【笔记】matplotilb数据可视化基础

时间:2023-03-10 07:12:17
【笔记】matplotilb数据可视化基础

matplotilb基础

matplotilb是我们使用的一个基础的可视化方法

一般来说,使用matplotilb是较为专业的绘制图形的选择

不需要很专业的时候可以只是用matplotilb的子模块pyplot

【笔记】matplotilb数据可视化基础

首先我们先设置一个x,一个y

【笔记】matplotilb数据可视化基础

以x为横坐标,以y为纵坐标

通过plot(x,y)就可以得到所需要的图形,其本质是一个折线图,只是因为含有一百个元素,让其看起来像是曲线图

【笔记】matplotilb数据可视化基础

还可以输出多条曲线

【笔记】matplotilb数据可视化基础

曲线的颜色是可以自行更改的,且可以使用十六进制的样式

【笔记】matplotilb数据可视化基础

线条的样式可以使用linestyle进行更改

【笔记】matplotilb数据可视化基础

对坐标轴的范围一样可以调节,xlim和ylim(可用算式),也可以使用axis直接对两个坐标轴同时调节,同时也可以使用xlabel和ylabel对x轴和y轴做注释,还可以使用在x,y其中增加label对曲线进行命名,通过legend对其进行显示,若想为整张图片添加一个标题,使用title即可实现

【笔记】matplotilb数据可视化基础

【笔记】matplotilb数据可视化基础

【笔记】matplotilb数据可视化基础

【笔记】matplotilb数据可视化基础

【笔记】matplotilb数据可视化基础

包含部分整体的代码如下

  plt.plot(x,y,label="sin(x)")
plt.plot(x,cosy,color="red",linestyle='--',label="cos(x)")
plt.xlabel("x axis")
plt.ylabel("y value")
plt.legend()
plt.title("hello")

绘制散点图 scatter plot

通常来讲,散点图的横纵两个轴是特征,绘制二维特征

从绘图来说,就是将plot换成scatter

【笔记】matplotilb数据可视化基础

要想得到标准的二维的正态分布,可以使用

  x = np.random.normal(0,1,10000)
y = np.random.normal(0,1,10000)
plt.scatter(x,y)

【笔记】matplotilb数据可视化基础

可通过alpha来调节不透明度,是效果更加的直观

【笔记】matplotilb数据可视化基础

【笔记】matplotilb数据可视化基础