国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

數(shù)據(jù)可視化(六)多個(gè)子圖及seaborn使用

這篇具有很好參考價(jià)值的文章主要介紹了數(shù)據(jù)可視化(六)多個(gè)子圖及seaborn使用。希望對大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方,請大家不吝賜教,您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問。

1.多個(gè)子圖繪制

#繪制多個(gè)子圖
#subplot(*args,**kwargs)  每個(gè)subplot函數(shù)只能繪制一個(gè)子圖
#subplots(nrows,ncols)
#fig_add_subplot(行,列,區(qū)域)
#繪制子圖第一種方式
plt.subplot(2,2,1)#第一個(gè)繪圖區(qū)域兩行兩列
#plt.subplot(221)簡寫方式
plt.plot([1,2,3,4,5],[random.randint(1,10) for i in range(5)])
plt.subplot(2,2,2)#兩行兩列繪圖區(qū)的第二個(gè)繪圖區(qū)
plt.plot([1,2,3,4,5],[random.randint(1,10) for i in range(5)],'ro')
plt.subplot(2,1,2)#兩行一列  ,第二行繪制
x=[1,2,3,4,5]
y=[random.randint(10,50) for i in range(5)]
plt.bar(x,y)
plt.show()
#繪制的第二種方式
#兩行三列的畫圖區(qū)域
#figure畫布,axes坐標(biāo)軸對象
figure,axes=plt.subplots(2,3)
plt.show()

figure,axes=plt.subplots(2,2)
axes[0,0].plot([1,2,3,4,5],[random.randint(1,10) for i in range(5)])
axes[0,1].plot([1,2,3,4,5],[random.randint(1,10) for i in range(5)],'ro')
x=[1,2,3,4,5]
y=[random.randint(10,50) for i in range(5)]
axes[1,0].bar(x,y)
x=[random.randint(10,50) for i in range(5)]
axes[1,1].pie(x,autopct='%1.1f%%')
plt.show()
#繪制子圖的第三種方式
#繪制畫布
fig=plt.figure()
ax1=fig.add_subplot(2,2,1)  #兩行兩列第一個(gè)繪圖區(qū)域
ax1.plot([1,2,3,4,5],[random.randint(1,10) for i in range(5)])
ax2=fig.add_subplot(2,2,2)  #兩行兩列第二個(gè)繪圖區(qū)域
ax2.plot([1,2,3,4,5],[random.randint(1,10) for i in range(5)],'ro')
ax3=fig.add_subplot(2,2,3)
ax3.bar([1,2,3,4,5],[random.randint(1,10) for i in range(5)])
ax4=fig.add_subplot(2,2,4)
ax4.pie([random.randint(1,10) for i in range(5)],autopct='%1.1f%%')
plt.show()

2.

#圖表的保存
#圖表保存格式j(luò)peg,tiff,png
#plt.savefig(圖名)

3.seaborn使用,首先安裝。如果在pycharm中安裝報(bào)錯(cuò),先安裝Scipy

import matplotlib.pyplot as plt
import seaborn as sns
#seaborn繪圖
#繪制簡單柱狀圖
sns.set_style('darkgrid')#設(shè)置風(fēng)格樣式
x=[1,2,3,4,5]
y=[20,6,50,9,56]
sns.barplot(x,y)
plt.show()

數(shù)據(jù)可視化(六)多個(gè)子圖及seaborn使用,python,matplotlib

?文章來源地址http://www.zghlxwxcb.cn/news/detail-635978.html

到了這里,關(guān)于數(shù)據(jù)可視化(六)多個(gè)子圖及seaborn使用的文章就介紹完了。如果您還想了解更多內(nèi)容,請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點(diǎn)僅代表作者本人,不代表本站立場。本站僅提供信息存儲(chǔ)空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符,請點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋,一經(jīng)查實(shí),立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

  • Seaborn數(shù)據(jù)可視化(一)

    Seaborn數(shù)據(jù)可視化(一)

    目錄 1.seaborn簡介 ?2.Seaborn繪圖風(fēng)格設(shè)置 21.參數(shù)說明: 2.2 示例: Seaborn是一個(gè)用于數(shù)據(jù)可視化的Python庫,它是建立在Matplotlib之上的高級繪圖庫。Seaborn的目標(biāo)是使繪圖任務(wù)變得簡單,同時(shí)產(chǎn)生美觀且具有信息含量的圖形。 Seaborn提供了一組針對統(tǒng)計(jì)數(shù)據(jù)可視化的高級函數(shù)和主題

    2024年02月12日
    瀏覽(13)
  • Python 數(shù)據(jù)可視化-2子圖操作

    Python 數(shù)據(jù)可視化-2子圖操作

    ????????Figure對象允許劃分為多個(gè)繪圖區(qū)域,每個(gè)繪圖區(qū)域都是一個(gè)Axes對象,它擁有屬于自己的坐標(biāo)系統(tǒng),被稱為子圖。要想在畫布上創(chuàng)建一個(gè)子圖,則可以通過subplot()函數(shù)實(shí)現(xiàn)。subplot()函數(shù)會(huì)將整個(gè)繪圖區(qū)域等分為 “nrows (行)* ncols(列)”的矩陣區(qū)域 ,之后按照 從

    2024年02月08日
    瀏覽(17)
  • 2. seaborn-可視化分類數(shù)據(jù)

    2. seaborn-可視化分類數(shù)據(jù)

    在 seaborn 中,有幾種不同的方法可以對分類數(shù)據(jù)進(jìn)行可視化。類似于 relplot() 與 scatterplot() 或者 lineplot() 之間的關(guān)系,有兩種方法可以制作這些圖。有許多 axes-level 函數(shù)可以用不同的方式繪制分類數(shù)據(jù),還有一個(gè) figure-level 接口 catplot() ,可以對它們進(jìn)行統(tǒng)一的高級訪問。 將不

    2024年01月25日
    瀏覽(20)
  • 數(shù)學(xué)建?!獢?shù)據(jù)可視化seaborn

    數(shù)學(xué)建?!獢?shù)據(jù)可視化seaborn

    數(shù)學(xué)建模——數(shù)據(jù)可視化seaborn 寫作由來: 最近在準(zhǔn)備數(shù)學(xué)建模美賽,在畫圖表的時(shí)候,之前一直用的是matplotlib,但是畫出來總感覺不是很好看,而美賽挺注重文章的美觀,所以找到了另一個(gè)實(shí)用的高級的Python包——seaborn。 概括 風(fēng)格(style) 有5種風(fēng)格 white,whitegrid,dark,darkgri

    2024年02月13日
    瀏覽(27)
  • 數(shù)據(jù)分析——seaborn可視化(筆記自用)

    數(shù)據(jù)分析——seaborn可視化(筆記自用)

    ?參考內(nèi)容 ?【Python】一小時(shí)帶你掌握seaborn可視化_嗶哩嗶哩_bilibili 目錄 一、變量分布? 1、查看異常值? 2、觀察變量分布? 3、figure-level functions具有FacetGrid特性? 二、數(shù)值變量的關(guān)系分析? 1、sns.relplot(): 2、sns.lmplot():分析兩個(gè)變量的線性關(guān)系 3、sns.displot():繪制兩個(gè)變量的聯(lián)

    2023年04月08日
    瀏覽(25)
  • 深入 Seaborn:Python 數(shù)據(jù)可視化進(jìn)階

    在上一篇介紹 Seaborn 的文章中,我們討論了一些基礎(chǔ)的可視化工具,例如直方圖,以及如何使用 Seaborn 控制圖形的樣式和顏色。在這篇文章中,我們將深入 Seaborn 的中級使用,包括創(chuàng)建復(fù)雜的統(tǒng)計(jì)圖形,如散點(diǎn)圖矩陣、箱線圖和小提琴圖等。 Seaborn 的 pairplot 函數(shù)可以創(chuàng)建一個(gè)

    2024年02月16日
    瀏覽(24)
  • 初探 Seaborn:Python 數(shù)據(jù)可視化入門

    Seaborn 是一個(gè)基于 Matplotlib 的 Python 數(shù)據(jù)可視化庫,它提供了更高級別的接口,使得創(chuàng)建美觀的統(tǒng)計(jì)圖形變得非常簡單。在這篇文章中,我們將討論 Seaborn 的基礎(chǔ)使用方法,包括如何創(chuàng)建各種常見的統(tǒng)計(jì)圖形。 首先,我們需要安裝 Seaborn 庫。這可以通過 pip 安裝: 安裝完成后

    2024年02月17日
    瀏覽(28)
  • 掌握 Seaborn:Python 數(shù)據(jù)可視化高級篇

    在前兩篇文章中,我們探討了 Seaborn 的基礎(chǔ)和中級功能,包括了如何繪制各種統(tǒng)計(jì)圖形以及如何控制圖形的樣式和顏色。在這篇高級篇中,我們將更進(jìn)一步,介紹如何使用 Seaborn 創(chuàng)建復(fù)合圖形,如網(wǎng)格圖、因子圖和聚類熱圖等。 網(wǎng)格圖(Grids)是一種用于顯示高維數(shù)據(jù)關(guān)系的

    2024年02月16日
    瀏覽(21)
  • Python 數(shù)據(jù)可視化:Seaborn 庫的使用

    Python 數(shù)據(jù)可視化:Seaborn 庫的使用

    ?作者簡介:人工智能專業(yè)本科在讀,喜歡計(jì)算機(jī)與編程,寫博客記錄自己的學(xué)習(xí)歷程。 ??個(gè)人主頁:小嗷犬的個(gè)人主頁 ??個(gè)人網(wǎng)站:小嗷犬的技術(shù)小站 ??個(gè)人信條:為天地立心,為生民立命,為往圣繼絕學(xué),為萬世開太平。 Seaborn 是一個(gè)基于 Python 的數(shù)據(jù)可視化庫,它

    2024年02月07日
    瀏覽(28)
  • 探索數(shù)據(jù)之美:深入Seaborn的數(shù)據(jù)可視化藝術(shù)與技巧【第26篇—python:Seaborn】

    探索數(shù)據(jù)之美:深入Seaborn的數(shù)據(jù)可視化藝術(shù)與技巧【第26篇—python:Seaborn】

    Seaborn是一款基于Matplotlib的統(tǒng)計(jì)數(shù)據(jù)可視化庫,其高級接口和精美的默認(rèn)樣式使得數(shù)據(jù)可視化更加簡便和美觀。 Seaborn在數(shù)據(jù)可視化中具有以下特點(diǎn)和優(yōu)勢: 簡化API: Seaborn的API設(shè)計(jì)簡潔易用,特別適合初學(xué)者。幾行代碼即可生成漂亮且具有信息量的圖表。 美觀的默認(rèn)樣式:

    2024年01月18日
    瀏覽(32)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包