数据分析以及matplotlib应用

数据分析以及matplotlib应用

文章目录

• 数据分析的重要性
• • 数据分析定义
  • 数据分析流程
  • 环境配置
  • • matplotlib
    • 实现程序
    • 应用matplotlib 做到更好
    • 程序实现
    • 改变坐标轴刻度值
    • 添加描述信息
  • 绘制多个图形
  • 设置中文字体
  • anconda 指令简介
  • 对比常用统计图

数据分析的重要性

• 数据是分析与爬虫，机器学习的基础

数据分析定义

用适当的方法对收集来的数据进行分析，帮助人们做出判断，以便采取正确的行动。

数据分析流程

环境配置

matplotlib

• 能生成数据图形，能将数据进行可视化处理，使数据更加客观。

实现程序

from matplotlib import  pyplot as plt
x = range(2,26,2)
y = [15,13,5,12,15,21,20,13,2,1,5,6]
plt.plot(x,y)
plt.show()

应用matplotlib 做到更好

程序实现

from matplotlib import  pyplot as plt
# 设置图的大小
fig = plt.figure(figsize = (15,6),dpi = 40)
x = range(2,28,2)
y = [15,13,5,12,15,21,20,13,2,1,5,6,0]
# 绘图
plt.plot(x,y)
#保存
plt.savefig('./ti.jpeg')  
# 如果想保存到其他路径
plt.savefig('D:/ti.png')
plt.show()

改变坐标轴刻度值

from matplotlib import  pyplot as plt
# 设置图的大小
fig = plt.figure(figsize = (15,6),dpi = 40)
x = range(2,28,2)
y = [15,13,5,12,15,21,20,13,2,1,5,6,0]
# 绘图
plt.plot(x,y)
# x轴坐标设置
x_lables = [i/2 for i in range(4,49)]
plt.xticks(x_lables[: : 2])
# y 轴坐标设置
plt.yticks( range(min(y),max(y)+1))
#保存
#plt.savefig('D:/ti.png')
plt.show()

添加描述信息

from matplotlib import  pyplot as plt
# 设置图的大小
fig = plt.figure(figsize = (15,6),dpi = 40)
x = range(2,28,2)
y = [15,13,5,12,15,21,20,13,2,1,5,6,0]
# 绘图
plt.plot(x,y)
# x轴坐标设置
x_lables = [i/2 for i in range(4,49)]
plt.xticks(x_lables[: : 2])
# y 轴坐标设置
plt.yticks( range(min(y),max(y)+1))
plt.figure(figsize=(30,22),dpi=60.0)
plt.plot(x,y)
# 添加信息
plt.xlabel("Time")
plt.ylabel("Temperature")
plt.title("Temperature change")
#保存
#plt.savefig('D:/ti.png')
plt.show()

绘制多个图形

from matplotlib import pyplot as plt
import random
import matplotlib
from matplotlib import font_manager
import numpy as np

my_font = font_manager.FontProperties(fname='C:/Windows/Fonts/simhei.ttf')
x = range(11,31)
y_1 = [1,2,1,3,4,1,2,5,6,2,2,1,2,4,5,1,2,3,2,4]
y_2 = [0,0,1,0,2,1,2,1,2,2,1,2,1,2,1,2,1,2,3,1]


# 设置图形大小

plt.figure(figsize=(15,15),dpi=90)

# 设置x轴刻度

x_tick_labels=['{}岁'.format(i) for i in x]

plt.xticks(x,x_tick_labels,fontproperties=my_font)
plt.yticks(np.arange(0,10,step=0.5))

# 绘制网格
plt.grid(alpha=0.8,linestyle='--',linewidth=4)



plt.plot(x,y_1,label="自己",color="orange",line,linewidth=6)
plt.plot(x,y_2,label="同桌",color="cyan",line,linewidth=5)

#添加图例

plt.legend(prop=my_font,loc='upper left')

# 展示
plt.show()

设置中文字体

from matplotlib import pyplot as plt
import random
import matplotlib
from matplotlib import font_manager


# 设置中文字体的方式
my_font = font_manager.FontProperties(fname='C:/Windows/Fonts/simhei.ttf')
x = range(0,120)

y = [random.randint(20,35) for i in range(120)]

plt.figure(figsize=(13,13),dpi=80)

plt.plot(x,y)

# 调整x轴的刻度


x_tick_labels = ["10点{}分".format(i) for i in range(60)]
x_tick_labels += ["11点{}分".format(i) for i in range(60)]
# 取步长   ————————  字符串与数字一一对应
plt.xticks(list(x)[::3],x_tick_labels[::3],rotation = 270,fontproperties=my_font)   # rotation旋转的度数
plt.show()

anconda 指令简介

conda list 查看已经安装的包
pip --version 查看pip版本
conda create -name python=3 创建虚拟环境，指定python版本
conda install numpy 虚拟环境中安装numpy这个包
conda -env list 查看虚拟环境
conda activate name 激活虚拟环境na’me
caoda deactivate 退出虚拟环境
exit() 退出python环境

对比常用统计图