数据分析基础:Matplotlib数据可视化-Python

Matplotlib是一种免费、开源且跨平台的数据可视化工具
还是挺有趣的一个python工具

先导入这个库

import numpy as np
import matplotlib.pyplot as plt

绘图的两种风格

---

Matlab风格

• 源码

  x = np.linspace(0,2*np.pi,100)      # x轴取0-2π的100个点
  y1 = np.sin(x)     # y轴取x轴的sin值
  y2 = np.cos(x)     # 另一条线的y轴取x的cos值
  # 做图,参数1为x轴,参数2为y轴
  plt.plot(x,y1)    
  plt.plot(x,y2)
  plt.show()      # 显示数据表

• 效果

面向对象风格

• 源码

  # 建立"画板"
  fig = plt.figure()  
  # 建立"坐标系" 参数为[左,下,右,上]相对于figure画板的位置
  ax = fig.add_axes([0.1,0.1,0.8,0.8])    
  # 建立x轴 从0-2π取100个数据
  x = np.linspace(0,2*np.pi,100) 
  # 将数据放入坐标系中,并求其sin值
  ax.plot(x,np.sin(x))
  plt.show()

• 效果
  

设置坐标系

---

grid()添加网格

• Matlab风格

  x = np.arange(0,10,0.02)
  y = np.cos(2*x)
  plt.plot(x,y)
  # 设置蓝色的网格线
  plt.grid(color='blue')
  plt.show()

• 效果
  

• 面向对象风格

  fig = plt.figure()
  ax = fig.add_axes([0.1,0.1,0.8,0.8])
  x = np.arange(0,10,0.02)
  y = np.cos(2*x)
  ax.plot(x,y)
  # 设置红色的网格线
  ax.grid(color='red')
  plt.show()

• 效果
  

设置坐标轴

---

• 源码

  fig = plt.figure()
  ax = fig.add_axes([0.1,0.1,0.8,0.8])
  x = np.arange(0,10,0.02)
  y = np.cos(2*x)
  ax.plot(x,y)
  
  # 设置x轴与y轴的标签
  ax.set_xlabel("xxxxxx")
  ax.set_ylabel("yyyyyy")
  # 设置x轴区间
  import matplotlib
  matplotlib.rcParams['axes.unicode_minus'] = False # 解决不显示负数的问题
  ax.set_xlim((-2,10)) # 设置区间
  plt.show()

• 效果