如何最簡便的利用Python實現數據可視化?當然離不開matplotlib!

如何最簡便的利用Python實現數據可視化?當然離不開matplotlib!

01|Figure和Subplot:

matplotlib的圖像全部在figure對象裡面,就像是一片畫布。figsize是figure的一個設置大小的屬性。一個figure裡面可以有無數個subplot,用來存放坐標系。

python程序開始的時候加上程序開頭加「%matplotlib」,可以顯示figure,若是不加就跳不出figure圖框。但是」%matplotlib inline「是直接表示在編程界面中的,不會再次跳出做圖框的。

若是未指定在某個ax上作圖,matplotlib則會默認選擇在最後的那個ax,若是沒有則建立一個繪製。舉個沒有指定的例子:

我們可以一次性建立許多個圖框,接著在使用的時來實行索引使用就可以了。看下圖中的subplots(2,3)就是一次性創建兩行三列個坐標,然而axes[0,1]表明使用第0行第2列對應的圖框。

02|顏色,標記和線型:

經常使用的顏色,用其英文的首字母來代替。

標記是用在線性圖上來強調實際數據點而使用的。

線性則可以表示線的外形。

03|刻度、標籤和標題:

04|圖例:

添加subplot時,傳入label參數後調用ax.legend()或plt.legend()就可以了。

05|Pandas作圖:

matplotlib並不是什麼很高級的工具,想要成功組裝一張圖表,必須使用到它的各類組件才可以實現。

這是由於建造一張完好的圖表必須使用到這些,可是matplotlib要實現此功能必須編寫很多行代碼,然而pandas也許只要幾行代碼就能夠輕鬆實現!


推薦閱讀:

智慧城市案例分享
Matplotlib中關於坐標軸的控制
Matplotlib中將兩條不同曲線共軸
Pandas Highcharts 可視化示例
Origin(Pro):XRD組合圖--Stacked & Merge

TAG:Python | Matplotlib | 數據可視化 |