python matplotlib数据作图

Posted 2023-04-22

请问下这个用python怎么用matplotlib来处理成图形啊？

一、使用numpy生成长度为100的等差序列作为自变量，命名为x，并使用三角函数SiNx和cosx**2生成两个因变量，命名为y和Z。

二、设置画布的大小、颜色、宽度、类型和标签。

三、通过plt.figure(figsize=(10,6))的画布。图（（10,6））。

四、尝试plt.plot(x,y,color='red',linewidth=2,label='$\\sinx$')和plt.plot(x,z,'b--',label='$\\cosx^2$')。

五、分通过plt.xlabel('T')和plt.ylabel('V')设置X和Y轴的轴标签；并通过plt.title('V changes by T')为图形设置标题。

六、Y[：，0]=Y[：，0]*888表示修改第一个数据并将其展开888次；之后，使用上述设置时保持不变，发现另一行几乎是一条直线。

参考技术A

1、使用numpy生成一个长度为100的等差数列作为自变量，命名为x，分别使用三角函数sinx和cosx**2生成2个因变量，命名为y和z。

2、设置画布的尺寸大小和图形颜色、线条宽度、线条类型、图形标签等。

3、通过plt.figure(figsize=(10,6))设计一个10*6的画布。

4、尝试plt.plot(x,y,color='red',linewidth=2,label='$\\sinx$')和plt.plot(x,z,'b--',label='$\\cosx^2$')。

5、分别通过plt.xlabel('T')和plt.ylabel('V')设置X和Y轴的轴标签；通过plt.title('V changes by T')为图形设置标题。

6、y[:,0]=y[:,0]*888表示修改第一个数据，扩大888倍；后面沿用上面设置不变，发现另一条线几乎成为一条直线。

参考技术B

主要使用的是bar函数

效果还不错吧~

import matplotlib.pyplot as plt
import numpy as np
plt.rc('font', family='SimHei', size=13)

num = np.array([13325, 9403, 9227, 8651])
ratio = np.array([0.75, 0.76, 0.72, 0.75])
men = num * ratio
women = num * (1-ratio)
x = ['聊天','支付','团购\\n优惠券','在线视频']

width = 0.5
idx = np.arange(len(x))
plt.bar(idx, men, width, color='red', label='男性用户')
plt.bar(idx, women, width, bottom=men, color='yellow', label='女性用户')
plt.xlabel('应用类别')
plt.ylabel('男女分布')
plt.xticks(idx+width/2, x, rotation=40)
plt.legend()

本回答被提问者和网友采纳 参考技术C 大叔大叔的

不用写一行Python代码，就可以用Matplotlib绘图，妈妈再也不担心我不会作图了！

本文禁止任何人转载！

sviewgui介绍

sviewgui是一个基于 PyQt 的 GUI，用于 csv 文件或 Pandas 的 DataFrame 的数据可视化。此 GUI 基于 matplotlib，您可以通过多种方式可视化您的 csv 文件。主要特点：

• Ⅰ 散点图、线图、密度图、直方图和箱线图类型；
• Ⅱ 标记大小、线宽、直方图的 bin 数量、颜色图的设置（来自 cmocean）；
• Ⅲ 将图另存为可编辑的 PDF；
• Ⅳ 绘制图形的代码可用，以便它可以在 sviewgui 之外重用和修改；

这个包用法超级简单，它只有一种方法：buildGUI()。此方法可以传入零个或一个参数。您可以使用 csv 文件的文件路径作为参数，或者使用 pandas 的DataFrame对象作为参数。类似代码写法如下：

# 第一种形式
import sviewgui.sview as sv
sv.buildGUI()

# 第二种形式
import sviewgui.sview as sv
FILE_PATH = "User/Documents/yourdata.csv"
sv.buildGUI(FILE_PATH)

# 第三种形式
import sviewgui.sview as sv
import pandas as pd

FILE_PATH = "User/Documents/yourdata.csv"
df = pd.read_csv(FILE_PATH)
sv.buildGUI(df)

上面代码，只是用于帮助我们打开这个GuI可视化界面。

最后强调一点，由于这个库是基于matplotlib可视化的，因此seaborn风格同样适用于这里，因为seaborn也是基于matplotlib可视化的。

sviewgui安装

这个库的依赖库相当多，因此大家直接采用下面这行代码安装sviewgui库。

pip install sviewgui -i https://pypi.tuna.tsinghua.edu.cn/simple/ --ignore-installed

后面这个--ignore-installed，我最开始是没加的，但是报错了，大致错误如下：

ERROR: Cannot uninstall 'certifi'. It is a distutils installed project and thus we cannot 
accurately determine which files belong to it which would lead to only a partial uninstall.

大家直到加这个就行，不用管为什么，因为我也不知道！

sviewgui使用

上面我为大家介绍了3种打开GUI图形界面窗口的代码，这里仅介绍下面这种方法：

import sviewgui.sview as sv
sv.buildGUI()

截图如下：

当你在命令行输入上述代码后，会驱动后台打开这个图形化界面窗口，初始化状态大致是这样的：

点击上述select，可以选择数据源：

然后我们可以点击左侧菜单栏，生成对应的图形。但是有一点，貌似不支持中文！！！

如果你觉得这里的参数，不足以完善你想要的图形，你可以复制图形所对应的Python代码，简单修改即可。

然后，你拿着下面的代码，简单修改，就可以生成漂亮的Matplotlib图形了。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import cmocean

#2021/07/13 08:03:18 
#- Import CSV as DataFrame ---------- 
FILE_PATH = 'C:/Users/Administrator/Desktop/plot.csv'
DATA = pd.read_csv(FILE_PATH)
#- Axes Setting ---------- 
fig, ax = plt.subplots()
ax.set_title( "x-y")
ax.set_xlabel( "x")
ax.set_ylabel( "x" )
ax.set_xlim(min(DATA['x'].replace([np.inf, -np.inf], np.nan ).dropna() ) - abs( min(DATA['x'].replace([np.inf, -np.inf], np.nan ).dropna() )/10), max(DATA['x'].replace([np.inf, -np.inf], np.nan).dropna()) + abs(max(DATA['x'].replace([np.inf, -np.inf], np.nan).dropna())/10)  )
ax.set_ylim( min(DATA['x'].replace([np.inf, -np.inf], np.nan ).dropna() ) - abs( min(DATA['x'].replace([np.inf, -np.inf], np.nan ).dropna() )/10), max(DATA['x'].replace([np.inf, -np.inf], np.nan).dropna()) + abs(max(DATA['x'].replace([np.inf, -np.inf], np.nan).dropna())/10)  )
#- PLOT ------------------ 
ax.plot( DATA["x"].replace([np.inf, -np.inf], np.nan), DATA["x"].replace([np.inf, -np.inf], np.nan), linewidth = 3.0, alpha =1.0, color = "#005AFF" )
plt.show()