圖表繪制工具--Matplotlib
阿新 • • 發佈:2018-08-05
lib 分享 pytho type ram code num 基本數據結構 -m
‘‘‘ 【課程3.1】 Matplotlib簡介及圖表窗口 Matplotlib → 一個python版的matlab繪圖接口,以2D為主,支持python、numpy、pandas基本數據結構,運營高效且有較豐富的圖表庫 ‘‘‘
import numpy as np import pandas as pd import matplotlib.pyplot as plt
# 圖表窗口1 → plt.show() plt.plot(np.random.rand(10)) plt.show() # 直接生成圖表
輸出
# 圖表窗口2 → 魔法函數,嵌入圖表 % matplotlib inline x = np.random.randn(1000) y = np.random.randn(1000) plt.scatter(x,y) # 直接嵌入圖表,不用plt.show() # <matplotlib.collections.PathCollection at ...> 代表該圖表對象
輸出:
# 圖表窗口3 → 魔法函數,彈出可交互的matplotlib窗口 % matplotlib notebook s = pd.Series(np.random.randn(100)) s.plot(style = ‘k--o‘,figsize=(10,5)) # 可交互的matplotlib窗口,不用plt.show() # 可做一定調整
輸出:
# 圖表窗口4 → 魔法函數,彈出matplotlib控制臺 % matplotlib qt5 df = pd.DataFrame(np.random.rand(50,2),columns=[‘A‘,‘B‘]) df.hist(figsize=(12,5),color=‘g‘,alpha=0.8) # 可交互性控制臺 # 如果已經設置了顯示方式(比如notebook),需要重啟然後再運行魔法函數 # 網頁嵌入的交互性窗口 和 控制臺,只能顯示一個 #plt.close() # 關閉窗口 #plt.gcf().clear() # 每次清空圖表內內容
輸出:
array([[<matplotlib.axes._subplots.AxesSubplot object at 0x000000000CA745C0>, <matplotlib.axes._subplots.AxesSubplot object at 0x000000000CA7D9B0>]], dtype=object)
圖表繪制工具--Matplotlib