一、折线图
二、散点图
三、条形图
四、直方图
五、饼图
一、折线图
折线图用于显示随时间或有序类别的变化趋势
from matplotlib import pyplot as pltx = range(2, 26, 2)y = [15, 13, 14.5, 17, 20, 25, 26, 26, 27, 22, 18, 15]# 设置图片大小plt.figure(figsize=(20, 8), dpi=180)# 绘制图形，plot折线图plt.plot(x, y)# 保存图形plt.savefig("14.png")# 展示图形plt.show()
二、散点图
散点图可以显示若干数据系列中各数值之间是否存在相关性
坐标系中,每个值用一个点表示
import matplotlib.pyplot as plt# 传统方式绘制'''plt.plot([3,5,8,10,32,12,9,6,21,22,23,25,25],[5,4,2,12,44,10,2,8,21,22,23,24,25],'o' #点类型为o)plt.title('Simple Scatter')'''# 面向对象方式绘制fig,ax = plt.subplots()ax.plot([3,5,8,10,32,12,9,6,21,22,23,25,25],[5,4,2,12,44,10,2,8,21,22,23,24,25],'o' #点类型为o)ax.set_title('Simple Scatter')plt.show()
三、条形图（横向：条形图，纵向：柱状图）
柱状图用来比较各独立类别下的某单独数据的大小
import matplotlib.pyplot as pltx = [1,2,3,4,5]y = [3,6,1,8,2]width = 0.5plt.bar(x,y,width,color='r')plt.xticks(x,['a','b','c','d','e'])plt.show()
四、直方图
直方图能直观表达数据的分布情况，一般用来表示同等区间内,某类数值出现的频率
直方图与柱状图的区别：
直方图：分区之间连续无间断，表示连续变量；值用矩形面积表示
条形图：各柱之间有间隙，表示孤立的、不连续分类变量；值用矩形长度表示
import numpy as npimport matplotlib.pyplot as pltnp.random.seed(0) #随机种子mu,sigma = 100,20 #均值和标准差a = np.random.normal(mu,sigma,size=100) #生成一个 均值/方差 给定的正态分布数组plt.hist(a, #直方图数据20, #直方的个数normed=1, #将y轴默认的数值出现个数归一化为出现的概率histtype='stepfilled', # stepfilled填充面积,step只有线条facecolor='b',alpha=0.75)plt.title('Histogram')plt.show()
五、饼图
饼图用于显示各项相对总和的百分比大小
import matplotlib.pyplot as pltlabels = ['class1','class2','class3','class4'] #名称sizes = [15,30,45,10] #比例explode = (0,0.1,0,0) #突出第二块,突出比例0.1plt.pie(sizes, #百分比explode=explode, #突出比例labels=labels, #名称autopct='%1.1f%%', #显示百分比方式shadow=False, #阴影效果startangle=90 #饼图起始的角度,度数,默认0为右侧水平180度开始，逆时针旋转)plt.axis('equal') #正圆形饼图,x/y轴尺寸相等.默认是扁图,plt.show()
小结：
#### 1.数据分析是什么
- 从大量的数据中寻找规律和结论，为后续的决策提供依据
#### 2.数据分析的流程
- 问题 ---》准备数据---》分析数据---》得出结存---》图形化的展示出来
#### 3.matplotlib如何绘制折线图，和散点图，折线图和散点图分别能表示的什么
- x是所有的坐标的x值的一个列表（的可迭代对象）
- y是所有的坐标的y值的一个列表（的可迭代对象）
- pyplot.plot(x,y) #绘制折线图 （变化）
- pyplot.scatter(x,y) #绘制散点图 （关系和联系，呈现离群点）
#### 4.matplotlib如何显示中文
```python
from matplotlib import font_manager
my_font = font_manager.FontProperties(fname="")
pyplot.xticks(fontproperties=my_font)
pyplot.legend(prop=my_font)
```
#### 5.matplotlib如何在x轴和y轴上显示我们自定义的内容
- 当刻度太稀疏或者是太密集
- pyplot.xticks()
- x轴和y轴显示字符串
- pyplot.xticks([1,2,3,4,],["str1","str2","str3","str4"])
#### 6.matplotlib如何设置图片的大小和保存图片到本地
- pyplot.figure(figsize = (20,8),dpi=80)
- pyplot.savefig("./a.png")
#### 7.设置图例
- 每次绘制的时候需要给label这个参数传值
- pyplot.legend(loc,prop=my_font)
#### 8.设置网格
- pyplot.grid(alpha=0.4)
