python之可视化matplotlib

# -*- coding: utf-8 -*-

importnumpyasnp

importmatplotlib.pyplotasplt

importmatplotlib.datesasmdates

##########简单线型图

# plt.plot([1,3],[3,1])

# plt.show()

#########################################

################散点图

#不相关

# height=[161,170,182,175,173,165]

# weight=[50,58,80,70,69,55]

# plt.scatter(height,weight)

# plt.show()

############################

# N=1000

# x=np.random.randn(N)

# y1=np.random.randn(N)

# plt.scatter(x,y1)

# plt.show()

######################################股票价格指数

# open,close=np.loadtxt('000001.csv',delimiter=',',skiprows=1,usecols=(1,4),unpack=True)

# change=open-close

# yesterday=change[:-1]

# today=change[1:]

# plt.scatter(yesterday,today,s=500,c='r',marker='<',alpha=0.5)

# plt.show()

#########################################折线图

# x=np.linspace(-10,10,10)

# y=x**2

# plt.plot(x,y)

# plt.show()

####################################股票序列折线图

# date,open,close=np.loadtxt('000001.csv',delimiter=',',skiprows=1,converters={0:mdates.strpdate2num('%m/%d/%Y')},usecols=(0,1,4),unpack=True)

# plt.plot_date(date,open,linestyle='-',color='green',marker='<')

# plt.plot_date(date,close,linestyle='--',color='red',marker='<')

# plt.show()

#################################################条形图

#纵项条形图

# N=5

# y=[20,10,30,25,15]

# index=np.arange(N)

# pl=plt.bar(left=index,height=y,width=0.8,color='red')

# plt.show()

#横向条形图

# N=5

# y=[20,10,30,25,15]

# index=np.arange(N)

# #pl=plt.bar(left=0,bottom=index,height=0.5,width=y,color='red',orientation='horizontal')

# pl=plt.barh(left=0,bottom=index,width=y,height=0.5)

# plt.show()

########################################################双向并列图

# index=np.arange(4)

# sale_BJ=[52,55,63,53]

# sale_SH=[44,66,55,41]

# bar_width=0.3

# plt.bar(index,sale_BJ,bar_width,color='b')

# plt.bar(index+bar_width,sale_SH,bar_width,color='red')

# plt.show()

#######################################################################双向层叠图

# index=np.arange(4)

# sale_BJ=[52,55,63,53]

# sale_SH=[44,66,55,41]

# bar_width=0.3

# plt.bar(index,sale_BJ,bar_width,color='b')

# plt.bar(index,sale_SH,bar_width,color='r',bottom=sale_BJ)

# plt.show()

##################################################直方图

# mu=100

# sigma=20

# x=mu+sigma*np.random.randn(2000)

# #plt.hist(x,bins=50,color='red',normed=True)

# plt.hist(x,bins=10000,color='green',normed=False)

# plt.show()

###################################################33饼状图

# labels=['A','B','C','D']

# fracs=[15,30,45,10]

# plt.axes(aspect=1) #使得饼状图为圆形,而不为椭圆

# explod=[0,0,0.05,0]#突出某一重点

# plt.pie(x=fracs,labels=labels,autopct='%0.f%%',explode=explod,shadow=True)

# plt.show()0

#############################################箱形图

# np.random.seed(100)

# data=np.random.normal(size=1000,loc=0,scale=1)

# plt.boxplot(data,sym='o')

# plt.show()

##############四组箱线图

# np.random.seed(100)

# data=np.random.normal(size=(1000,4),loc=0,scale=1)

# labels=['A','B','C','D']

# plt.boxplot(data,sym='o',labels=labels)

# plt.show()

########################同时生成两张图

# fig1=plt.figure()

# ax1=fig1.add_subplot(111)

# ax1.plot([1,2,3],[3,2,1])

# fig2=plt.figure()

# ax2=fig2.add_subplot(111)

# ax2.plot([1,2,3],[1,2,3])

# plt.show()

###########################

x=np.arange(1,11,1)

y=x*x

plt.plot(x,x*2,label='Normal')

plt.plot(x,x*3,label='Fast')

plt.plot(x,x*4,label='Faster')

plt.legend(loc=3,ncol=2)   #图例

plt.show()

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,242评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,769评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,484评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,133评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,007评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,080评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,496评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,190评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,464评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,549评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,330评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,205评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,567评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,889评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,160评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,475评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,650评论 2 335

推荐阅读更多精彩内容