在本章中,我们将学习如何在Python中生成图形和图表,同时将使用函数和面向对象的方法来可视化数据。
Python中常用的一些可视化数据包括以下几种。
- Matplotlib。
- Seaborn。
- ggplot。
- Geoplotlib。
- Bokeh。
- Plotly。
在本章中将使用Matplotlib可视化数据包。此外,还将学习其他有用库的编码。
1 折线图
折线图(Line Chart)是将一系列数据点通过直线连接起来的图表,它提供了一个参数对另一个参数的简单行为,常用于显示随着时间推移的趋势。可以使用折线图来比较相关的特征。
在Jupyter Notebook中生成第一张图表。
首先导入所需要的库。
import matplotlib.pyplot as plt
默认情况下, Matplotlib打开新的窗口以显示结果。如果想在当前Notebook页面看到结果,可以使用如下所示的命令。
%matplotlib inline
其次需要设置两个轴的数据。在x
轴上获取1~15的数据, y
轴选取平均值为50且标准差为10的随机数据。
# 1~15的一维数
a = range(1,16)
#使用均值和标准差生成另一数据上的随机整数
mean = 50
sigma = 10
b = numpy.random.normal(mean, sigma, 15).astype(int)
现在,只需运行下方的绘图命令,折线图就会出现,结果如图1所示。
plt.plot(a,b)