1. 程式人生 > 實用技巧 >拿Python作圖,用資料說話!視覺化折線圖

拿Python作圖,用資料說話!視覺化折線圖

前言

本文的文字及圖片來源於網路,僅供學習、交流使用,不具有任何商業用途,版權歸原作者所有,如有問題請及時聯絡我們以作處理。

作者:碧茂大資料

1. 用 Numpy ndarray 作為資料傳入 ply

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt

np.random.seed(1000)
y = np.random.standard_normal(10)
print "y = %s"% y
x = range(len(y))
print "x=%s"% x
plt.plot(y)
plt.show()

2. 操縱座標軸和增加網格及標籤的函式

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt

np.random.seed(1000)
y = np.random.standard_normal(10)
plt.plot(y.cumsum())
plt.grid(True) ##增加格點
plt.axis('tight') # 座標軸適應資料量 axis 設定座標軸
plt.show()

3. plt.xlim 和 plt.ylim 設定每個座標軸的最小值和最大值

#!/etc/bin/python
#coding=utf-8 import numpy as np import matplotlib as mpl import matplotlib.pyplot as plt np.random.seed(1000) y = np.random.standard_normal(20) plt.plot(y.cumsum()) plt.grid(True) ##增加格點 plt.xlim(-1,20) plt.ylim(np.min(y.cumsum())- 1, np.max(y.cumsum()) + 1) plt.show()

4. 新增標題和標籤 plt.title, plt.xlabe, plt.ylabel 離散點, 線

#!/etc/bin/python
#coding=utf-8
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt

np.random.seed(1000)
y = np.random.standard_normal(20)

plt.figure(figsize=(7,4)) #畫布大小
plt.plot(y.cumsum(),'b',lw = 1.5) # 藍色的線
plt.plot(y.cumsum(),'ro') #離散的點
plt.grid(True)
plt.axis('tight')
plt.xlabel('index')
plt.ylabel('value')
plt.title('A simple Plot')
plt.show()