Python数据分析及应用 课件 第9章Python可视化分析.pptx

云南财经大学信息学院;9.2pyecharts数据可视化;学习目标;本章导读;Python数据可视化绘图中最为经典的是Matplotlib工具包,成为Python中应用非常广的绘图工具包之一。Matplotlib中应用最广的是Matplotlib.pyplot模块。pyplot提供了一套和MATLAB类似的绘图API,使得Matplotlib的机制更像MATLAB。我们只需要调用pyplot模块所提供的函数就可以实现快速绘图并设置图表的各个细节。

在Jupyternotebook中进行交互式绘图，需要执行一下语句：

%matplotlibnotebook

使用matplotlib时，使用的导入惯例为：

importmatplotlib.pyplotasplt;9.1matplotlib数据可视化;1.创建画布与创建子图

构建出一张空白的画布,并可以选择是否将整个画布划分为多个部分，以便于在同一幅图上绘制多个图形。当只需要绘制一幅简单图形时，创建子图这部分内容可以省略。在pyplot模块中创建画布，创建并选中子图的函数如表所示。

;pyplot基础语法为扩展部分

老师可根据情况选择讲解;pyplot基础语法;pyplot基础语法;pyplot基础语法;pyplot基础语法;pyplot基础语法;pyplot基础语法;pyplot基础语法

;pyplot基础语法;散点图(ScatterDiagram)又称为散点分布图，是以一个特征为横坐标、另一个特征为纵坐标、使用坐标点(散点)的分布形态反映特征间统计关系的一种图形。值是由点在图表中的位置表示，类别是由图表中的不同标记表示，通常用于比较跨类别的数据。散点图包含的数据点越多，比较的效果就会越好。

scatter方法的格式:

matplotlib.pyplot.scatter(x,y,s=None,c=None,marker=None,alpha=None)

scatter函数主要参数及其说明。

;实例9-1scatter绘图实例。

importmatplotlib.pyplotasplt

importnumpyasnp

importmatplotlib

%matplotlibinline

plt.rcParams[font.family]=[SimHei]?#用来显示中文标签

plt.rcParams[axes.unicode_minus]=False??#用来正常显示负号

x=np.arange(1,20)

y=np.cos(x)

lvalue=x

#绘制散点图

plt.scatter(x,y,c=g,s=100,linewidths=lvalue,marker=o,alpha=0.6)

#添加标题

plt.title(散点图)?

#?添加x轴的名称

plt.xlabel(X-axis)

#添加y轴的名称

plt.ylabel(Y-axis)?

plt.show();实例9-2?scatter绘图实例。

importpandasaspd

importmatplotlib.pyplotasplt

#读取数据

frame=pd.read_csv(C:\\temp\\股票数据.csv,encoding=GBK)

#绘制散点图

plt.scatter(frame[开盘价],frame[收盘价],c=r,s=10,alpha=0.6)

#添加标题

plt.title(股票数据散点图)

#添加x轴的名称

plt.xlabel(开盘价)?

#添加y轴的名称

plt.ylabel(收盘价)?

plt.show();折线图(LineChart)是一种将数据点按照顺序连接起来的图形，也可以看作是将散点图按照X轴坐标顺序连接起来的图形。折线图的主要功能是查看因变量y随着自变量x改变的趋势，最适合用于显示随时间(根据常用比例设置)而变化的连续数据。同时，还可以看出数量的差异、增长趋势的变化。

绘制折线图plot的格式：

matplotlib.pyplot.plot(x,y,color=None,linestyle=None,?linewidth=None,?

marker=None,alpha=None)

plot函数在官方文档的语法中只要求填入不定长参数，实际可以填入的主要参数及其说明见表9-5。

;实例9-3plot绘制折线图实例。

importmatplotlib.pyplotasplt

importnumpyasnp

%matplotlibinline

plt.rcParams[font.family