python之可视化

1.散点图：（参数：s:点的大小、s:点的大小、marker：形状、alpha：透明度）

plt.scatter(X,Y, s= ，c= ，marker= ，alpha= )

2.折线图：（参数：linestyle:线型、color：颜色、marker：形状）

plt.plot（X,Y）

plt.plot_date(X,Y, linestyle= '-'，color=，marker=)  # 时间序列的折线图

3.条形图：（参数：color：颜色、width：宽度）

plt.bar(index,X,bar_width,color= )

plt.bar(index+bar_width,X2,bar_width,color= )

plt.bar(index,X2,bar_width,color= ,bottom=X2) # 堆积图

4.直方图：（参数：bins：分组、color：颜色、normed：是否标准化）

plt.hist(X,bins=,color='',normed=True) #单变量直方图

plt.hist2d(X,X2，bins=) #双变量直方图

5.饼状图：（）

plt.pie()

6.子图：

一、fig=plt.figure()

ax1=fig.add_subplot(221)

ax1.plot()

ax2=fig.add_subplot(222)

ax2.plot()

二、plt.subplot( 221）

plt.subplot( 222）

6.多图：

7.图例：(参数：loc：位置、ncol：分列)

plt.plot(x,y,label='')

plt.legend(loc=0，ncol=)  #0：best

# plt.legend(['名1','名2'..]）

8.searbon:

plt.style.use({'figure.figsize':(12, 6)}) #设置图的大小

sns.countplot(x='',hue='y',hue_order=['','',''],data=df) #条形图

sns.barplot(x='y',y='x',data=df,order='y 的标签'，ax=axes[]) #柱状图

sns.swarmplot(x='y',y='x',hue='依据分组的变量',data=df,order=[y 的标签])

9.调整图的大小：

plt.style.use({'figure.figsize':(12, 5)})