matplotlib画图库学习绘制常用的图


						本文实例为大家分享了python matplotlib绘制常用图的具体代码，供大家参考，具体内容如下

github地址

导入相关类





import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

%matplotlib inline

plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签

plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

#有中文出现的情况，需要u'内容'

#需要安装simhei.ttf字体,装完之后要重启这个notebook文件才行

#参考http://www.zhihu.com/question/25404709/answer/170849168

#指定图形的字体 

font = {'color' : 'darkred', 

 'weight' : 'normal', 

 'size' : 16 

 } 





画一个折线图





ur = pd.read_csv('unrate.csv')

print(ur.dtypes)

## 转成时间格式

ur['DATE'] = pd.to_datetime(ur['DATE'])

print(ur.dtypes)

## 读取头部12个月数据

ur12 = ur.loc[0:11]

## x轴:DATE,y轴:VALUE

plt.figure(figsize=(10,5))

plt.plot(ur12['DATE'],ur12['VALUE'],label='value1') # 折线1

plt.plot(ur12['DATE'],ur12['VALUE2'],label='value2') # 折线2

plt.xticks(rotation=45) # 控制x轴数据旋转角度

plt.xlabel(u'月份',fontdict=font)

plt.ylabel(u'比率',fontdict=font)

plt.title(u'比率趋势图',fontdict=font)

plt.legend(loc=2) # 图例,loc是位置

plt.show()







柱状图，纵向和横向的





ur = pd.read_csv('unrate.csv',index_col='DATE') # DATE列为索引

print(ur.head())

print(ur.dtypes)

## 读取头部12个月数据，并转置,是月份为列名

ur12 = ur.loc['1948/1/1':'1948/12/1'].T

print(ur12.columns.tolist())

print(ur12.head())

cols = ur12.columns.tolist()

bar_left = np.arange(len(cols)) ## 控制柱子的位置

bar_width = 0.4 # 柱子宽度

opacity = 0.4

bar_height_value = ur12.loc['VALUE',cols].values

bar_height_value2 = ur12.loc['VALUE2',cols].values

print(bar_height_value)

print(bar_height_value2)



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



as1 = fig.add_subplot(2,1,1) # 添加子图,位置在2行1列的第一个,纵向的

as1.bar(bar_left-bar_width/2,bar_height_value,bar_width,alpha=opacity,label='value1') # 柱状1

as1.bar(bar_left+bar_width/2,bar_height_value2,bar_width,alpha=opacity,label='value2') # 柱状2

as1.set_xticks(bar_left) # 控制x轴数据旋转角度

as1.set_xticklabels(cols,rotation=45) # 控制x轴数据旋转角度

as1.set_xlabel(u'月份',fontdict=font)

as1.set_ylabel(u'比率',fontdict=font)

as1.set_title(u'比率趋势图',fontdict=font)

as1.legend(loc=2) # 图例,loc是位置



as2 = fig.add_subplot(2,1,2) # 添加子图,位置在2行1列的第二个,横向的

as2.barh(bar_left-bar_width/2,bar_height_value,bar_width,alpha=opacity,label='value1') # 柱状1

as2.barh(bar_left+bar_width/2,bar_height_value2,bar_width,alpha=opacity,label='value2') # 柱状2

as2.set_yticks(bar_left) # 控制x轴数据旋转角度

as2.set_yticklabels(cols) # 控制x轴数据旋转角度

as2.set_ylabel(u'月份',fontdict=font)

as2.set_xlabel(u'比率',fontdict=font)

as2.set_title(u'比率趋势图',fontdict=font)

as2.legend(loc=1) # 图例,loc是位置

plt.show()





散点图





## 散点图

fs = pd.read_csv('fandango_scores.csv')

print(fs.columns.tolist())

print(fs.head(1))

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

# x轴:Fandango_Ratingvalue，y轴:RT norm

plt.scatter(fs['Fandango_Ratingvalue'],fs['RT_user_norm']) # 散点1

plt.scatter(fs['Fandango_Ratingvalue'],fs['RT_norm'],marker='x',c='r') # 散点2

plt.xlabel('Fandango_Ratingvalue')

plt.ylabel('RT norm')

plt.title(u'散点图1')

plt.show()







直方图





fs = pd.read_csv('fandango_scores.csv')

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

plt.hist(fs['Fandango_Ratingvalue'],range=(3,5),bins=10)

plt.ylabel('Fandango_Ratingvalue')

plt.show()







盒图，最大值、最小值、中位数、75位数、25位数





fs = pd.read_csv('fandango_scores.csv')

plt.figure(figsize=(10,8))

cols = ['Fandango_Ratingvalue','RT_norm','RT_user_norm']

plt.boxplot(fs[cols].values)

plt.xticks(np.arange(len(cols))+1,cols,rotation=90)

plt.show()





以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持中文源码网。