matplotlib可视化

简单图体验

# pip install matplot lib
import matplotlib.pyplot as plt
import numpy as np
plt.plot(np.arange(10))

matplotlib可视化_第1张图片

构建子图

# 先构建一张大图
fig = plt.figure()

# 再构建四张小图放在特定的位置
ax1 = fig.add_subplot(2,2,1)
ax2 = fig.add_subplot(2,2,2)
ax3 = fig.add_subplot(2,2,3)
ax4 = fig.add_subplot(2,2,4)

from numpy.random import randn

# 默认画在最后1张子图 前面的累加(包括该位置数本身),灰色,虚线图
plt.plot(randn(50).cumsum(), 'k--') 
#  直方图 画在第1张子图:数值,细线条  红色       透明度
ax1.hist(randn(100), bins=88, color='r', alpha = 0.5)
#  散点图  输入值:x值            对应的y值
ax2.scatter(np.arange(30), np.arange(30)+3+randn(30))

matplotlib可视化_第2张图片

折线图

plt.plot(randn(50).cumsum(), 'g--')

matplotlib可视化_第3张图片

数列构建

x = [1,2,3,4,5]
y = [1,2,3,4,5]
plt.plot(x, y, linestyle = '--', color = '#CECECE')

matplotlib可视化_第4张图片

Series画图


from pandas import DataFrame, Series
#           一维数列累加和     行索引
s = Series(randn(10).cumsum(), index = np.arange(0, 100, 10))
s.plot()

matplotlib可视化_第5张图片

DataFrame画图

#                     0-1随机数累加和,十行四列   指定列索引            指定行索引
df = DataFrame(np.random.randn(10, 4).cumsum(0), columns=list('ABCD'), index = np.arange(0, 100, 10))

df.plot()

matplotlib可视化_第6张图片

想要画其他图的话去官方抄代码,该数据就行了~!

你可能感兴趣的:(NLP,数据可视化,可视化)