python數據可視化matplotlib.pyplot的用法

這篇文章主要介紹“python數據可視化matplotlib.pyplot的用法”，在日常操作中，相信很多人在python數據可視化matplotlib.pyplot的用法問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”python數據可視化matplotlib.pyplot的用法”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

不論是數據挖掘還是數據建模，都免不了數據可視化的問題。對于Python來說，Matplotlib是最著名的繪圖庫，它主要用于二維繪圖，當然它也可以進行簡單的三維繪圖(基于spyder)。

- 模塊引用

import matplotlib.pyplot as plt #引用畫圖庫中的pyplot模塊

-折線條圖

語法

import matplotlib.pyplot as plt
data=[1,2,3,4,5,4,2,4,6,7] #隨便創建了一個數據
plt.plot(data) #引用畫圖庫中的pyplot模塊

plot參數

基本折線圖不能滿足，這時就需plot的參數來進行調整

美化示例：

import matplotlib.pyplot as plt
yy=[1,2,3,4,5,4,2,4,6,7]#隨便創建了一個數據
xx=[3,5,4,1,2,3,4,5,6,3]
zz=[2,3,4,6,4,3,2,4,5,6]
plt.plot(yy,color='r',linewidth=5,linestyle=':',label='數據一')#color指定線條顏色，labeL標簽內容
plt.plot(xx,color='g',linewidth=2,linestyle='--',label='數據二')#linewidth指定線條粗細
plt.plot(zz,color='b',linewidth=0.5,linestyle='-',label='數據三')#linestyle指定線形為點
plt.legend(loc=2)#標簽展示位置，數字代表標簽具位置
plt.xlabel('X軸稱')
plt.ylabel('Y軸的名稱')
plt.title('2018.7.30折線圖示例')
plt.ylim(0,10)#Y軸標簽范圍為0-10

plt常用參數有：

官網詳細說明點這里

plt常畫圖例有：

官網詳細說明點這里

plot常用參數有：

官網詳細說明點這里

實際應用案例

因案例涉及機密數據，只展示數據可視化的過程及結果，先放結果輸出的樣式

import pandas as pd #導入pandas庫
import pymysql as mysql #導入mysql庫
import matplotlib.pyplot as plt #導入數據可視化庫
import numpy as np #導入numpy庫
plt.rcParams['font.sans-serif'] = ['Microsoft Yahei'] #指定文字字體格式為微軟雅黑字段
plt.rcParams['axes.unicode_minus'] = False

connection=mysql.connect(host='數據庫ip',port='端口',user='用戶賬號',password='登錄密碼',db='連接的庫名',charset='utf8')#設置連接數據庫的參數
select=connection.cursor()#創建游標
select.execute("SELECT * FROM tabel")#寫入SQL查詢語句
zd=list((pd.DataFrame(list(select.description)))[0])#獲取查詢結果的列名
sqldata=select.fetchall()#獲取查詢結果
select.close #關閉查詢
connection.close #關閉數據庫接接
data1=pd.DataFrame(list(sqldata)) #將數據轉化成df類型
data1.columns=zd #將列名重置為查詢結果列名

plt.figure(figsize=(10,5)) #設置圖表大小，長10，寬5
plt.plot(data1['機器A擬合度'],label='機器A準確率',color='#aa0000',linestyle='-',linewidth=3)#畫機器A準確率的線條
plt.plot(data1['人工A擬合度'],label='人工A準確率',color='#aa0000',linestyle=':',linewidth=3)#畫人工A準確率的線條
plt.plot(data1['機器B擬合度'],label='機器B準確率',color='#666666',linestyle='-',linewidth=3)#畫機器B準確率的線條
plt.plot(data1['人工B擬合度'],label='人工B準確率',color='#666666',linestyle=':',linewidth=3)#畫人工B準確率的線條
plt.plot([0,7],[0.9,0.9],color='g',linestyle='-.',linewidth=1)#畫一根綠色的輔助線，x軸從0到7，Y軸為0.9
plt.xticks(np.arange(8),('wk23','wk24','wk25','wk26','wk27','wk28','wk29','wk30'))#更改圖表X標簽為制定內容
plt.legend(loc=4)#將圖例說明放在圖表的右下角
plt.title('人機絕對準確率6.4-7.29',fontsize=20)#命名圖表名稱，設置字體大小
plt.xlabel('周',fontsize=20)#設置X軸名稱及字體大小
plt.ylabel('準確率%',fontsize=20)#設置Y軸名稱及字體大小

到此，關于“python數據可視化matplotlib.pyplot的用法”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！