数据挖掘之matplotlib入门

骑猪看日落 2021-06-11 15:11 536阅读 0赞

## 简单介绍 ##

**matplotlib**库是Python数据挖掘中的库之一，主要用于2D绘图，简单的3D绘图，数据可视化的库。

![Python数据挖掘相关扩展库][Python]

## 简单使用 ##

（一）画根直线

![y=x+10的直线][y_x_10]

代码：

def print_line_draw():
        """ 画直线图 :return: """
        # 创建一个0-10之间以1为间隔的numpy数组
        x = np.arange(0, 10, 1)
        y = x + 10
    
        # 绘制图形
        plt.plot(x, y, color='blue', linestyle='--', marker='*', linewidth=1, label=' y = x + 10 ')
    
        # 保存图片，dpi表示
        plt.savefig('first.png', dpi=50)
        # 显示图例
        plt.legend()
        # 显示图形
        plt.show()

（二）画个饼图

![饼图][1240]

代码：

def print_pie_draw():
        """ 画饼状图 :return: """
        # 指定每个切片大小（比例）
        slice = [2,3,4,9]
        # 指定标签
        activities =['sleeping','eating','working','playing']
        # 颜色
        cols = ['c','m','r','b']
    
        plt.pie(slice,
                labels=activities,
                colors=cols,
                startangle=90, #开始角度，默认是0度，从x轴开始，90度从y轴开始
                shadow=True,
                explode=(0,0.1,0,0), # 拉出第二个切片，如果全为0，就不拉出，这里的数字相对于圆心的距离
                autopct='%1.1f%%')   # 显示百分比
        plt.title('Activities analysis')
        # explode 这个词里面的参数第一个0代表第一个切片，距离原点为0距离
        plt.show()

（三）画个散点图

![散点图][1240 1]

代码：

def print_scatter_draw():
        """ 画散点图 :return: """
        x = np.random.rand(1000)
        y = np.random.rand(len(x))
    
        # 绘图
        plt.scatter(x,y,color='r',alpha=0.3,label='scatter draw ',marker='p')
        plt.legend()
    
        #plt.axis([0,2,0,2])# 设置坐标的范围
        plt.show()

（四）画个直方图

![有点丑的直方图][1240 2]

代码：

def print_hist_draw():
        """ 绘制直方图 :return: """
        x = np.random.randint(1,1000,200)
    
        axit = plt.gca()  # 得到当前的绘图对象
        #bins 直方图的个数，histtype 直方图的样式 normed 直方图归一化，显示概率密度（默认false）
        axit.hist(x,bins=35,facecolor='r',normed=True,histtype='bar',alpha=0.5)
        axit.set_xlabel('values') # 设置x的标签
        axit.set_ylabel('Frequery') # 设置y的标签
        axit.set_title('HIST')
        plt.show()

（五）简单的三角函数

![三角函数图][1240 3]

代码：

def print_sinandcos_line():
    
        x = np.linspace(0,10,1000)
        y = np.sin(x) +1
        z = np.cos(x**2) +1
    
        # 设置图像大小
        plt.figure(figsize=(8,4))
        # 作图，设置标签，线条颜色，线条大小
        plt.plot(x,y,label='$\sin x +1$',color='red',linewidth=2)
        # 作图，设置标签，线条类型
        plt.plot(x,z,'b--',label='$\cos x^2+1$')
        # 设置x轴名称
        plt.xlabel('Time(s)')
        # 设置y轴名称
        plt.ylabel('Volt')
        # 设置标题
        plt.title('A simple Example')
        # 显示的y轴范围
        plt.ylim(0,2.2)
        # 显示图例
        plt.legend()
        # 显示作图结果
        plt.show()

--------------------

以上就是对今天matplotlib函数的简单使用

## 全部代码 ##

# -*- coding: utf-8 -*-
    # @Time : 2018/3/26 15:09
    # @Author : 蛇崽
    # @Email : 643435675@QQ.com
    # @File : test_matplotlib.py
    
    import matplotlib.pyplot as plt
    import numpy as np
    
    
    def print_line_draw():
        """ 画直线图 :return: """
        # 创建一个0-10之间以1为间隔的numpy数组
        x = np.arange(0, 10, 1)
        y = x + 10
    
        # 绘制图形
        plt.plot(x, y, color='blue', linestyle='--', marker='*', linewidth=1, label=' y = x + 10 ')
    
        # 保存图片，dpi表示
        plt.savefig('first.png', dpi=50)
        # 显示图例
        plt.legend()
        # 显示图形
        plt.show()
    
    
    def print_pie_draw():
        """ 画饼状图 :return: """
        # 指定每个切片大小（比例）
        slice = [2,3,4,9]
        # 指定标签
        activities =['sleeping','eating','working','playing']
        # 颜色
        cols = ['c','m','r','b']
    
        plt.pie(slice,
                labels=activities,
                colors=cols,
                startangle=90, #开始角度，默认是0度，从x轴开始，90度从y轴开始
                shadow=True,
                explode=(0,0.1,0,0), # 拉出第二个切片，如果全为0，就不拉出，这里的数字相对于圆心的距离
                autopct='%1.1f%%')   # 显示百分比
        plt.title('Activities analysis')
        # explode 这个词里面的参数第一个0代表第一个切片，距离原点为0距离
        plt.show()
    
    
    def print_scatter_draw():
        """ 画散点图 :return: """
        x = np.random.rand(1000)
        y = np.random.rand(len(x))
    
        # 绘图
        plt.scatter(x,y,color='r',alpha=0.3,label='scatter draw ',marker='p')
        plt.legend()
    
        #plt.axis([0,2,0,2])# 设置坐标的范围
        plt.show()
        pass
    
    
    def print_hist_draw():
        """ 绘制直方图 :return: """
        x = np.random.randint(1,1000,200)
    
        axit = plt.gca()  # 得到当前的绘图对象
        #bins 直方图的个数，histtype 直方图的样式 normed 直方图归一化，显示概率密度（默认false）
        axit.hist(x,bins=35,facecolor='r',normed=True,histtype='bar',alpha=0.5)
        axit.set_xlabel('values') # 设置x的标签
        axit.set_ylabel('Frequery') # 设置y的标签
        axit.set_title('HIST')
        plt.show()
        pass
    
    
    def print_sinandcos_line():
    
        x = np.linspace(0,10,1000)
        y = np.sin(x) +1
        z = np.cos(x**2) +1
    
        # 设置图像大小
        plt.figure(figsize=(8,4))
        # 作图，设置标签，线条颜色，线条大小
        plt.plot(x,y,label='$\sin x +1$',color='red',linewidth=2)
        # 作图，设置标签，线条类型
        plt.plot(x,z,'b--',label='$\cos x^2+1$')
        # 设置x轴名称
        plt.xlabel('Time(s)')
        # 设置y轴名称
        plt.ylabel('Volt')
        # 设置标题
        plt.title('A simple Example')
        # 显示的y轴范围
        plt.ylim(0,2.2)
        # 显示图例
        plt.legend()
        # 显示作图结果
        plt.show()
        pass
    
    
    if __name__ == '__main__':
        # print_line_draw()
        # print_pie_draw()
        # print_scatter_draw()
        # print_hist_draw()
        print_sinandcos_line()

[Python]: /images/20210529/99e424627ac5489db5b0741899c98ee2.png
[y_x_10]: /images/20210529/858c91d859184a328c0464bcd40c6db7.png
[1240]: /images/20210529/86475794ed5440df8c80cd3c6ff82823.png
[1240 1]: /images/20210529/c340c3ca5aa24fb19f26fda3659ef1ff.png
[1240 2]: /images/20210529/1b4d4eed7f174667a645c38018bd749c.png
[1240 3]: /images/20210529/473757bb19c84877b361b8d11f30b1b8.png