【机器学习】matplotlib入门

目录

一、基本概述

二、matplotlib绘图

三、画图的样式

四、图的种类

五、画图实践

六、效果截图

---

一、基本概述

Matplotlib是一个数据挖掘的辅助工具，可以实现数据可视化，但与大数据数据可视化有区别。

（数据可视化的框架：echarts、superset和kibannan等等。）

二、matplotlib绘图

方法	描述
plot()	绘制曲线
title()	添加标题
xlabel()	设置x轴
ylabel()	设置y轴
legend()	设置图例
figure()	创建画布
add_subplot()	添加子图

三、画图的样式

Linestyle的值	效果
‘-’	实线
‘–’	虚线
‘-.’	标准虚线
‘:’	点虚线
‘None’	什么也没有

四、图的种类

• 折线图
• 柱状图
• 饼图
• 散点图

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

if __name__ == '__main__':
    # 1.数据准备
    df = pd.read_csv("D:\企业课\data.csv",index_col="年份")
    print(df.head())

    #2.绘制图表 matplotlib
        #准备数据 x y
    x = df.index.values #年份
    y = df['啤酒产量（万千升）'].values

    from pylab import mpl
    mpl.rcParams['font.sans-serif'] = ['FangSong']

    #画图
    #1.折线图
    fig, ax = plt.subplots()
    ax.plot(x,y,"r--*")
    ax.set(title="啤酒产量走势",xlabel="年份",ylabel="啤酒产量（万千升") #标题 x y
    plt.show()

    # 2.柱状图
    fig, ax = plt.subplots()
    ax.bar(x, y, width=0.5, color="skyblue")
    ax.set(title="啤酒产量走势", xlabel="年份", ylabel="啤酒产量（万千升")  # 标题 x y
    plt.show()

    # 3.柱状图 - 水平柱状图
    fig, ax = plt.subplots()
    ax.barh(x, y, 0.5, color="skyblue")
    ax.set(title="啤酒产量走势", xlabel="年份", ylabel="啤酒产量（万千升")  # 标题 x y
    plt.show()

    #4.饼图
    fig, ax = plt.subplots()
    ax.pie(y, labels=x)
    plt.show()

    #5.散点图
    fig, ax = plt.subplots()
    ax.scatter(x, y,c="#ff7f0e",alpha=0.5)
    ax.set(title="啤酒产量走势", xlabel="年份", ylabel="啤酒产量（万千升")  # 标题 x y
    plt.show()

五、画图实践

1.pandas 实现 一个画布 多个图表

2.pandas 实现 一个图表 多个曲线

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

fig=plt.figure()
# 画第1个图：折线图
x=np.arange(1,100)
ax1=fig.add_subplot(221)
ax1.plot(x,x*x)
# 画第2个图：散点图
ax2=fig.add_subplot(222)
ax2.scatter(np.arange(0,10), np.random.rand(10))
# 画第3个图：饼图
ax3=fig.add_subplot(223)
ax3.pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f',explode=[0,0.05,0,0])
# 画第4个图：条形图
ax4=fig.add_subplot(224)
x1 = np.linspace(0,2,100) # 创建x的取值范围
y1 = x1
ax4.plot(x1, y1, label='linear') # 作y1 = x 图，并标记此线名为linear
y2 = x ** 2
ax4.plot(x, y2, label='quadratic') #作y2 = x^2 图，并标记此线名为quadratic
y3 = x ** 3
ax4.plot(x, y3, label='cubic') # 作y3 = x^3 图，并标记此线名为cubic
ax4.set_xlabel('x label') #设置x轴名称 x label
ax4.set_ylabel('y label') #设置y轴名称 y label
ax4.set_title('Simple Plot') #设置图名为Simple Plot
ax4.legend() #自动检测要在图例中显示的元素，并且显示

plt.show() #图形可视化

plt.show()

六、效果截图

 作者初学，如有问题请指正，谢谢您的观看！