学习使用matplotlib实现数据可视化

一、使用plot绘制线图

import matplotlib.pyplot as plt

input_values=[1,2,3,4,5]
squares=[1,4,9,16,25】
plt.plot(input_values,squares,linewidth=5)
plt.title('Square Numbers',fontsize=20)   #设置图片标题
plt.xlabel('Value',fontsize=14)     #‘Value’为横坐标标题，‘Value’字体大小为14
plt.ylabel('Square of Value',fontsize=14)   #‘Square of Value’为纵坐标标题，‘Square of Value’字体大小为14
plt.tick_params(axis='x',labelsize=10,color='gold',labelcolor='gold')   #labelsize为坐标刻度字体大小，labelcolor为坐标
plt.tick_params(axis='y',labelsize=10,color='red',labelcolor='red')       #刻度字体颜色，color即为刻度线的颜色，axis的

plt.show()                                                                                          #意思为坐标轴，axis=‘x’时，即对x轴进行操作

import matplotlib.pyplot as plt

input_values=[1,2,3,4,5]
squares=[1,4,9,16,25]
plt.plot(input_values,squares,linewidth=5)
plt.title('Square Numbers',fontsize=20)
plt.xlabel('Value',fontsize=14)
plt.ylabel('Square of Value',fontsize=14)
plt.tick_params(axis='x',labelsize=10,color='gold',labelcolor='gold')
plt.tick_params(axis='y',labelsize=10,color='red',labelcolor='red')
plt.show()

二、使用scatter()绘制散点图

import matplotlib.pyplot as plt

x_values=list(range(1,101))
y_values=[x**2 for x in x_values]
plt.scatter(x_values,y_values,c=y_values,cmap=plt.cm.Greys,s=50)   #将参数c设置成y值列表，并使用参数cmap告诉pyplot
plt.title("Squares of 1~1000",fontsize=20,color='blue')                  #使用那个颜色映射。这些代码将y值较小的点显示为浅
plt.xlabel("values",fontsize=12,color='blue')                                   #灰色，并将y值较大的点显示为深灰色（c=y_values,
plt.ylabel("squares",fontsize=12,color='blue')                                 #cmap=plt.cm.Greys
plt.tick_params(axis='both',which='major',labelsize=10,labelcolor='gold')
plt.show()

import matplotlib.pyplot as plt


x_values=list(range(1,101))
y_values=[x**2 for x in x_values]
plt.scatter(x_values,y_values,c=y_values,cmap=plt.cm.Greys,s=50)
plt.title("Squares of 1~1000",fontsize=20,color='blue')
plt.xlabel("values",fontsize=12,color='blue')
plt.ylabel("squares",fontsize=12,color='blue')
plt.tick_params(axis='both',which='major',labelsize=10,labelcolor='gold')
plt.show()

三、一些额外功能

1、隐藏坐标轴

        ①plt.axes().get_xaxis().set_visible(False)

②plt.axes().get_yaxis().set_visible(False)

为修改坐标轴，使用了函数plt.axes()，来将每条坐标轴的可见性都设置为False。

import matplotlib.pyplot as plt

x_values=[1,2,3,4,5,6,7,8,9]
y_values=[1,3,7,8,4,0,6,8,1]
plt.scatter(x_values,y_values,c='gold',s=30)
plt.title("No Axis",fontsize=20)
plt.axes().get_xaxis().set_visible(False)
plt.axes().get_yaxis().set_visible(False)
plt.show()