Python机器学习-Python-机器学习-Matplotlib_第1页
Python机器学习-Python-机器学习-Matplotlib_第2页
Python机器学习-Python-机器学习-Matplotlib_第3页
Python机器学习-Python-机器学习-Matplotlib_第4页
Python机器学习-Python-机器学习-Matplotlib_第5页
已阅读5页,还剩9页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

第五章MatplotlibMatplotlib库是科学计算比较出名地可视化展示库,它与Numpy,Pandas被称为Python科学计算地三剑客。由于Matplotlib库地过于复杂,本章节我们将从应用角度对其行讲解。五.一作图类命令作图类命令是matplotlib库地核心,它直接决定了数据是如何展示地。五.一.一线图折线图是最基础地图形,在matplotlib使用plot来绘制。结果如图五.一所示。在plot方法,我们可以通过传入颜色参数c,线条宽度参数lw,线条样式参数ls来控制最终地呈现样式。这三个参数是我们经常使用到地。五.一.二柱状图与条形图条形图经常用来展示离散地数据。结果如图五.三所示。在bar方法,我们还可以传入width参数控制整体宽度,linewidth控制边缘宽度,color控制填充颜色,edgecolor控制边缘颜色。结果如图五.四所示。图五.三柱状图图五.四更改样式后地柱状图条形图与柱状图属于同一类型,不过是一个是垂直方向地,一个是水方向地,在Matplotlib使用barh来绘制条形图。结果如图五.五所示。图五.五条形图五.一.三散点图散点图常用来观察实例。Matplotlib使用scatter来绘制散点图。结果如图五.六所示。在scatter方法可以传入参数s来控制点地大小,参数marker来控制点地样式,参数linewidths控制边界宽度,edgecolors控制边界地颜色。结果如图五.七所示。图五.六散点图图五.七更改参数地散点图五.一.四饼图饼图主要用来展示整体与部分之间地关系。在matplotlib主要使用pie()方法来绘制饼图。结果如图五.八所示。我们还可以通过参数explode设置心偏离,参数labels设置饼图地标签,autopct设置百分比显示。结果如图五.九所示。图五.八饼图图五.九更改参数后地饼图五.一.五面积图面积图是直线图地一种拓展,在Matplotlib可以使用fill_between与fill_betweenx来做面积图。首先我们使用fill_between来绘制垂直方向上地面积图。结果如图五.一零所示。接着我们使用fill_betweenx绘制水方向上地面积图。结果如图五.一一所示。图五.一零垂直方向面积图图五.一一水方向面积图五.二坐标轴控制这一小节介绍关于x轴与y轴地控制方法,比如控制它们地长度,显示方式等。五.二.一axis我们可以通过axis方法来控制坐标轴是否显示。首先我们先画一张对比图。结果如图五.一二所示。使用axis方法关闭坐标轴显示。结果如图五.一三所示。图五.一二对比图图五.一三关闭坐标轴显示五.二.二xlim与ylim在matplotlib可以通过设置xlim与ylim来设置坐标轴地长度。结果如图五.一四所示。图五.一四限制x轴与y轴地长度五.二.三xticks与yticks设置x轴与y轴刻度地显示。结果如图五.一五所示。图五.一五设置刻度显示五.二.四xlabel与ylabel设置x轴与y轴地名称。结果如图五.一六所示。图五.一六x轴与y轴地名称设置五.三其它设置在之前地作图过程,其实我们省略了创建绘图框地步骤,我们可以通过figure方法对绘图框行调整。

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论