📅  最后修改于: 2020-12-13 14:17:12             🧑  作者: Mango
Python具有出色的数据可视化库。 Pandas , numpy和matplotlib的组合可以帮助创建几乎所有类型的可视化图表。在本章中,我们将开始研究一些简单的图表以及图表的各种属性。
我们使用numpy库创建所需的数字以进行映射以创建图表,并使用matplotlib中的pyplot方法绘制实际图表。
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(0,10)
y = x ^ 2
#Simple Plot
plt.plot(x,y)
其输出如下-
我们可以使用库中的适当方法将标签应用于图表的轴以及标题,如下所示。
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(0,10)
y = x ^ 2
#Labeling the Axes and Title
plt.title("Graph Drawing")
plt.xlabel("Time")
plt.ylabel("Distance")
#Simple Plot
plt.plot(x,y)
其输出如下-
可以使用库中的适当方法来指定图表中线条的样式和颜色,如下所示。
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(0,10)
y = x ^ 2
#Labeling the Axes and Title
plt.title("Graph Drawing")
plt.xlabel("Time")
plt.ylabel("Distance")
# Formatting the line colors
plt.plot(x,y,'r')
# Formatting the line type
plt.plot(x,y,'>')
其输出如下-
可以使用库中的适当方法将图表保存为不同的图像文件格式,如下所示。
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(0,10)
y = x ^ 2
#Labeling the Axes and Title
plt.title("Graph Drawing")
plt.xlabel("Time")
plt.ylabel("Distance")
# Formatting the line colors
plt.plot(x,y,'r')
# Formatting the line type
plt.plot(x,y,'>')
# save in pdf formats
plt.savefig('timevsdist.pdf', format='pdf')
上面的代码在Python环境的默认路径中创建pdf文件。