Zeichnen eines Liniendiagramms

Angenommen, Sie tun dies mit einem Jupyter-Notizbuch. Wenn Sie dies auf dem Terminal tun, müssen Sie das Diagramm in einer Datei speichern. Verwenden Sie zum Speichern "plt.savefig (" Dateiname ")".

Zeichnen mit Pyplot


#Bibliothek zur numerischen Berechnung
import numpy as np
import pandas as pd

#Bibliothek zum Zeichnen von Grafiken
from matplotlib import pyplot as plt

#Spezifikation für die Anzeige des Diagramms im Jupiter-Notizbuch
%matplotlib inline

x = np.array([0,1,2,3,4,5,6,7,8,9])
y = np.array([2,3,4,3,5,4,6,7,4,8])

plt.plot(x, y, color = 'black')
plt.title("lineplot matplotlib")
plt.xlabel("x")
plt.ylabel("y")

Zeichnen von Seaborn


import seaborn as sns
sns.set()

plt.plot(x, y, color = 'black')
plt.title("lineplot seaborn")
plt.xlabel("x")
plt.ylabel("y")

Zeichnen eines Histogramms


data = np.array([2,3,3,4,4,4,4,5,5,6])
sns.distplot(data, bins = 5, 
             color = 'black', kde = False)

Definieren Sie, in wie viele Gruppen die Daten mit Bins unterteilt werden sollen. --Stellen Sie die Anzeige / Nichtanzeige der Kernel-Dichteschätzung [^ 1] mit kde ein

[^ 1]: Eine der nichtparametrischen Methoden zur Schätzung der Wahrscheinlichkeitsdichtefunktion stochastischer Variablen in der Statistik.


sns.distplot(fish_data, color = 'black' norm_hist=True)

--`norm_hist` ändert die vertikale Achse so, dass die Gesamtfläche des Histogramms 1 beträgt.

Box Whisker

sns.boxplot(x = "species", y  = "length", 
            data = multi, color = 'gray')

Geigenplot

Verwendung des Ergebnisses der Kernel-Dichteschätzung


sns.violinplot(x = "species", y  = "length", 
               data = multi, color = 'gray')

Balkendiagramm

sns.barplot(x = "species", y  = "length", 
            data = fish_multi, color = 'gray')

Streudiagramm


sns.jointplot(x = "x", y = "y", 
              data = cov_data, color = 'black')

Gerade zurückgeben

sns.lmplot(x = "temperature", y = "beer", data = D,
          scatter_kws = {"color": "black"},
          line_kws = {"color": "black"})

sns.lmplot(x = "price", y = "sales", data = sales,
          hue = "weather", palette = "gray")

Referenz

Shinya Baba, ein Lehrbuch über Statistiken, die mit neuem Python gelernt wurden

Diagrammzeichnung mit Python