DataCamp学习笔记003 -Matplotlib常用画图方法

DataCamp学习笔记[Notes- Intermediate Python for Data Science_1]

1. Matplotlib常用画图方法[PART 1]:

• plt.plot() --可利用Matplotlib绘制简单line plot

In[1]:df = pd.read_csv("http://archive.ics.uci.edu/ml/machine-learning- databases/iris/iris.data",
                 header=None, 
                 names = ["sepal_length","sepal_width","petal_length","petal_width", "species"])

In[2]:df.plot(x = "sepal_length", y = "sepal_width")
 ...:plt.show()

In[3]:df[["sepal_length","sepal_width"]].plot()
...:plt.show()

（上图无实际意义，仅为展示line plot 的两种作图方法）

• plt.scatter() --可利用Matplotlib绘制简单散点图

In[4]:plt.scatter(data = df, x = "sepal_length", y = "sepal_width")
...:plt.show()

• df.plot(kind = ‘hist’); df.plt.hist(); df.hist() – 三种绘制直方图方法基本相同，此处bins参数指代组数，range参数指代x_scale，normed参数指代是否标准化。
  下图为PDF方法（Probability Density Functions）【不累加】：

In[5]:df["sepal_length"].plot(kind = 'hist', bins  =20, range = (4,8), normed = True)

下图为CDF方法（Cumulative Density Functions）【累加】此处设置cumulative参数为True，默认False：

In[5]:df["sepal_length"].plot(kind = 'hist', bins  =20, range = (4,8), normed = True, cumulative = True)

• plt.boxplot() – 利用Matplotlib绘制箱线图

In[6]:plt.boxplot(df["sepal_length"]）

• plt.clf() – 清除作图区域
• plt.xlabel() --设置x轴标签
• plt.ylabel() --设置y轴标签
• plt.title()–设置图表标题
• plt.ytick(ticks=None, labels=None)–设置y轴性质
• plt.xtick(ticks=None, labels=None)–设置x轴性质
• plt.text(x, y, s)–为图表添加文字信息