如何在Jupyter Notebook中绘制图形

下一步按钮中的文章:899988

Jupyter Notebook是数据科学家的首选工具。它提供了一个交互式Web界面,可用于数据可视化,轻松分析和协作。

数据可视化使您可以通过地图或图形查找数据的上下文。本教程提供了与Jupyter Notebook中的图形交互的有见地的指南。

先决条件

您需要在计算机上安装Jupyter 。如果不是,您可以通过在命令行中输入以下代码来安装它:

 $ pip install jupyter

您还将需要pandasmatplotlib库:

 $ pip install pandas
 $ pip install matplotlib

安装完成后,启动Jupyter Notebook服务器。为此,请在您的终端中键入以下命令。将在计算机的默认浏览器中打开显示当前目录中文件的Jupyter页面。

 $ jupyter notebook

注意:请勿关闭运行此命令的终端窗口。如果这样做,服务器将停止。

简单图

在新的Jupyter页面中,运行以下代码:

 import matplotlib.pyplot as plt
x=[1,2,3,4,5,6,7,8]
y=[2,4,6,8,10,12,14,16]
plt.plot(x,y)
plt.show()

该代码用于简单的线图。第一行从matplotlib API导入pyplot图形库。第三和第四行分别定义x和y轴。

将调用plot()方法来绘制图形。然后使用show()方法显示图形。

假设您想绘制一条曲线。过程是相同的。只需更改y轴的python列表的值即可。

 import matplotlib.pyplot as plt
x=[3,4,5,6,7,8,9,10,11,12]
y= [9,16,25,36,49,64,81,100,121,144]
plt.plot(x,y)
plt.show()

请注意一些重要的事情:在两个图中都没有明确的比例尺定义。比例会自动计算并应用。这是Juypter提供的许多有趣功能之一,可以使您专注于工作(数据分析),而不必担心代码。

如果您也保持警惕,则可能会发现x轴和y轴的值数量相同。如果它们中的任何一个小于另一个,则在运行代码时将标记一个错误,并且不会显示任何图形。

可用类型

与上面的线图和曲线不同,其他图形可视化(例如直方图,条形图等)需要明确定义才能显示。

条状图

要显示条形图,您将需要使用bar ()方法。

 import matplotlib.pyplot as plt
x=[3,4,5,6,7,8,9,10,11,12]
y= [9,16,25,36,49,64,81,100,121,144]
plt.bar(x,y)
plt.show()

散点图

您需要做的就是在前面的代码中使用scatter()方法。

 import matplotlib.pyplot as plt
x=[3,4,5,6,7,8,9,10,11,12]
y= [9,16,25,36,49,64,81,100,121,144]
plt.scatter(x,y)
plt.show()

饼形图

饼图与上面的其他图略有不同。第4行特别有趣,因此请看一下那里的功能。

figsize用于设置纵横比。您可以将其设置为任何您喜欢的值(例如(9,5)),但Pandas官方文档建议您使用1的宽高比。

 import matplotlib.pyplot as plt
x=[4,9,16,25,36]
fig = plt.figure(figsize =(9, 5)) # line 4
plt.pie(x)
plt.show()

饼图具有一些值得注意的参数:

标签-可用于为饼图中的每个切片添加标签。

颜色-可用于为每个切片提供预定义的颜色。您可以以文本形式(例如“黄色”)或十六进制形式(例如“#ebc713”)指定颜色。

请参见下面的示例:

 import matplotlib.pyplot as plt
x=[4,9,16,25,36]
fig = plt.figure(figsize =(5.5, 5.5))
plt.pie(x, labels=("Guavas", "Berries","Mangoes","Apples", "Avocado"),
colors = ( "#a86544", "#eb5b13", "#ebc713", "#bdeb13", "#8aeb13"))
plt.show()

还有其他历史记录,例如histareakde ,您可以在Pandas docs上了解更多信息

绘图格式

在上面的图中,没有标签等任何方面。这是这样做的方法。

要添加标题,请在Jupyter Notebook中包含以下代码:

 matplotlib.pyplot.title("My Graph Title")

x和y轴可以分别标记如下:

 matplotlib.pyplot.xlabel("my x-axis label")
matplotlib.pyplot.ylabel("my y-axis label")

了解更多

您可以在笔记本中运行help()命令以获得有关Jupyter命令的交互式帮助。要获取有关特定对象的更多信息,可以使用help(object)

您还将发现尝试使用csv中的数据集绘制图形是一种很好的做法 文件。学习如何可视化数据是交流和分析您的发现的强大工具,因此值得花一些时间来培养自己的技能。