Méthode de visualisation de données utilisant matplotlib (1)

Divers présenté précédemment comment dessiner des diagrammes par matplotlib et pandas / ynakayama / items / 68eff3cb146181329b48) Mais je n'ai pas mentionné les paramètres spécifiques. A partir de ce moment, je suivrai le dessin avec matplotlib plusieurs fois.

Diagramme et sous-tracé

L'objet Figure matplotlib fournit des fonctionnalités de traçage. La méthode plt.figure () dessine une nouvelle fenêtre sans rien dessiné. La méthode add_subplot () crée un sous-tracé à l'intérieur.

import numpy as np
from pandas import *
from pylab import *
import matplotlib.pyplot as plt
from matplotlib import font_manager
from numpy.random import randn

#Obligatoire pour utiliser le japonais
fontprop = matplotlib.font_manager.FontProperties(fname="/usr/share/fonts/truetype/fonts-japanese-gothic.ttf")

#Dessinez une nouvelle fenêtre
fig = plt.figure()

#Ajouter un sous-tracé
ax1 = fig.add_subplot(2,2,1)
ax2 = fig.add_subplot(2,2,2)
ax3 = fig.add_subplot(2,2,3)

plt.show()
plt.savefig("image.png ")

image.png

Dessiner des données vers un sous-tracé

Lorsque vous tracez, matplotlib dessine sur la dernière figure ou sous-tracé que vous avez utilisé.

ran = randn(50).cumsum()
#Noir(k)Dessinez avec la ligne brisée de
plt.plot(ran, 'k--')

plt.show()
plt.savefig("image2.png ")

image2.png

Vous pouvez dessiner sur n'importe quel sous-tracé en appelant explicitement la méthode d'instance de sous-tracé.

ax1.hist(rand(100), bins=20, color='k', alpha=0.3)
ax2.scatter(np.arange(30), np.arange(30) + 3 * randn(30))

plt.show()
plt.savefig("image3.png ")

image3.png

Ajuster l'espace

Utilisez la méthode subplots_adjust pour ajuster l'espace entre les sous-graphiques.

fig, axes = plt.subplots(2, 2, sharex=True, sharey=True)
for i in range(2):
    for j in range(2):
        axes[i, j].hist(randn(500), bins=50, color='k', alpha=0.5)

#Essayez de remplir les espaces entre les sous-graphiques
plt.subplots_adjust(left=None, bottom=None, right=None, top=None, wspace=0, hspace=0)

plt.show()
plt.savefig("image4.png ")

image4.png

référence

Introduction à l'analyse de données avec le traitement des données Python en utilisant NumPy et pandas http://www.oreilly.co.jp/books/9784873116556/

Recommended Posts

Méthode de visualisation de données utilisant matplotlib (1)
Méthode de visualisation de données utilisant matplotlib (2)
Méthode de visualisation de données utilisant matplotlib (+ pandas) (5)
Méthode de visualisation de données utilisant matplotlib (+ pandas) (3)
Méthode de visualisation de données utilisant matplotlib (+ pandas) (4)
Application Python: visualisation de données, partie 2: matplotlib
Implémentez "Data Visualization Design # 2" avec matplotlib
Essayez d'utiliser matplotlib
Visualisation des données de coordonnées de latitude / longitude (en supposant des données météorologiques) à l'aide de cartopy et matplotlib
Essayez d'utiliser PHATE, une méthode de réduction et de visualisation des données biologiques
Implémentez "Data Visualization Design # 3" avec pandas et matplotlib
Analyse des données à l'aide de xarray
Bibliothèques de visualisation de données Python
Dessin graphique avec matplotlib
Nettoyage des données 2 Nettoyage des données à l'aide de DataFrame
J'ai essayé d'utiliser matplotlib
Nettoyage des données à l'aide de Python
Visualisation des données avec les pandas
Appel de méthode avec __getattr__
J'ai essayé de regrouper les données ECG en utilisant la méthode K-Shape
Comment visualiser les données par variable explicative et variable objective
[Dernière méthode] Visualisation des données de séries chronologiques et extraction de modèles fréquents à l'aide du profil Pan-Matrix
Créez instantanément un diagramme de données 2D à l'aide de matplotlib de python
Graphique des données Excel avec matplotlib (1)
Essayez d'utiliser matplotlib avec PyCharm
Classer les données par la méthode k-means
Méthode de dessin graphique avec matplotlib
Visualisation des données par préfecture
Graphique des données Excel avec matplotlib (2)
Comment ajouter de nouvelles données (lignes droites et tracés) à l'aide de matplotlib
Méthode de régression linéaire utilisant Numpy
Graphique des données de séries chronologiques en Python à l'aide de pandas et matplotlib
Méthode de connexion SQL utilisant pyodbc
Analyse de données à l'aide de pandas python
Obtenir des données Salesforce à l'aide de l'API REST
Acquisition de données à l'aide de l'API googlemap de python
Visualisation de matrices mixtes à l'aide de sklearn.metrics.ConfusionMatrixDisplay
Python mais visualisation facile avec PixieDust
Visualisation des données avec Python - dessinons une carte de chaleur fraîche
Traçage de données polyvalent avec pandas + matplotlib
Analyser les données au format CSV à l'aide de SQL
Méthode de suppression du bruit utilisant la conversion en ondelettes
Obtenez des données Amazon à l'aide de Keep API # 1 Obtenez des données
Clustering et visualisation à l'aide de Python et CytoScape
Mémo d'acquisition de données à l'aide de l'API Backlog
Visualisez facilement vos données avec Python seaborn.
Recommandation d'analyse des données à l'aide de MessagePack
Application Python: visualisation de données partie 1: basique
Obtenez des données de Twitter avec Tweepy
Analyse de données à partir de python (visualisation de données 1)
Cas utilisant un tracé de pandas, cas utilisant un tracé matplotlib (pur)
Remarques sur l'utilisation de matplotlib sur le serveur
Analyse de données à partir de python (visualisation de données 2)
Utilisez Matplotlib pour créer plusieurs graphiques linéaires à partir d'un bloc de données à la fois