介绍一下画图小能手matplotlib。

我们在做完数据分析的时候需要把分析出来的结果，做一个图形化的形象表达，这里我们就需要用到画图小能手matplotlib，下面就演示一下常用的条形图和折线图

散点图

散点图的做大的作用是研究两个变量的相关性（正相关，负相关，不相关）
例子，升高-体重
import matplotlib.pyplot as plt

height=[161,170,180,175]
weight=[50,58,80,69]
plt.scatter(height,weight)

#height 代表x轴，weight代表y轴

plt.show()

 

 

 

折线图

折线图的语法是最简单的，比如直接用plot就可以直接画出一个图片,而用折线图我们可以研究数据展示的趋势

import numpy as np

import matplotlib.pyplot as plt

x=np.linspace(-10,10,5)
y=x**2

plt.plot(x,y)

plt.show()

 

 

 

 直方图

直方图让我们对数据的分布有直观的理解

import numpy as np 

import matplotlib.pyplot as plt

mu=100

sigma=20

x=mu+sigma*np.random.randn(2000)

plt.hist(x,bins=10,color='b',normed=True)

#bins代表有几个直方

plt.show()

 

饼状图

 饼图显示了一个数据系列中各项的大小和总和站比

import matplotlib.pyplot as plt

plt.axes(aspect=1)

explode=[0,0.2]

labels='aa','bb'

fracs=[60,40]

plt.pie(x=fracs,labels=labels,autopct='%.0f%%',explode=explode)

plt.show()