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