学Python不会Matplotlib是什么？一文教你入门Matplotlib

前言：

作者：神的孩子在跳舞
本人是刚开始学机器学习的小白，以下都是我的学习笔记，有一些是我自己理解的话，所以可能有不对的地方或者有些话只适合我自己理解（仅供参考），不对的希望大家能指出来，另外我创建了一个机器学习交流群 903419026，各位跟我一样的小白可以进来多交流交流，互相促进，大佬看见了可以进来指导一下（狗头）。我的微信：chenyunzhiLBP

Matplotlib入门

*
– 一. Matplotlib作用
– 二. Matplotlib三层结构
– 三. Matplotlib之HelloWorld
–
+ 3.1 辅助显示层
– 四中文编码问题

一. Matplotlib作用

可视化是在整个数据挖掘的关键辅助工具，可以清晰的理解数据，从而调整我们的分析方法， 是专门用于开发2D(3D)图表的包

1. 能将数据进行可视化,更直观的呈现
2. 使数据更加客观、更具说服力

二. Matplotlib三层结构

1. 容器层：Canvas（画板）、Figure（画布）、Axes（坐标）组成
2. 辅助显示层：主要作用添加坐标轴描述,标题等内容
3. 图像层：设定要画一个什么样的图像:plot,scatter…

三. Matplotlib之HelloWorld

绘制图像流程【掌握】

1. 创建画布 – plt.figure(figsize=(20,8),dpi=) （1）figsize:指定图的长宽
   （2）dpi:图像的清晰度
2. 绘制图像 – plt.plot(x, y)
3. 显示图像 – plt.show()

所需要的包

import matplotlib.pyplot as plt

代码展示，画出折线图

plt.figure(figsize=(10,10),dpi=100)

plt.plot([1,2,3,4,5],[12,12,3,4,5])

plt.savefig("test.png")

plt.show()

3.1 辅助显示层

上面已经用到了 容器层和 图像层，那么我们接下来添加 辅助显示层

1. 添加自定义x，y刻度

plt.xticks(x, 刻度值)

x:要显示的刻度值

plt.yticks(y, 刻度值)

y:要显示的刻度值

可以通过y[::5]切片的方式，每隔5个格刻度值

1. 添加网格显示

plt.grid(True, linestyle='--', alpha=0.5)

1. 添加x轴、y轴描述信息及标题

plt.xlabel("x轴")
plt.ylabel("y轴")
plt.title("标题")

1. 显示图例

plt.legend(loc="best")

1. 多个坐标系显示

plt.subplots(nrows=, ncols=)

1. 图像保存

plt.savefig("路径")

代码展示

案例：显示温度变化状况
需求：画出某城市11点到12点1小时内每分钟的温度变化折线图，温度范围在15度~18度

import random
import matplotlib
from matplotlib.font_manager import FontProperties
myfont=FontProperties(fname=r'C:\Windows\Fonts\simhei.ttf',size=14)
sns.set(font=myfont.get_name())

x=range(60)
y_shanghai=[random.uniform(15,18) for i in x]
y_beijing = [random.uniform(-5, 5) for i in x]

plt.figure(figsize=(20,8),dpi=80)

plt.plot(x, y_shanghai, label="上海", color="r", linestyle="--")
plt.plot(x, y_beijing, label="北京")

plt.plot(x,y_shanghai)

x_ticks_label = ["11点{}分".format(i) for i in x]

y_ticks = range(40)

plt.xticks(x[::5], x_ticks_label[::5])
plt.yticks(y_ticks[::5])

plt.grid(True,linestyle='--',alpha=0.5)

plt.xlabel("时间")
plt.ylabel("温度")
plt.title("中午11点0分到12点之间的温度变化图示")

plt.legend(loc="best")

plt.show()

四中文编码问题

可能会出现中文编码问题，如以下情况

在顶上添加以下代码就可以了

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False

本人博客：https://blog.csdn.net/weixin_46654114
本人b站求关注：https://space.bilibili.com/391105864
转载说明：跟我说明，务必注明来源，附带本人博客连接。

请给我点个赞鼓励我吧

Original: https://blog.csdn.net/weixin_46654114/article/details/116092015
Author: 神的孩子都在歌唱
Title: 学Python不会Matplotlib是什么？一文教你入门Matplotlib

相关阅读

Title: dataframe 更改某列某值_第17篇：Pandas-遍历DataFrame对象

DataFrame的遍历方式主要有三种

DataFrame.iterrows()按行顺序优先，接着依次按列迭代DataFrame.iteritems()按列顺序优先，接着依次按行迭代DataFrame.itertuples()按行顺序优先，接着依次按列迭代

下图的DataFrame沿用上一篇的示例。

剧名,集數,主演,監製
"風雨晴Come Rain, Come Shine",20,石修、黃日華、苗僑偉、湯鎮業、陳秀珠,
佛山贊先生Kung Fu Master of Fat Shan,20,呂良偉、黃日華、歐陽佩珊,
飛鷹The Hawk,20,鄭少秋、趙雅芝,李鼎倫
英雄出少年The Young Heroes of Shaolin,20,石修、黃日華、苗橋偉、董瑋,邱家雄
富貴榮華Brothers Four,20,鄭少秋、陳秀珠,
突破Break Through,20,"陳百強, 翁靜晶, 毛舜筠, 莊靜而",

读者实践本示例前，请使用Pandas.read_csv()函数加载该csv文件。

df=pd.read_csv('./result.csv')

如下图所示

按行遍历

通过for迭代df.iterrows接口，idx是输出DataFrame内部的索引值,data输出每行单元格的值

for idx,data in df.iterrows():
    print("[{}]: {}".format(idx,data))

输出如下

如果我们仅输出每一行特定的列，例如索引为2的列，那么我们使用如下代码

for idx,data in df.iterrows():
    print("[{}]: {}".format(idx,data[2]))

其工作的逻辑如下所示

输出如下图

来一个有点实质意义的示例吧，例如我要将当前DataFrame中每行的第2列的所有值满足20，都改成35，但这种编程方式是不鼓励的，因为性能非常糟糕

for idx,row in df.iterrows():
    if row[1]=='20':
        row[1]='35'

如下所示，需要注意的是，当前DataFrame除了索引列外，其他列的单元格，要么是str类型，要么是NaN类型

按行优先的遍历方式，还有itertuples( )函数，它将返回一个生成器，该生成器以元组生成行值。 让我们尝试一下：

for data in df.itertuples():
    print(data)

输出如下图

itertuples（）方法有两个参数：index和name。我们可以通过将index参数设置为False来选择不显示索引列：

for data in df.itertuples(index=False):
    print(data)

元组不再显示Index,输出如图

就像您已经注意到的那样，Pandas.itertuples生成器产生具有默认名称Pandas的命名元祖。 您可以选择自己喜欢的任何名称，但始终最好选择与数据相关的名称,如下用例所示

for data in df.itertuples(index=False,name='Drama'):
    print(data)

输出如下图

对于按itertuples()方式的行优先遍历，如果我们只想返回某列的数据，可以在for迭代器返回的tuple添加列索引，

for data in df.itertuples(index=False,name='Drama'):
    print(data[2])

输出如下图

按列遍历

现在，要遍历此DataFrame，我们将使用items( )或iteritems( )函数：

df.items()

这将返回一个生成器：

我们可以使用它来生成col_name和数据对。 这些对将包含列名和该列的每一行数据。 让我们遍历列名及其数据：

for colName,data in df.items():
    print("colName:[{}]ndata:{}".format(colName,data))

其items的逻辑是，先列后行的逻辑依次遍历每个单元格中数据

输出是：

如果我们按列优先，仅遍历某一行依次遍历所有列

for colName,data in df.iteritems():
    print("colName:[{}]ndata:{}".format(colName,data[2]))

如下图所示

性能问题

Panda的官方文档警告说，迭代DataFrame是一个降低性能的过程。 如果要遍历DataFrame修改数据，不建议在迭代行时修改数据，因为Pandas有时会返回行中的数据副本而不是其引用，这意味着并非所有数据都会被更改。我们对上面的三种迭代方式做一些简单的性能基准

如下图，按行遍历的iterrows的性能是最差的，而按行遍历返回tuple的方式性能是最好的，其次是按列遍历的i考虑的teritems是可以考虑的

对于小型数据集，可以使用to_string（）方法显示所有数据。 对于具有许多列和行的较大数据集，可以使用head（n）或tail（n）方法打印出DataFrame的前n行（n的默认值为5）。

Original: https://blog.csdn.net/weixin_35808305/article/details/112449882
Author: 袁大岛
Title: dataframe 更改某列某值_第17篇：Pandas-遍历DataFrame对象