VB.net 2010 视频教程 VB.net 2010 视频教程 python基础视频教程
SQL Server 2008 视频教程 c#入门经典教程 Visual Basic从门到精通视频教程
当前位置:
首页 > Python基础教程 >

  • 初识人工智能(一):数据分析(一):matplotlib绘图库(3)

"自己",color="#F08080")
  • plt.plot(x,y_2,label="同桌",color="#DB7093",linestyle="--")
  •  
  • #设置x轴刻度
  • _xtick_labels = ["{}岁".format(i) for i in x]
  • plt.xticks(x,_xtick_labels)
  • # plt.yticks(range(0,9))
  •  
  • #绘制网格
  • plt.grid(alpha=0.4,linestyle=':')
  •  
  • #添加图例
  • plt.legend(loc="upper left")
  •  
  • #展示
  • plt.show()

    • 运行结果：

    1.5 散点图

    假设我们获得了某地区3月和10月每天白天的最高气温，那么我们如何寻找出气温和随时间变化的某种规律呢。

    
	
      
		
    1. 
			# coding=utf-8
      2. 
		
    2. 
			from matplotlib import pyplot as plt
      3. 
		
    3. 
			 
      4. 
		
    4. 
			plt.rcParams['font.sans-serif']=['SimHei']
      5. 
		
    5. 
			y_3 = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
      6. 
		
    6. 
			y_10 = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]
      7. 
		
    7. 
			 
      8. 
		
    8. 
			x_3 = range(1,32)
      9. 
		
    9. 
			x_10 = range(51,82)
      10. 
		
    10. 
			 
      11. 
		
    11. 
			#设置图形大小
      12. 
		
    12. 
			plt.figure(figsize=(20,8),dpi=80)
      13. 
		
    13. 
			 
      14. 
		
    14. 
			#使用scatter方法绘制散点图,和之前绘制折线图的唯一区别
      15. 
		
    15. 
			plt.scatter(x_3,y_3,label="3月份")
      16. 
		
    16. 
			plt.scatter(x_10,y_10,label="10月份")
      17. 
		
    17. 
			 
      18. 
		
    18. 
			#调整x轴的刻度
      19. 
		
    19. 
			_x = list(x_3)+list(x_10)
      20. 
		
    20. 
			_xtick_labels = ["3月{}日".format(i) for i in x_3]
      21. 
		
    21. 
			_xtick_labels += ["10月{}日".format(i-50) for i in x_10]
      22. 
		
    22. 
			plt.xticks(_x[::3],_xtick_labels[::3],rotation=45)
      23. 
		
    23. 
			 
      24. 
		
    24. 
			#添加图例
      25. 
		
    25. 
			plt.legend(loc="upper left")
      26. 
		
    26. 
			 
      27. 
		
    27. 
			#添加描述信息
      28. 
		
    28. 
			plt.xlabel("时间")
      29. 
		
    29. 
			plt.ylabel("温度")
      30. 
		
    30. 
			plt.title("标题")
      31. 
		
    31. 
			#展示
      32. 
		
    32. 
			plt.show()
      33. 
	
    

    

    
	运行结果：
    

    
	
    

    
	
    

    
	1.6 条形图 
    

    
	
    

    
	1.6.1 竖着的条形图
    

    
	假设我们获取到了2017年内地电影票房前20的电影和电影票房数据，那么如何更加直观的展示该数据呢。 
    

    
	
    
	
      
		
    1. 
			# coding=utf-8
      2. 
		
    2. 
			from matplotlib import pyplot as plt
      3. 
		
    3. 
			 
      4. 
		
    4. 
			plt.rcParams['font.sans-serif']=['SimHei']
      5. 
		
    5. 
			 
      6. 
		
    6. 
			a = ["战狼2","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5：最后的骑士","摔跤吧！爸爸","加勒比海盗5：死无对证",
      



  
    
  
  
    
   
  
    
  
 
 
    
 
 
  
 
 
 
 

    




 



    


    相关教程