Hôm nay, chúng ta sẽ xem cách chúng ta có thể tạo Biểu đồ Python và Biểu đồ thanh Python bằng cách sử dụng thư viện Matplotlib và Seaborn Python . Hơn nữa, trong Hướng dẫn vẽ biểu đồ và thanh trong Python này, chúng ta sẽ hiểu Biểu đồ và thanh trong Python với sự trợ giúp của ví dụ và đồ thị. Các bài viết liên quan: Vì vậy, chúng ta hãy hiểu Biểu đồ và Biểu đồ Thanh trong Python. Biểu đồ là một biểu đồ biểu thị cách dữ liệu số được biểu diễn. Đầu vào của nó là một biến số, nó được phân tách thành các thùng trên trục x. Đây là một vectơ gồm các số và có thể là một danh sách hoặc một cột DataFrame. Thanh cao hơn thể hiện nhiều quan sát hơn trên mỗi thùng. Ngoài ra, số lượng thùng quyết định hình dạng của biểu đồ. Hãy bắt đầu với một Ví dụ về Biểu đồ Matplotlib đơn giản . import seaborn as sn
df=sn.load_dataset('iris')
sn.distplot(df['sepal_length'])
import matplotlib.pyplot as plt
plt.show() sn.distplot(df['sepal_length'],bins=25)
lt.show() Để lập biểu đồ này mà không có Seaborn, chúng ta có thể làm như sau import numpy as np
from matplotlib import colors
from matplotlib.ticker import PercentFormatter
np.random.seed(19720810)
N=100000
n_bins=20
x=np.random.randn(N)
y=.7*x+np.random.randn(100000)+7
fig,axs=plt.subplots(1,2,sharey=True,tight_layout=True)
axs[0].hist(x,bins=n_bins)
axs[1].hist(y,bins=n_bins)
plt.show() Chúng ta có thể chọn hiển thị hoặc ẩn Biểu đồ Python, tấm thảm và mật độ hạt nhân. Bây giờ hãy thử chỉ hiển thị Biểu đồ Python.Biểu đồ Python
Ví dụ về Biểu đồ Python
Chỉ hiển thị Biểu đồ
Hãy sửa đổi Python Web Framework
sn.distplot(a=df['sepal_length'],hist=True,kde=False,rug=False) plt.show()
Xem thêm Phân tích dữ liệu đồ họa với lập trình R
Hiển thị Histogram, Rug và Kernel Density
Bây giờ chúng ta hãy thử hiển thị cả ba.
sn.distplot(a=df['sepal_length'],hist=True,kde=True,rug=True) plt.show()
Tùy chỉnh Rug
Hãy đặt tấm thảm thành màu đỏ.
sn.distplot(a=df['sepal_length'],rug=True,rug_kws={'color':'r','alpha':0.35,'linewidth':5})
Tùy chỉnh density distribution
Sử dụng các từ khóa cho mật độ nhân, chúng ta có thể tùy chỉnh phân bố mật độ.
sn.distplot(a=df['sepal_length'],kde=True,kde_kws={'color':'r','alpha':0.35,'linewidth':5})
Biểu đồ Python dọc
Bây giờ chúng ta hãy thử tạo một Biểu đồ Python dọc.
Hãy cùng tìm hiểu về Python Numpy
sn.distplot(df['sepal_length'],color='lightpink',vertical=True)
Biểu đồ Python với nhiều biến
Chúng ta có thể xem cùng nhau các biểu đồ cho nhiều biến số.
sn.distplot(df['sepal_length'],color='skyblue',label='Sepal length') sn.distplot(df['sepal_width'],color='lightpink',label='Sepal width')
Bar Plot
Biểu đồ thanh trong Python, còn được gọi là biểu đồ thanh, biểu thị cách một biến số liên quan đến một biến phân loại.
Chúng ta hãy xem xét Python Pandas
Ví dụ về Python Bar Plot
Hãy lấy một ví dụ nhanh về Biểu đồ thanh Matplotlib .
import numpy as np import matplotlib.pyplot as plt marks=[79,45,22,89,95] bars=('Roll 1','Roll 2','Roll 3','Roll 4','Roll 5') y=np.arange(len(bars)) plt.bar(y,marks,color='g')
Đặt một màu khác nhau cho mỗi thanh
Hãy thử năm màu sắc khác nhau cho các thanh.
sn.distplot(df['sepal_length'],bins=25) lt.show()0
Đặt màu viền
Và bây giờ đối với màu viền, chúng ta sử dụng tham số edgecolor.
sn.distplot(df['sepal_length'],bins=25) lt.show()1
Horizontal Bar Plot
Làm thế nào về thanh plot ngang?
sn.distplot(df['sepal_length'],bins=25) lt.show()2
Title và Axis Labels
Hãy gọi nó là Đồ thị mẫu, với các số cuộn trên trục x và các dấu trên trục y.
sn.distplot(df['sepal_length'],bins=25) lt.show()3
Vì vậy, tất cả đều có trong Biểu đồ Python và Lô đất bằng cách sử dụng thư viện Matplotlib. Hy vọng bạn thích giải thích của chúng tôi.
Kết luận
Do đó, trong hướng dẫn Biểu đồ Python này, chúng tôi kết luận hai chủ đề quan trọng với biểu đồ biểu đồ và biểu đồ thanh trong Python. Mặc dù chúng có vẻ giống nhau, nhưng chúng là hai thứ khác nhau. Hơn nữa, chúng ta đã thảo luận về ví dụ về Biểu đồ trong Python và ví dụ về Biểu đồ thanh Python. Tuy nhiên, nếu có bất kỳ nghi ngờ nào về Python Bar Plot, hãy hỏi trong tab nhận xét.
Xem thêm Biểu đồ phân bổ tài nguyên trong hệ điều hành