《大数据导论》课件——第6章 Matplotlib可视化.pptx

大数据导论;;importmatplotlib.pyplotasplt;plt.plot()只有一个输入列表或数组时，参数被当作Y轴，X轴以索引自动生成

;plt.savefig()将输出图形存储为文件，默认PNG格式，可以通过dpi修改输出质量;plt.plot(x,y)当有两个以上参数时，按照X轴和Y轴顺序绘制数据点;;pyplot的绘图区域——举例;;把横坐标轴范围设置为0-15

把纵坐标轴范围设置为0-50;大数据导论;plt.plot(x,y,?format_string,?**kwargs)

x:X轴数据，列表或数组，可选

y:Y轴数据，列表或数组

format_string:控制曲线的格式字符串，可选

**kwargs:第二组或更多(x,y,format_string);pyplot的plot函数——绘制多条直线;format_string:?控制曲线的格式字符串，可选

由颜色字符、风格字符和标记字符组成;format_string:?控制曲线的格式字符串，可选

由颜色字符、风格字符和标记字符组成;format_string:?控制曲线的格式字符串，可选

由颜色字符、风格字符和标记字符组成;pyplot的plot函数——**kwargs参数1;通过format_string参数和**kwargs参数进行线条、线条标记、颜色的设置对比;在有中文输出的地方，增加一个属性：fontproperties;pyplot的中文显示——举例;函数;横轴和纵轴的文本显示;大数据导论;函数;plt.pie(x,explode=None,labels=None,colors=None,autopct=None,pctdistance=0.6,

shadow=False,labeldistance=1.1,startangle=None,radius=None,…);pyplot绘制饼图;plt.hist(x,bins=10,range=None,normed=False,weights=None,cumulative=False,bottom=None,histtype=‘bar’,align=‘mid’,orientation=‘vertical’,rwidth=None,log=False,color=None,label=None,stacked=False)

;pyplot绘制直方图——1;;pyplot绘制直方图——2;;大数据导论;条形图的分类：水平条形图垂直条形图堆叠条形图;LocationString LocationCode

best: 0,(默认方式)

upperright: 1

upperleft: 2

lowerleft: 3

lowerright: 4

right: 5

centerleft: 6

centerright: 7

lowercenter: 8

uppercenter: 9

center: 10;垂直条形图——举例;;水平条形图——举例;;堆叠条形图——举例;;散点图表示两个数值变量之间的相对关系，这两个变量分别位于两个数轴上。例如，身高与体重，或者供给与需求。散点图有助于识别出变量之间是否具有正相关（图中的点集中于某个具体参数）或负相关（图中的点像云一样发散）。;常用参数有：

x,y组成了散点的坐标；

s为散点的面积；

c为散点的颜色（默认为蓝色b）；

marker为散点的标记；

alpha为散点的透明度（0与1之间的数，0为完全透明，1为完全不透明）;绘制普通散点图;在一张图上绘制两组数据的散点;谢谢观看