python matplotlib画图库学习绘制常用的图(matplotlib,python,画图库,开发技术)

import numpy as npimport pandas as pdimport matplotlib.pyplot as plt%matplotlib inlineplt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签plt.rcParams['axes.unicode_minus']=False #用来正常显示负号#有中文出现的情况，需要u'内容'#需要安装simhei.ttf字体,装完之后要重启这个notebook文件才行#参考https://www.zhihu.com/question/25404709/answer/170849168#指定图形的字体 font = {'color' : 'darkred', 'weight' : 'normal', 'size' : 16 } 

ur = pd.read_csv('unrate.csv')print(ur.dtypes)## 转成时间格式ur['DATE'] = pd.to_datetime(ur['DATE'])print(ur.dtypes)## 读取头部12个月数据ur12 = ur.loc[0:11]## x轴:DATE,y轴:VALUEplt.figure(figsize=(10,5))plt.plot(ur12['DATE'],ur12['VALUE'],label='value1') # 折线1plt.plot(ur12['DATE'],ur12['VALUE2'],label='value2') # 折线2plt.xticks(rotation=45) # 控制x轴数据旋转角度plt.xlabel(u'月份',fontdict=font)plt.ylabel(u'比率',fontdict=font)plt.title(u'比率趋势图',fontdict=font)plt.legend(loc=2) # 图例,loc是位置plt.show()

ur = pd.read_csv('unrate.csv',index_col='DATE') # DATE列为索引print(ur.head())print(ur.dtypes)## 读取头部12个月数据，并转置,是月份为列名ur12 = ur.loc['1948/1/1':'1948/12/1'].Tprint(ur12.columns.tolist())print(ur12.head())cols = ur12.columns.tolist()bar_left = np.arange(len(cols)) ## 控制柱子的位置bar_width = 0.4 # 柱子宽度opacity = 0.4bar_height_value = ur12.loc['VALUE',cols].valuesbar_height_value2 = ur12.loc['VALUE2',cols].valuesprint(bar_height_value)print(bar_height_value2)fig = plt.figure(figsize=(10,10))as1 = fig.add_subplot(2,1,1) # 添加子图,位置在2行1列的第一个,纵向的as1.bar(bar_left-bar_width/2,bar_height_value,bar_width,alpha=opacity,label='value1') # 柱状1as1.bar(bar_left+bar_width/2,bar_height_value2,bar_width,alpha=opacity,label='value2') # 柱状2as1.set_xticks(bar_left) # 控制x轴数据旋转角度as1.set_xticklabels(cols,rotation=45) # 控制x轴数据旋转角度as1.set_xlabel(u'月份',fontdict=font)as1.set_ylabel(u'比率',fontdict=font)as1.set_title(u'比率趋势图',fontdict=font)as1.legend(loc=2) # 图例,loc是位置as2 = fig.add_subplot(2,1,2) # 添加子图,位置在2行1列的第二个,横向的as2.barh(bar_left-bar_width/2,bar_height_value,bar_width,alpha=opacity,label='value1') # 柱状1as2.barh(bar_left+bar_width/2,bar_height_value2,bar_width,alpha=opacity,label='value2') # 柱状2as2.set_yticks(bar_left) # 控制x轴数据旋转角度as2.set_yticklabels(cols) # 控制x轴数据旋转角度as2.set_ylabel(u'月份',fontdict=font)as2.set_xlabel(u'比率',fontdict=font)as2.set_title(u'比率趋势图',fontdict=font)as2.legend(loc=1) # 图例,loc是位置plt.show()

## 散点图fs = pd.read_csv('fandango_scores.csv')print(fs.columns.tolist())print(fs.head(1))plt.figure(figsize=(8,6))# x轴:Fandango_Ratingvalue，y轴:RT normplt.scatter(fs['Fandango_Ratingvalue'],fs['RT_user_norm']) # 散点1plt.scatter(fs['Fandango_Ratingvalue'],fs['RT_norm'],marker='x',c='r') # 散点2plt.xlabel('Fandango_Ratingvalue')plt.ylabel('RT norm')plt.title(u'散点图1')plt.show()

fs = pd.read_csv('fandango_scores.csv')plt.figure(figsize=(10,10))plt.hist(fs['Fandango_Ratingvalue'],range=(3,5),bins=10)plt.ylabel('Fandango_Ratingvalue')plt.show()

fs = pd.read_csv('fandango_scores.csv')plt.figure(figsize=(10,8))cols = ['Fandango_Ratingvalue','RT_norm','RT_user_norm']plt.boxplot(fs[cols].values)plt.xticks(np.arange(len(cols))+1,cols,rotation=90)plt.show()