我们专注攀枝花网站设计 攀枝花网站制作 攀枝花网站建设
成都网站建设公司服务热线:400-028-6601

网站建设知识

十年网站开发经验 + 多家企业客户 + 靠谱的建站团队

量身定制 + 运营维护+专业推广+无忧售后,网站问题一站解决

python数据可视化之Matplotlib

可视化是在整个数据挖掘的关键辅助工具,可以清晰的理解数据,从而调整我们的分析方法。

十余年的花山网站建设经验,针对设计、前端、开发、售后、文案、推广等六对一服务,响应快,48小时及时工作处理。全网营销推广的优势是能够根据用户设备显示端的尺寸不同,自动调整花山建站的显示方式,使网站能够适用不同显示终端,在浏览器中调整网站的宽度,无论在任何一种浏览器上浏览网站,都能展现优雅布局与设计,从而大程度地提升浏览体验。成都创新互联公司从事“花山网站设计”,“花山网站推广”以来,每个客户项目都认真落实执行。

1. Matplotlib 基本概念

Matplotlib是python的一个数据可视化工具库,专门用于开发2D图表(包括3D图表), 操作简单。

2. Matplotlib三层结构

容器层

容器层由Canvas、Figure、Axes三部分组成。

Canvas位于最底层的系统层,充当画板,即放置Figure的工具。

Figure是Canvas上方的第一层,也是需要用户来操作的应用层的第一层,在绘图的过程中充当画布的角色。

Axes是应用层的第二层,在绘图的过程中相当于画布上的绘图区的角色。

Figure:指整个图形(可以通过plt.figure()设置画布的大小和分辨率等)

Axes(坐标系):数据的绘图区域

Axis(坐标轴):坐标系中的一条轴,包含大小限制、刻度和刻度标签

特点为:

一个figure(画布)可以包含多个axes(坐标系/绘图区),但是一个axes只能属于一个figure。

一个axes(坐标系/绘图区)可以包含多个axis(坐标轴),包含两个即为2d坐标系,3个即为3d坐标

辅助显示层

辅助显示层为Axes(绘图区)内的除了根据数据绘制出的图像以外的内容,主要包括Axes外观(facecolor)、边框线(spines)、坐标轴(axis)、坐标轴名称(axis label)、坐标轴刻度(tick)、坐标轴刻度标签(tick label)、网格线(grid)、图例(legend)、标题(title)等内容。

图像层

图像层指Axes内通过plot、scatter、bar、histogram、pie等函数根据数据绘制出的图像

总结

Canvas(画板)位于最底层,用户一般接触不到;

Figure(画布)建立在Canvas之上;

Axes(绘图区)建立在Figure之上;

坐标轴(axis)、图例(legend)等辅助显示层以及图像层都是建立在Axes之上。

3.plt的基本用法

3.1 Figure对象

matplotlib的图像都位于Figure对象中,我们可以调用plt.figure()来创建Figure对象。

fig = plt.figure()

figure有一个比较重要的参数figsize,它衡量图片的大小和纵横比(单位为inch):

fig = plt.figure(figsize=(4,5))

比如,以上代码代表建立一个宽度为4inch,高度为5inch的figure对象。

3.2 plot的使用

有了figure对象之后,就可以利用plot函数作图了。注意不可以使用figure对象来调用plot,按照惯例我们使用plt.plot()来作图,而图像自动分配到上一个建立的figure中。

3.3 如何在同一个figure内部设置多个图片

figure对象调用add_subplot函数来添加figure内部不同位置的图片,add_subplot函数的3个参数分别为figure内部纵向和横向的字图片个数,以及当前创建的子图片是第几个,例如:无锡看妇科的医院 http://www.ytsgfk120.com/

fig = plt.figure()

# add_subplot返回的是一个subplot对象

sp1 = fig.add_subplot(2,3,1)

sp2 = fig.add_subplot(2,3,2)

sp3 = fig.add_subplot(2,3,3)

sp4 = fig.add_subplot(2,3,4)

fig

如果要在subplot内部作图,我们只需要用对应的subplot对象调用plot即可:

sp1.plot(np.random.randn(50), 'k--', color='r')

fig

3.4 如何调整subplot的间距

有时候各subplot的间距会过大或者过小,这时候与我们需要使用subplots_adjust函数来调整间距:

fig.tight_layout() # 调整整体空白

plt.subplots_adjust(wspace =0, hspace =0) # 调整子图间距

plt.subplots_adjust(left=None, bottom=None, right=None, top=None,wspace=None,hspace=None)

参数详解:

left = 0.125 # the left side of the subplots of the figure

right = 0.9 # the right side of the subplots of the figure

bottom = 0.1 # the bottom of the subplots of the figure

top = 0.9 # the top of the subplots of the figure

wspace = 0.2 # the amount of width reserved for blank space between subplots,

# expressed as a fraction of the average axis width

hspace = 0.2 # the amount of height reserved for white space between subplots,

# expressed as a fraction of the average axis height

# 调整fig内部的subplot长宽间距都为0.5

fig.subplots_adjust(wspace = 0.5, hspace = 0.5)

fig


网站标题:python数据可视化之Matplotlib
文章地址:http://shouzuofang.com/article/gohgch.html

其他资讯