《python数据分析与挖掘实战》matplotlib例子_python数据分析与挖掘实战示例数据

绘制正弦函数

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号
plt.figure(figsize = (7,5))#创建图像区域，制定比例
import numpy as np
x = np.linspace(0,2*np.pi,50)#创建等差数列 x坐标输入
y = np.sin(x)#计算x对应的正弦值
plt.plot(x,y,'bp--')
plt.show()#绘图完成后，显示作图结果

结果：

绘制饼图：

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号
plt.figure(figsize = (7,5))#创建图像区域，制定比例
labels = 'Frogs','Hogs','Dogs','Logs'#定义标签
sizes = [15,30,45,10]#每一块的比例
colors = ['yellowgreen','gold','lightskyblue','lightcoral']#每一块的颜色
explode = (0,0.1,0,0)#突出显示第二块
plt.pie(sizes,explode=explode,labels=labels,colors=colors,autopct='%1.1f%%',shadow=True,startangle=90)
plt.axis('equal')#显示为圆
 
plt.show()#绘图完成后，显示作图结果

结果：

绘制直方图：

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号
plt.figure(figsize = (7,5))#创建图像区域，制定比例
import numpy as np
x = np.random.randn(1000)#1000个服从正态分布的随机数
plt.hist(x,10)#分成1组进行绘制直方图
 
plt.show()#绘图完成后，显示作图结果

结果：

绘制箱型图：

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号
plt.figure(figsize = (7,5))#创建图像区域，制定比例
import numpy as np
import pandas as pd
x = np.random.randn(1000)#1000个服从正态分布的随机数
D = pd.DataFrame([x,x+1]).T#构造两列的DataFrame
D.plot(kind = 'box')
#D.boxplot()
plt.show()#绘图完成后，显示作图结果

结果：

绘制对数：

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号
plt.figure(figsize = (7,5))#创建图像区域，制定比例
import numpy as np
import pandas as pd
x = pd.Series(np.exp(np.arange(20)))
x.plot(label=u'原始数据图',legend = True)
plt.show()
x.plot(logy = True,label = u'y轴对数数据图',legend = True)
plt.show()#绘图完成后，显示作图结果
x.plot(logx = True,label = u'x轴对数数据图',legend = True)
plt.show()#绘图完成后，显示作图结果

结果：