转载自公众号：python_shequ
看一下数据长什么样：
用excel打开的csv文件长这样：
image
在python ide中直接显示长这样：
image
看完数据长什么样，接下来就可以画图了。
废话不多说，直接上代码和图
from lzdb import *
Table.coding = "gb18030"
t=Table.read("测试样本")
Table.setfig(4,4,(20,20))
k=[[0.7, 0.2, 0.9, 1],
[0.5, 0.4, 0.9, 1],
[0.3, 0.6, 0.9, 1],
[0.1, 0.8, 0.9, 1],
[0.9, 0, 0.9, 1]]
#这个是颜色
#开始画图
t.bar("名字","随机1",title="柱状图-1组数据",color=k[0])
image
t.bar("名字",["随机1","随机2","随机3","随机4"],title="柱状图-n组数据-1行代码",color=k)
image
t.plot("规律1","规律4",title="线图-1组数据-非平滑处理",color=k[0])
image
t.plot("规律1",["规律1","规律2","规律3","规律4"],title="线图-n组数据-1行代码-平滑处理",smoothindex=5,color=k)
image
t.plot("规律1","规律1",title="线图-n组数据-n行代码-非平滑处理",label="第一个",smoothindex=5,color=k[0])
t.plot("规律1","规律2",new = False, label="第二个",color=k[1])
t.plot("规律1","规律3",new = False,label="第三个",color=k[2])
t.plot("规律1","规律4",new = False,label="第四个", color=k[3])
image
t.scatter("随机1","随机2",title="散点图-1组数据",color=k[0])
image
t.scatter("随机1",["随机2","随机3","随机4"],title="散点图-n组数据-1行代码",label=[1,2,3],color=k)
image
t.scatter("随机1","随机2",title="散点图-n组数据-n行代码",label="1st",color=k[0])
t.scatter("随机1","随机3",new=False,label="2nd",color=k[1])
t.scatter("随机1","随机4",new=False,label="3rd",color=k[2])
image
t.scatter3d("规律1","规律2","规律4",title="散点图3D-1组数据-1行代码",color=k[0])
image
t.scatter3d("规律1","规律2","规律4",label="散点1",
title="散点图3D-n组数据-n行代码",color=k[0])
t.scatter3d("规律1","规律3","规律4",label="散点2",new=False,color=k[1])
t.scatter3d("规律1","规律2","规律3",label="散点3",new=False,color=k[2])
image
t.ring("名字","随机1",title="环形图-1组数据-1行代码-标签",colors=k)
image
t.ring("名字","随机1",mod="legend",title="环形图-1组数据-1行代码-图例",colors=k)
image
t.ring("名字","随机1",mod="legend",width=1,title="饼图-1组数据-1行代码-图例",colors=k)
image
最后展示或者转图片直接输出
#plt.show()#plt.savefig('display.jpg')
image
以上就是这次更新的全部内容：
这次更新包裹了一些matplotlib的常用功能。
这次更新只包括以上展示的内容，其他的一些图形展示还没有时间完成。
目前只更新了一些监督学习最基本的一些数据展示，比如散点图。
在我github上follow，like，fork会支持我给lazy database做出更多的极简功能（比如heatmap，3d地形图等等）。
下面是github地址：
https://github.com/moenova/lazy-database
下载方式也很简单：
安装pip后输入：
pip install lzdb
在安装这个lazy database library之前请先安装以下关联的library:
scipy,sklearn,matplotlib,numpy
网友评论