热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

一行代码画一个数据分析图(lzdb库)

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pythonide中直接显示长这样:image看完数据长什么样,接下来就可

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:

一行代码画一个数据分析图(lzdb 库)
image

在python ide中直接显示长这样:

一行代码画一个数据分析图(lzdb 库)
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])
一行代码画一个数据分析图(lzdb 库)
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)
一行代码画一个数据分析图(lzdb 库)
image
t.plot("规律1","规律4",title="线图-1组数据-非平滑处理",color=k[0])
一行代码画一个数据分析图(lzdb 库)
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)
一行代码画一个数据分析图(lzdb 库)
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])
一行代码画一个数据分析图(lzdb 库)
image
t.scatter("随机1","随机2",title="散点图-1组数据",color=k[0])
一行代码画一个数据分析图(lzdb 库)
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)
一行代码画一个数据分析图(lzdb 库)
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])
一行代码画一个数据分析图(lzdb 库)
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])
一行代码画一个数据分析图(lzdb 库)
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])
一行代码画一个数据分析图(lzdb 库)
image
t.ring("名字","随机1",title="环形图-1组数据-1行代码-标签",colors=k)
一行代码画一个数据分析图(lzdb 库)
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)
一行代码画一个数据分析图(lzdb 库)
image
t.ring("名字","随机1",mod="legend",饼图-1组数据-1行代码-图例",colors=k)
一行代码画一个数据分析图(lzdb 库)
image

最后展示或者转图片直接输出

#plt.show()#plt.savefig('display.jpg')
一行代码画一个数据分析图(lzdb 库)
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


推荐阅读
  • 通过Anaconda安装tensorflow,并安装运行spyder编译器的完整教程
    本文提供了一个完整的教程,介绍了如何通过Anaconda安装tensorflow,并安装运行spyder编译器。文章详细介绍了安装Anaconda、创建tensorflow环境、安装GPU版本tensorflow、安装和运行Spyder编译器以及安装OpenCV等步骤。该教程适用于Windows 8操作系统,并提供了相关的网址供参考。通过本教程,读者可以轻松地安装和配置tensorflow环境,以及运行spyder编译器进行开发。 ... [详细]
  • 本文总结了使用不同方式生成 Dataframe 的方法,包括通过CSV文件、Excel文件、python dictionary、List of tuples和List of dictionary。同时介绍了一些注意事项,如使用绝对路径引入文件和安装xlrd包来读取Excel文件。 ... [详细]
  • 本文介绍了Python对Excel文件的读取方法,包括模块的安装和使用。通过安装xlrd、xlwt、xlutils、pyExcelerator等模块,可以实现对Excel文件的读取和处理。具体的读取方法包括打开excel文件、抓取所有sheet的名称、定位到指定的表单等。本文提供了两种定位表单的方式,并给出了相应的代码示例。 ... [详细]
  • 安装mysqlclient失败解决办法
    本文介绍了在MAC系统中,使用django使用mysql数据库报错的解决办法。通过源码安装mysqlclient或将mysql_config添加到系统环境变量中,可以解决安装mysqlclient失败的问题。同时,还介绍了查看mysql安装路径和使配置文件生效的方法。 ... [详细]
  • r2dbc配置多数据源
    R2dbc配置多数据源问题根据官网配置r2dbc连接mysql多数据源所遇到的问题pom配置可以参考官网,不过我这样配置会报错我并没有这样配置将以下内容添加到pom.xml文件d ... [详细]
  • 手把手教你使用GraphPad Prism和Excel绘制回归分析结果的森林图
    本文介绍了使用GraphPad Prism和Excel绘制回归分析结果的森林图的方法。通过展示森林图,可以更加直观地将回归分析结果可视化。GraphPad Prism是一款专门为医学专业人士设计的绘图软件,同时也兼顾统计分析的功能,操作便捷,可以帮助科研人员轻松绘制出高质量的专业图形。文章以一篇发表在JACC杂志上的研究为例,利用其中的多因素回归分析结果来绘制森林图。通过本文的指导,读者可以学会如何使用GraphPad Prism和Excel绘制回归分析结果的森林图。 ... [详细]
  • 微软评估和规划(MAP)的工具包介绍及应用实验手册
    本文介绍了微软评估和规划(MAP)的工具包,该工具包是一个无代理工具,旨在简化和精简通过网络范围内的自动发现和评估IT基础设施在多个方案规划进程。工具包支持库存和使用用于SQL Server和Windows Server迁移评估,以及评估服务器的信息最广泛使用微软的技术。此外,工具包还提供了服务器虚拟化方案,以帮助识别未被充分利用的资源和硬件需要成功巩固服务器使用微软的Hyper - V技术规格。 ... [详细]
  • 关于我们EMQ是一家全球领先的开源物联网基础设施软件供应商,服务新产业周期的IoT&5G、边缘计算与云计算市场,交付全球领先的开源物联网消息服务器和流处理数据 ... [详细]
  • 1.直接在cmd窗口运行pipinstalljieba2.使用conda自带的安装工具condainstalljieba3.有一些模块是无法使用以上两种方式安装上ÿ ... [详细]
  • EzPP 0.2发布,新增YAML布局渲染功能
    EzPP发布了0.2.1版本,新增了YAML布局渲染功能,可以将YAML文件渲染为图片,并且可以复用YAML作为模版,通过传递不同参数生成不同的图片。这个功能可以用于绘制Logo、封面或其他图片,让用户不需要安装或卸载Photoshop。文章还提供了一个入门例子,介绍了使用ezpp的基本渲染方法,以及如何使用canvas、text类元素、自定义字体等。 ... [详细]
  • Postgresql备份和恢复的方法及命令行操作步骤
    本文介绍了使用Postgresql进行备份和恢复的方法及命令行操作步骤。通过使用pg_dump命令进行备份,pg_restore命令进行恢复,并设置-h localhost选项,可以完成数据的备份和恢复操作。此外,本文还提供了参考链接以获取更多详细信息。 ... [详细]
  • Python操作MySQL(pymysql模块)详解及示例代码
    本文介绍了使用Python操作MySQL数据库的方法,详细讲解了pymysql模块的安装和连接MySQL数据库的步骤,并提供了示例代码。内容涵盖了创建表、插入数据、查询数据等操作,帮助读者快速掌握Python操作MySQL的技巧。 ... [详细]
  • 开源Keras Faster RCNN模型介绍及代码结构解析
    本文介绍了开源Keras Faster RCNN模型的环境需求和代码结构,包括FasterRCNN源码解析、RPN与classifier定义、data_generators.py文件的功能以及损失计算。同时提供了该模型的开源地址和安装所需的库。 ... [详细]
  • 本文介绍了在Windows系统下安装Python、setuptools、pip和virtualenv的步骤,以及安装过程中需要注意的事项。详细介绍了Python2.7.4和Python3.3.2的安装路径,以及如何使用easy_install安装setuptools。同时提醒用户在安装完setuptools后,需要继续安装pip,并注意不要将Python的目录添加到系统的环境变量中。最后,还介绍了通过下载ez_setup.py来安装setuptools的方法。 ... [详细]
  • Python已成为全球最受欢迎的编程语言之一,然而Python程序的安全运行存在一定的风险。本文介绍了Python程序安全运行需要满足的三个条件,即系统路径上的每个条目都处于安全的位置、"主脚本"所在的目录始终位于系统路径中、若python命令使用-c和-m选项,调用程序的目录也必须是安全的。同时,文章还提出了一些预防措施,如避免将下载文件夹作为当前工作目录、使用pip所在路径而不是直接使用python命令等。对于初学Python的读者来说,这些内容将有所帮助。 ... [详细]
author-avatar
phpxiaoxuesheng
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有