python数据可视化(持续更新)

Posted 面朝大海 春暖花开

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数据可视化(持续更新)相关的知识,希望对你有一定的参考价值。

1、折线图

import numpy as np
import matplotlib.pyplot as plt

input_values = [1, 2, 3, 4, 5]
s = [1, 4, 9, 16, 25]

# 图标数据、线条粗细
plt.plot(input_values, s, linewidth=8)

# 定义图表的标题、字体大小
plt.title("Square Numbers", fontsize=24)

plt.xlabel("Value", fontsize=14)
# 定义图表 y轴的标签、字体大小
plt.ylabel("Square of area", fontsize=14)

# tick_params()设置刻度的样式,其中指定的参数将影响
# x轴和y轴上的刻度,并设置刻度标记的字号大小为14
plt.tick_params(axis=\'both\', labelsize=14)

plt.show()

 2、绘制散点图

import numpy as np
import matplotlib.pyplot as plt

x_values = [1, 2, 3, 4, 5]
y_values = [1, 4, 9, 16, 25]

plt.scatter(x_values, y_values, s=100)

plt.title("Square Numbers", fontsize=24)
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)

plt.tick_params(axis="both", which=\'major\', labelsize=14)

plt.show()

 

以上是关于python数据可视化(持续更新)的主要内容,如果未能解决你的问题,请参考以下文章

小程序各种功能代码片段整理---持续更新

Pytorch可视化--Visdom使用(持续更新)

15种Python片段去优化你的数据科学管道

Python优雅地可视化数据

数据的核密度估计及其可视化:Python实现

数据的核密度估计及其可视化:Python实现