python数据分析画图体验

Posted 2020-11-03 wangxuanyou

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了python数据分析画图体验相关的知识，希望对你有一定的参考价值。

对于numpy的函数，pands等，不是很熟，我来copy一下code，敲击一下，找找感觉。

默认的导入包
import numpy as np
import matplotlib.pyplot as plt


def print_line_draw():
    """
    画直线
    return:
    """
    x=np.arange(0,9,1)
    y=x+8
    plt.plot(x,y,color="red",linestyle="--",marker="*",label=‘y=x+8‘)
    plt.savefig("1.png",dpi=60)
    plt.legend()
    plt.show()

技术分享图片


def print_pie_draw():
    """
    draw pie
    return:
    """
    #指定切片大小比例
    sclice=[2,3,5,8]
    #指定标签
    activite=["sleep","eating","study","work"]
    #颜色
    color=[‘b‘,‘m‘,‘r‘,‘w‘]

    plt.pie(sclice,labels=activite,
            colors=color,
             startangle=0,
              shadow=True,
              explode=(0,0.2,0,0),
              autopct=‘%1.1f%%‘)
    plt.title("activite analys")
    plt.savefig("2.png")
    plt.show()

技术分享图片

def print_scatter_draw():
    """
    画散点图
    return:
    """
    x=np.random.rand(1000)
    y=np.random.rand(len(x))

    #绘图
    plt.scatter(x,y,color=‘b‘,label="scatter draw",
                alpha=0.3,marker="p")
    plt.legend()

    plt.savefig("3.png",dpi=60)
    plt.show()

print_scatter_draw()

技术分享图片

def  print_hist_draw():

    """
    画直方图
    """
    x=np.random.randint(1,800,300)
    axit=plt.gca() #得到当前绘图对象
    axit.hist(x,bins=35,facecolor=‘r‘,
              normed=True,histtype="bar",alpha=0.5)
    axit.set_xlabel("values") 
    axit.set_title("hist")
    plt.savefig("4.png",dpi=150)
    plt.show()

技术分享图片

这一个没有写成函数了


import  numpy as np
import matplotlib.pyplot as plt

x=np.linspace(0,10,1200)
y=np.sin(x)+1
z=np.cos(x**2)+1

#设置图像大小
plt.Figure(figsize=(8,6))
plt.plot(x,y,label=‘$\cosx+1$‘,color="red",linewidth=2)
plt.plot(x,z,label=‘$\cos x^2+1$‘)

#设置x轴
plt.xlabel("Time(s)")
plt.ylabel("volt")

plt.title(" exaple")

plt.ylim(0,2)
plt.legend()
plt.savefig("5.png",dpi=120)
plt.show()