导入随机
导入numpy为np
导入matplotlib为mpl
导入matplotlib.pyplot为plt
导入matplotlib.datesasmdates
frommpl_toolkits.mplot3dimportAxes3D
mpl.rcParams['font.size']=10
figure=plt.figure()
ax=Fig.add_subplot(111,projection='3d')
对于[2011,2012,2013,2014]中的z:
xs=xrange(1,13)
ys=1000*np.random.rand(12)
color=plt.cm.Set2(random.choice(xrange(plt.cm.Set2.N))))
ax.bar(xs,ys,zs=z,zdir='y',color=color,alpha=0.8)
ax.xaxis.set_major_locator(mpl.ticker.FixLocator(xs))
ax.yaxis.set_major_locator(mpl.ticker.FixedLocator(ys))
ax.set_xlabel('月')
ax.set_ylabel('年)')
ax.set_zlabel('SalesNet[usd]')
plt.show()
渲染:
使用ptyhon函数matplotlib3D绘制一些3D视觉图
Python有很多数据可视化库,以下是一些最常用的库:
1.Matplotlib:Matplotlib是一个非常流行的Python数据可视化库,支持多种图表类型,如折线图、条形图、散点图、饼图等。 它还支持CSV、Excel和数据库等多种数据格式。
2.Seaborn:Seaborn是一个基于Matplotlib的高级数据可视化库,提供了很多预定义的样式和布局,使数据可视化更加直观、美观。
3.Plotly:Plotly是一个功能强大的数据可视化库,支持创建各种复杂的图形,包括动画、交互式图形和3D图形。 Plotly还支持将图表发布到网络上。
4.Bokeh:Bokeh是一个用于创建交互式数据可视化的Python库。 它支持多种数据格式,包括CSV、Excel和数据库。 Bokeh还支持在网络浏览器中查看图形。
5.Pandas:Pandas虽然不是一个专门的数据可视化库,但是它是一个强大的数据分析库,提供了很多数据可视化的功能,比如创建条形图、散点图、热图等
6.Pyecharts:Pyecharts是一个基于Echarts的Python数据可视化库。 它支持多种图表类型,例如折线图、条形图、散点图、地图等。 它还支持将图表导出为图像文件。
这些库各有优势和适用场景,您可以根据自己的需求选择最适合自己的库进行数据可视化。 同时,这些库还拥有丰富的文档和示例,帮助您更好地理解和使用它们。
上一篇:python可视化是什么
下一篇:python的可视化窗口