python | 基礎(chǔ)畫圖

散點(diǎn)圖

33.png

34.png

35.png

eg:
import matplotlib;
from pandas import read_csv;
import matplotlib.pyplot as plt;
import sys
reload(sys)
sys.setdefaultencoding('utf-8')
data = read_csv("C:\Users\user\Desktop\5.1\data.csv")
font = {
'family' : 'SimHei'
}
matplotlib.rc('font', **font);
plt.plot(data['廣告費(fèi)用'], data['購買用戶數(shù)'], '.')
plt.plot(data['廣告費(fèi)用'], data['購買用戶數(shù)'], 'o')
plt.xlabel('廣告費(fèi)用');
plt.ylabel('購買用戶數(shù)');
plt.grid(True);
plt.show();

折線圖

36.png

37.png

eg:
import pandas;
from pandas import read_csv;
from matplotlib import pyplot as plt;
data = read_csv('C:\Users\user\Desktop\5.1\data.csv');
--對日期格式進(jìn)行轉(zhuǎn)換
data['購買日期']=pandas.to_datetime(data['日期']);
--'-' 順滑的曲線
plt.plot(data['購買日期'], data['購買用戶數(shù)'], '-');
--設(shè)置顏色
plt.plot(data['購買日期'], data['購買用戶數(shù)'], '-', color='r');
--設(shè)置線條粗細(xì)
plt.plot(data['購買日期'], data['購買用戶數(shù)'], '-', color='r', lineWidth=10);
--'--' 虛線
plt.plot(data['購買日期'], data['購買用戶數(shù)'], '--');

餅圖

38.png

eg:
import numpy;
import matplotlib;
from pandas import read_csv;
import matplotlib.pyplot as plt;
data = read_csv('D:\PA\5.3\data.csv');
gb = data.groupby(
by=['通信品牌'],
as_index=False
)['號碼'].agg({
'用戶數(shù)':numpy.size
});
font = {
'family' : 'SimHei'
}
matplotlib.rc('font', **font);
plt.pie(gb['用戶數(shù)'], labels=gb['通信品牌'], autopct='%.2f%%');
plt.show()

柱形圖

39.png

eg:
import numpy;
import matplotlib;
from pandas import read_csv;
from matplotlib import pyplot as plt;
font = {
'family' : 'SimHei'
};
matplotlib.rc('font', **font);
data = read_csv('D:\python\5.4\data.csv');
gb = data.groupby(
by=['手機(jī)品牌']
)['月消費(fèi)(元)'].agg({
'月消費(fèi)': numpy.sum
});
index = numpy.arange(gb['月消費(fèi)'].size);
--#豎向柱形圖
plt.bar(index, gb['月消費(fèi)'], 1, color='G');
plt.show();
plt.bar(index, gb['月消費(fèi)'], 1, color='G');
plt.xticks(index + 1/2, gb.index);
plt.show();
--橫向柱形圖
plt.barh(index, gb['月消費(fèi)'], 1, color='G');
plt.yticks(index + 1/2, gb.index);
plt.show();

直方圖

40.png

eg:
import matplotlib;
from pandas import read_csv;
from matplotlib import pyplot as plt;
font = {
'family' : 'SimHei'
};
matplotlib.rc('font', **font);
data = read_csv('D:\python\5.5\data.csv');
plt.hist(data['購買用戶數(shù)']);
plt.show();

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末忧饭,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌骡楼,老刑警劉巖定枷,帶你破解...
    沈念sama閱讀 222,681評論 6 517
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件葵袭,死亡現(xiàn)場離奇詭異尸饺,居然都是意外死亡隧饼,警方通過查閱死者的電腦和手機(jī)沈堡,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,205評論 3 399
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來燕雁,“玉大人诞丽,你說我怎么就攤上這事」崭瘢” “怎么了僧免?”我有些...
    開封第一講書人閱讀 169,421評論 0 362
  • 文/不壞的土叔 我叫張陵,是天一觀的道長捏浊。 經(jīng)常有香客問我懂衩,道長,這世上最難降的妖魔是什么金踪? 我笑而不...
    開封第一講書人閱讀 60,114評論 1 300
  • 正文 為了忘掉前任浊洞,我火速辦了婚禮,結(jié)果婚禮上热康,老公的妹妹穿的比我還像新娘沛申。我一直安慰自己劣领,他們只是感情好姐军,可當(dāng)我...
    茶點(diǎn)故事閱讀 69,116評論 6 398
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般奕锌。 火紅的嫁衣襯著肌膚如雪著觉。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,713評論 1 312
  • 那天惊暴,我揣著相機(jī)與錄音饼丘,去河邊找鬼。 笑死辽话,一個(gè)胖子當(dāng)著我的面吹牛肄鸽,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播油啤,決...
    沈念sama閱讀 41,170評論 3 422
  • 文/蒼蘭香墨 我猛地睜開眼典徘,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了益咬?” 一聲冷哼從身側(cè)響起逮诲,我...
    開封第一講書人閱讀 40,116評論 0 277
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎幽告,沒想到半個(gè)月后梅鹦,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,651評論 1 320
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡冗锁,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,714評論 3 342
  • 正文 我和宋清朗相戀三年齐唆,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片冻河。...
    茶點(diǎn)故事閱讀 40,865評論 1 353
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡蝶念,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出芋绸,到底是詐尸還是另有隱情媒殉,我是刑警寧澤,帶...
    沈念sama閱讀 36,527評論 5 351
  • 正文 年R本政府宣布摔敛,位于F島的核電站廷蓉,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏马昙。R本人自食惡果不足惜桃犬,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,211評論 3 336
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望行楞。 院中可真熱鬧攒暇,春花似錦、人聲如沸子房。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,699評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至田度,卻和暖如春妒御,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背镇饺。 一陣腳步聲響...
    開封第一講書人閱讀 33,814評論 1 274
  • 我被黑心中介騙來泰國打工乎莉, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人奸笤。 一個(gè)月前我還...
    沈念sama閱讀 49,299評論 3 379
  • 正文 我出身青樓惋啃,卻偏偏與公主長得像,于是被迫代替她去往敵國和親监右。 傳聞我的和親對象是個(gè)殘疾皇子肥橙,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,870評論 2 361

推薦閱讀更多精彩內(nèi)容