如何使用 Matplotlib 进行数据分析?

1. 导入必要的库

import matplotlib.pyplot as plt

2. 加载数据

# 使用 pandas 读取 CSV 文件
data = pd.read_csv("your_data.csv")

# 使用 NumPy 读取数组
data = np.load("your_data.npy")

3. 数据预处理

# 缩放数据
data["feature"] = (data["feature"] - data["feature"].min()) / (data["feature"].max() - data["feature"].min())

# 标准化数据
data["feature"] = (data["feature"] - data["feature"].mean()) / data["feature"].std()

4. 创建图表

# 创建散布图
plt.scatter(data["feature1"], data["feature2"])

# 创建直方图
plt.hist(data["feature"])

# 创建 boxplot
plt.boxplot(data["feature"])

# 显示图
plt.show()

5. 设置参数

# 设置图表标题
plt.title("Data Analysis Plot")

# 设置坐标轴标签
plt.xlabel("Feature 1")
plt.ylabel("Feature 2")

# 设置图例
plt.legend()

6. 保存图

# 保存图片
plt.savefig("your_plot.png")

# 保存 Matplotlib 图形库
plt.savefig("your_plot.mat")

示例

import matplotlib.pyplot as plt
import pandas as pd

# 加载数据
data = pd.read_csv("data.csv")

# 创建散布图
plt.scatter(data["age"], data["salary"])
plt.title("Salary vs Age")
plt.show()
```