Python数据可视化之散点图和折线图

最近一直用到Python的matplotlib包，一些画简单的散点图和折线图的用法老是记不住，所以从最基础的地方开始，稍微总结了一下。

一、散点图
画散点图时主要用到的是scatter函数。

随机产生两组length相同的数据。

x = np.random.uniform(10, 20, 10)y = np.random.random_integers(10, 50, 10)

通过plt.figure()相当于生成了一个画布，然后通过add_subplot()函数来划分这个画布，当这个画布中只有一个图像的时候，参数默认1，1，1，相当于1row x 1 col中的第一块区域。所以同理若是2，1，1那么就是2rows x 1 col中的第一块区域了。其中ax1就相当于第一块区域。

fig = plt.figure()ax1 = fig.add_subplot(1, 1, 1)

这里给ax1区域的图像设置了标题，设置了x、y坐标的标签。
然后通过scatter函数来画图像。
其中scatter函数参数的一些介绍如下：

点的形状选择

颜色的选择：

plt.legend()函数的作用就是来设置标注。

ax1.set_title('Scatter Plot')plt.xlabel('X')plt.ylabel('Y')ax1.scatter(x, y, c='r', marker='o')ax1.scatter(y, x, c='g', marker='o')plt.legend(['x','y'])plt.show()

效果如下：

以上部分图来自：http://blog.csdn.net/u013634684/article/details/49646311

二、折线图
同样是数据的初始化：

x = np.random.random_integers(1, 20, 10)y = range(len(x))

这里和画散点图的做法一样，也是划分区域，然后在相应的区域中进行绘图。
其中plot()函数也有几个常用到的参数color、marker之类的。
其中color值跟scatter中的一样。
marker参数值如下：

fig = plt.figure()ax = fig.add_subplot(1, 1, 1)ax.plot(y, x)plt.xlabel('x')plt.ylabel('y')plt.legend(['line1','line2'])plt.show()

效果如下：