江苏龙网

  1. 主页 > 生活百科 > >

你是否知道如何使用Python Matplotlib创建令人惊叹的数据可视化？( 四 )

数据可视化


你是否知道如何使用Python Matplotlib创建令人惊叹的数据可视化？

文章插图
绘制箱线图在 Matplotlib 中 ， 可以使用 boxplot 函数绘制箱线图 。boxplot 函数的基本语法如下：
plt.boxplot(x, notch=None, sym=None, vert=None, whis=None, positinotallow=None, widths=None, patch_artist=None, boxprops=None, labels=None, flierprops=None, medianprops=None, meanprops=None, cApprops=None, whiskerprops=None, manage_ticks=True, bootstrap=None, usermedians=None, conf_intervals=None, meanline=None, showmeans=None, showcaps=None, showbox=None, showfliers=None, **kwargs)其中：
  • x 表示箱线图的数据 。
  • notch 表示是否绘制缺口箱线图 。
  • sym 表示异常值的样式 。
  • vert 表示箱线图的方向 。
  • whis 表示箱线图的须长度 。
  • positions 表示箱线图的位置 。
  • widths 表示箱线图的宽度 。
  • patch_artist 表示是否填充箱体颜色 。
  • boxprops 表示箱体的属性 。
  • labels表示箱线图的标签 。
  • flierprops 表示异常值的属性 。
  • medianprops 表示中位数的属性 。
  • meanprops 表示平均值的属性 。
  • capprops 表示箱线图顶部和底部的属性 。
  • whiskerprops 表示须的属性 。
  • bootstrap 表示是否进行 bootstrap 置信区间估计 。
  • usermedians 表示中位数的位置 。
  • conf_intervals 表示置信区间的范围 。
  • meanline 表示是否绘制平均线 。
  • showmeans 表示是否显示平均值 。
  • showcaps 表示是否显示箱线图的顶部和底部 。
  • showbox 表示是否显示箱体 。
  • showfliers 表示是否显示异常值 。
  • **kwargs 是一些可选参数 ， 用于设置图形的属性 。
下面是一个示例 ， 用于演示如何绘制箱线图 。
import numpy as npimport matplotlib.pyplot as plt# 生成随机数据np.random.seed(42)data = https://www.isolves.com/it/cxkf/yy/Python/2023-08-31/np.random.randn(100, 5)# 绘制箱线图plt.boxplot(data, notch=True, sym="r+", vert=False, whis=1.5, widths=0.5, patch_artist=True, medianprops={"color": "black", "linewidth": 2}, boxprops={"facecolor": "red", "linewidth": 2}, whiskerprops={"linewidth": 2}, capprops={"linewidth": 2})# 添加标签和标题plt.xlabel("Value")plt.ylabel("Category")plt.title("Box Plot")# 显示图形plt.show()在上述代码中 ， 使用 boxplot 函数绘制了一个箱线图 ， 箱线图的数据是随机生成的 。然后使用 notch、sym、vert、whis、widths、patch_artist、medianprops、boxprops、whiskerprops、capprops 等属性设置函数改变了它们的样式 。接着使用 xlabel、ylabel、title 等属性设置函数添加了标签和标题 ， 最后调用 show 函数显示图形 。
你是否知道如何使用Python Matplotlib创建令人惊叹的数据可视化？

文章插图
绘制等高线图在 Matplotlib 中 ， 可以使用 contour 函数绘制等高线图 。contour 函数的基本语法如下：
plt.contour(X, Y, Z, levels=None, colors=None, cmap=None, norm=None, alpha=None, linewidths=None, linestyles=None, hatches=None, extend=None, antialiased=None, **kwargs)其中 ， X、Y 表示等高线图的网格坐标 ， Z 表示等高线图的高度 ， levels 表示等高线图的高度分层 ， colors 表示等高线图的颜色 ， cmap 表示颜色映射表 ， norm 表示颜色映射表的归一化方式 ， alpha 表示透明度 ， linewidths 表示等高线图的线宽 ， linestyles 表示等高线图的线型 ， hatches 表示等高线图的填充方式 ， extend 表示颜色映射表的范围 ， antialiased 表示是否进行抗锯齿处理 ， **kwargs 是一些可选参数 ， 用于设置图形的属性 。
下面是一个示例 ， 用于演示如何绘制等高线图 。
import numpy as npimport matplotlib.pyplot as plt# 生成网格坐标和高度数据delta = 0.025x = np.arange(-3.0, 3.0, delta)y = np.arange(-3.0, 3.0, delta)X, Y = np.meshgrid(x, y)Z = np.sin(X) * np.cos(Y)# 绘制等高线图plt.contour(X, Y, Z, levels=10, cmap="coolwarm")# 添加颜色条和标题plt.colorbar()plt.title("Contour Plot")# 显示图形plt.show()


推荐阅读


上一篇：Golang 中的 IO 包详解：常用的可导出函数详解

下一篇：详解 canal 同步 MySQL 增量数据到 ES