数据分析学习笔记（2）

AutoLeaders算法组——matplotlib库学习笔记（1）

1.plot

绘制线性表

import numpy as np
import matplotlib.pyplot as plt
a = np.arange(-100, 101)#创建一个-100到100的一维数组
y = a**3#函数关系
plt.plot(a, y)
plt.show()

多个figure

plt.figure(num=4)#num设置figure的序号
plt.plot(a, y2)
plt.plot(b, y1)
plt.show()

2.设置坐标轴

设置取值范围

a = np.linspace(-5, 5, 50)
print(a)
y1 = a**2
y2 = a+1
plt.plot(a, y1, color='b')#设置图线为蓝色
plt.plot(a, y2, color='r')#红色
plt.xlim(-2, 3)#x取-2到3
plt.ylim(0, 6)#y取0到6
plt.show()

设置行或者列的标签

plt.xlabel('i am handsone')#x轴的名称
plt.ylabel('you too!')#y轴的名称
new_ticks = (np.linspace(-2, 3, 4))#(标签的开头，结尾，分成的等分)
plt.xticks(new_ticks)#将new_ticks赋给图表的x坐标
plt.yticks([2, 4, 6], ['not bad', 'good', 'really good'])

ax = plt.gca()#get current axis，拿到现有的坐标轴
ax.xaxis.set_ticks_position('bottom')#把下面的轴作为坐标轴x
ax.yaxis.set_ticks_position('left')#把左边的轴作为坐标轴y
ax.spines['bottom'].set_position(('data', 0))#把坐标轴x原点设在数据等于0的地方
ax.spines['left'].set_position(('data', 0))#把坐标轴y原点设在数据等于0的地方

3.设置图例

plt.plot(a, y1, label='up')
plt.plot(a, y2, label='down')
plt.legend()

4.绘制柱状图

import matplotlib.pyplot as plt
x = range(6)#设置x轴范围
data = [0, 5, 10, 15, 20, 25]
plt.bar(x, data, color=['b', 'y'])#['b', 'y']表示蓝色和黄色循环
plt.grid(ls="--", alpha=0.5)#设置网格图
plt.legend()
plt.show()

n = 10#柱状个数
X = np.arange(n)#横坐标
Y1 = (1-X/float(n)*np.random.uniform(0.5, 1.0, n))#设置Y1的递减随机值
Y2 = (1-X/float(n)*np.random.uniform(0.5, 1.0, n))#设置Y2的递减随机值
plt.bar(X, Y1, facecolor='b', edgecolor='white')#facecolor：柱状颜色，edgecolor：边界颜色
plt.bar(X, -Y2, facecolor='y', edgecolor='white')
for x, y in zip(X, Y1):
    plt.text(x, y + 0.03, '%.2f' % y, ha='center', va='bottom')#ha:harizontal alignment：水平准线 va：竖直准线
for x, y in zip(X, Y2):
    plt.text(x, -y - 0.1, '%.2f' % y, ha='center', va='top')
plt.xticks()
plt.yticks()
plt.show()