Python可视化学习（饼状图,坐标系…）

• 2019 年 10 月 4 日
• 筆記

写在前面的话

01

今天资源君带大家学习一下Python的可视化，何谓可视化呢？我们常常听说Python的数据分析，数据分析中很重要的一个就是将数据展示出来，如何展示出来呢？这就得靠我们的Python可视化了，我们可以对我们的数据进行分析后，展示到柱形图，扇形图等图像上，方便被人一眼就能看到数据的走向和数据的详细情况，废话不多说，我们直接来学习！

python可视化

02

代码的讲解，我都直接写在代码的注释里面了，方便大家的阅读和理解

#导入两个库  import numpy as np  import matplotlib.pyplot as plt  #第一个参数就是x轴的初始值  #第二个参数是x轴的终止值  #第三个返回num均匀分布的样本，也就是0-12的区间取多少个点，如果为曲线的最好数值大一点  x = np.linspace(0, 12, 50)  y = np.sin(x) #函数  z = np.cos(x) # 函数  plt.figure(figsize=(8, 4))#解释在下面  plt.plot(x, y, label="$sin(x)$", color="red", linewidth=2) #描绘函数图像以及标注  plt.plot(x, z, "b--", label="$cos(X^2)$")# b--为虚线的意思  plt.xlabel("Time(s)") #x轴的名字  plt.ylabel("Volt1")  plt.title("PyPlot First Example")  #第一个参数是表示y轴的开始值  #第二个参数是表示y轴的结束值  plt.ylim(-1.2, 1, 2)  plt.legend()  plt.show()

这里我要来补充一个知识

figure语法说明

figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)

num:图像编号或名称，数字为编号 ，字符串为名称

figsize:指定figure的宽和高，单位为英寸；

dpi参数指定绘图对象的分辨率，即每英寸多少个像素，缺省值为80 1英寸等于2.5cm,A4纸是 21*30cm的纸张

facecolor:背景颜色

edgecolor:边框颜色

frameon:是否显示边框

最后显示的效果图：

上面的写出来的是一个坐标系

接下来我们来看看扇形图是如何画出来的

import numpy as np  import matplotlib.pyplot as plt    labels = 'A', 'B', 'C', 'D'  fracs = [15, 30.55, 44.44, 10]  explode = [0, 0, 0, 0]  # 0.1 凸出这部分，  plt.axes(aspect=1)  # set this , Figure is round, otherwise it is an ellipse  # autopct ，show percet  plt.pie(x=fracs, labels=labels, explode=explode, autopct='%3.1f %%',shadow=True, labeldistance=1.1, startangle=90,pctdistance=0.6)    plt.show()

labeldistance：文本的位置离远点有多远，1.1指1.1倍半径的位置

autopct：圆里面的文本格式，%3.1f%%表示小数有三位，整数有一位的浮点数

shadow：饼是否有阴影

startangle：起始角度，0，表示从0开始逆时针转，为第一块。一般选择从90度开始比较好看

pctdistance：百分比的text离圆心的距离

patches, l_texts, p_texts：为了得到饼图的返回值，

p_texts：饼图内部的文本

l_texts：饼图外label的文本

我们来看看效果图