其他
不写一行代码,即可调用 Matplotlib 绘图!
The following article is from 数据分析与统计学之美 Author 黄伟呢
作者丨黄伟呢
来源丨数据分析与统计学之美(ID:huang_superme)
sviewgui介绍
sviewgui是一个基于 PyQt 的 GUI,用于 csv 文件或 Pandas 的 DataFrame 的数据可视化。此 GUI 基于 matplotlib,您可以通过多种方式可视化您的 csv 文件。主要特点:Ⅰ 散点图、线图、密度图、直方图和箱线图类型; Ⅱ 标记大小、线宽、直方图的 bin 数量、颜色图的设置(来自 cmocean); Ⅲ 将图另存为可编辑的 PDF; Ⅳ 绘制图形的代码可用,以便它可以在 sviewgui 之外重用和修改;
这个包用法超级简单,它只有一种方法:buildGUI()。此方法可以传入零个或一个参数。您可以使用 csv 文件的文件路径作为参数,或者使用 pandas 的DataFrame对象作为参数。类似代码写法如下:项目地址:https://github.com/SojiroFukuda/sview-gui
import sviewgui.sview as sv
sv.buildGUI()
# 第二种形式
import sviewgui.sview as sv
FILE_PATH = "User/Documents/yourdata.csv"
sv.buildGUI(FILE_PATH)
# 第三种形式
import sviewgui.sview as sv
import pandas as pd
FILE_PATH = "User/Documents/yourdata.csv"
df = pd.read_csv(FILE_PATH)
sv.buildGUI(df)
sviewgui安装
这个库的依赖库相当多,因此大家直接采用下面这行代码安装sviewgui库。--ignore-installed
,我最开始是没加的,但是报错了,大致错误如下:accurately determine which files belong to it which would lead to only a partial uninstall.
sviewgui使用
上面我为大家介绍了3种打开GUI图形界面窗口的代码,这里仅介绍下面这种方法:sv.buildGUI()
菜单栏
,生成对应的图形。但是有一点,貌似不支持中文!!!如果你觉得这里不足以完善你想要的图形,可以复制图形所对应的Python代码,简单修改即可。然后,你拿着下面的代码,简单修改,就可以生成漂亮的Matplotlib图形了。import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import cmocean
#2021/07/13 08:03:18
#- Import CSV as DataFrame ----------
FILE_PATH = 'C:/Users/Administrator/Desktop/plot.csv'
DATA = pd.read_csv(FILE_PATH)
#- Axes Setting ----------
fig, ax = plt.subplots()
ax.set_title( "x-y")
ax.set_xlabel( "x")
ax.set_ylabel( "x" )
ax.set_xlim(min(DATA['x'].replace([np.inf, -np.inf], np.nan ).dropna() ) - abs( min(DATA['x'].replace([np.inf, -np.inf], np.nan ).dropna() )/10), max(DATA['x'].replace([np.inf, -np.inf], np.nan).dropna()) + abs(max(DATA['x'].replace([np.inf, -np.inf], np.nan).dropna())/10) )
ax.set_ylim( min(DATA['x'].replace([np.inf, -np.inf], np.nan ).dropna() ) - abs( min(DATA['x'].replace([np.inf, -np.inf], np.nan ).dropna() )/10), max(DATA['x'].replace([np.inf, -np.inf], np.nan).dropna()) + abs(max(DATA['x'].replace([np.inf, -np.inf], np.nan).dropna())/10) )
#- PLOT ------------------
ax.plot( DATA["x"].replace([np.inf, -np.inf], np.nan), DATA["x"].replace([np.inf, -np.inf], np.nan), linewidth = 3.0, alpha =1.0, color = "#005AFF" )
plt.show()
1、9 月数据库流行度排行:Oracle连登榜首,SQL Server已持续下滑9个月
3、5秒内克隆你的声音,并生成任何内容,这个开源工具细思极恐
4、承载童年的游戏机,已停产!但我在 GitHub 找到了它们
点分享
点点赞
点在看