python数据挖掘01——Matplotlib

Jupyter notebook:

是一个在web应用程序，相当于网页版的python IDE。

1、快捷方式：

Shift+Enter : 运行本单元，选中下个单元
Ctrl+Enter : 运行本单元
A ：在上方插入新单元
B：在下方插入新单元
DD：删除该行
Ctrl+鼠标：多光标操作

Matplotlib:

用于开发二维图表的可视化工具。

1、快速入门：

# 引入matplotlib
import matplotlib.pyplot as plt
# %matplotlib inline

# 创建画布
plt.figure()
# 描点(1,4),(0,5),(9,6)
plt.plot([1,0,9],[4,5,6])
plt.show()

2、三层结构：

画板层(Canvas)：置于最底层，用户一般无法接触
画布(Figure)：建立在Canvas之上
绘图区(Axes)：建立在画布之上，其中辅助显示层与图像层都建立在Axes之上。

3、画布属性：

figsize：图像长宽
dpi：清晰度

# 在建立画布的时候设定
plt.figure(figsize=(8, 6), dpi=80)
# 添加网格
plt.grid(linestyle='--', alpha=0.5)
# 添加标题信息等
plt.xlabel("time")
plt.ylabel("温度")
plt.title("中午11点到12点间的温度变化图示")
# 绘图时添加图例，更改颜色等信息
plt.plot(x, y_shanghai, color="r", label="shanghai")
plt.plot(x, y_beijing, color="b", label="beijing")
# 开启图例显示
plt.legend()

# 保存图片要在show()方法之前保存，因为show会释放画布资源
plt.savefig("your path")

4、设置刻度：

xticks(显示的刻度值，刻度标签)
yticks(显示的刻度值，刻度标签)

x = range(60)
# random.uniform：返回范围内的随机数，左闭右开
y = [random.uniform(15,18) for i in x]
plt.figure(figsize=(10,6), dpi=80)
plt.plot(x,y)

# 设置刻度标签
x_label=["11点{}分".format(i) for i in x]
# 以5个步长为一个刻度值
plt.xticks(x[::5], x_label[::5])
plt.yticks(range(0,40,5))
plt.show()

来源：CSDN

作者：Ayrton1031

链接：https://blog.csdn.net/m0_38102468/article/details/103474694

标签

大数据

数据挖掘

python