欢迎来到代码驿站!

Python代码

当前位置:首页 > 软件编程 > Python代码

Python数据可视化之使用matplotlib绘制简单图表

时间:2022-07-29 09:23:09|栏目:Python代码|点击:

一、绘制折线图

使用plot()绘制折线图

常用的参数:

  • x:表示x轴的数据
  • y:表示y轴的数据
  • fmt:表示快速设置条样式的格式字符串。
  • label:表示应用于图例的标签文本。
  • plot()会返回一个包含Line2D类对象(代表线条)的列表。

plot()函数的语法格式:

plot(x,y ,fmt , scalex=True , scaley=true , data=None, label=None    等.....)

实例:

(1)

在这里插入图片描述

(2)

在这里插入图片描述

二、绘制柱形图或堆积图形

使用bar()绘制柱形图或堆积柱形图

bar()的语法格式有:
bar(x, height , width=0.8, bottom=None, align='center',
 data=None, tick_label=None, xerr=None, yerr=None, error_kw=None)

常用参数的含义:

  • x:表示柱形的x坐标值
  • height:表示柱形的高度
  • width:表示柱形的宽度,默认为0.8
  • bottom:表示柱形底座的y坐标值,默认为0
  • align:表示柱形的对齐方式,有’center’和’edge’两个值,其中’center’表示将柱形刻度居中对齐;‘edge’表示将柱形的左边与刻度线对齐。
  • tick_label:表示柱形对应的刻度标签
  • xerr,yerr:若未设为None,则需要为柱形图添加水平/ 垂直误差棒
  • error_kw:表示误差棒的属性字典,字典的键对应errorbar()函数
  • bar()函数会返回一个BarContainer类的对象。
import numpy as np
import matplotlib.pyplot as plt
x=np.arange(5)
y1=np.array([10,8,7,11,13])
bar_width=0.4
plt.bar(x,y1,tick_label=['a','b','c','d','e'],width=bar_width)
plt.title("2020080603039")
plt.show()

在这里插入图片描述

(2)具有多组柱形的柱形图

在这里插入图片描述

(3)通过给bottom参数传值的方式的方式控制柱形的y值

在这里插入图片描述

三、绘制条形图或堆积条形图

使用barh()绘制条形图或堆积条形图

使用barh()函数的语法格式:
barh(y, width, heigth=0.8, left=None, align='center', *)

常用的参数的含义如下:

  • y:表示条形的y坐标
  • width:表示柱形的宽度,默认为0.8
  • height:表示柱形的高度
  • left:条形左侧的x坐标,默认为0
  • align:表示柱形的对齐方式,有’center’和’edge’两个值,其中’center’表示将柱形刻度居中对齐;‘edge’表示将柱形的左边与刻度线对齐。
  • barh()函数会返回一个BarContainer类的对象。

在这里插入图片描述

(2)绘制具有多组条形的条形图

在这里插入图片描述

(3)绘制堆积条形图

在这里插入图片描述

 四、绘制堆积面积图

使用stackplot()绘制堆积面积图

stackplot()函数的语法格式:
stackplot(x, y , labels=(), baseline='zero', data=None, *)
  • x:表示x轴的数据,可以是一维数组
  • y:表示y轴的数据,可以是二维数组或一维数组序列
  • labels:表示每组折现及填充区域的标签
  • baseline:表示计算基线的方法,包括‘zero’,‘sym’,‘wiggle’,‘weighted_wiggle’

代码及图如下:

在这里插入图片描述

五、绘制直方图

使用hist()绘制

和hist()函数的语法格式如下:

hist(x, bins=None, range=None, density=None, weights=None,
 cumulative=False, bottom=None,histtype='bar',align='mid', 
 orientation='vertical', rwidth=None, 
 log=False, color=None, label=None, stacked=False)

常用的参数如下:

  • x:表示x轴的数据。
  • bins:指定直方图条形的个数,默认值为10。
  • range:表示数据的范围,指定数据的上下界,默认包含绘图数据的最大值和最小值。
  • normed:是否将直方图的频数转换成频率。
  • weights:该参数可为每一个数据点设置权重。
  • cumulative:是否需要计算累计频数或频率。
  • bottom:可以为直方图的每个条形添加基准线,默认为0。
  • histtype:指定直方图的类型,默认为bar,除此之外,还有barstacked、step和stepfilled
  • align:设置条形边界值的对齐方式,默认为mid,另外还有left和right
  • orientation:设置直方图的摆放方向,默认为垂直方向
  • rwidth:设置直方图条形的宽度
  • log:是否需要对绘图数据进行log变换
  • color:设置直方图的填充色edgecolor:设置直方图边框色
  • label:设置直方图的标签,可通过legend展示其图例

(1)绘制一个具有8个矩形条填充的线条直方图

在这里插入图片描述

(2)改变bins的值则能改变矩形条的条数,如下图中设置的66,设置的数越大条数越多

在这里插入图片描述

六、绘制饼图或者圆环图

使用pie()绘制饼图或者圆环图

语法格式如下:
pie(x,explode=None,labels=None,autopct=None,pctdistance=0.6,shadow=False,
labeldistance=1.1,
startangle=None,radius=None,counterclock=True,wedgeprops=None,textprops=None,
center=(0,0),frame=False,rotatelabels=False,*,data=None)

常用的参数如下:

  • x:表示扇形或锲形的数据
  • explode:表示扇形或锲形离开圆心的距离
  • labels:表示扇形或锲形对应的标签文本
  • autopct:表示控制扇形或锲形的数值显示的字符串,可通过格式字符串指定小数点后的位数.
  • pctdistance:表示扇形或锲形对应的数值标签距离圆心的比例,默认为0.6
  • shadow:表示是否显示阴影
  • labeldistance:表示标签文本的绘制位置(相对于半径的比例),默认为1.1.
  • radius:表示扇形或锲形的半径.
  • startangle:表示起始绘制角度,默认从x轴的正方向逆时针绘制
  • wedgeprops:表示控制扇形或锲形属性的字典.例如:通过wedgeprops={’‘width’:0.7}将锲形的宽度设为0.7.
  • textprops:表示控制图表中文本属性的字典
  • center:表示图表中心点位置,默认为(0,0)
  • frame:表示是否显示图框

(1)绘制一个饼形图

在这里插入图片描述

(2)绘制一个环形图

在这里插入图片描述

(3)绘制一个向外移动的饼状图

在这里插入图片描述

 七、绘制散点图或气泡图

使用scatter()绘制散点图或气泡图

scatter()函数语法格式:
scatter(x, y, s=None, marker=None, cmap=None, norm=None,
vmin=None, vmax=None, alpha=None, linewidths=None,verts=None,
edgecolors=None,* , plotnonfinite=False,data=None  )

在这里插入图片描述

在这里插入图片描述

八、绘制箱形图

使用boxplot()绘制箱形图

使用pyplot的boxplot()函数可以快速绘制箱形图,boxplot()函数的语法如下:
boxplot(x, notch=None, sym=None, vert=None, whis=None,positions=None
widths=None, patch_artist=None, bootstrap=None,usermedians=None,*,)

在这里插入图片描述

九、绘制雷达图

使用polar()绘制雷达图

在这里插入图片描述

十、绘制误差棒图

使用errorbar()绘制误差棒图

在这里插入图片描述

总结

上一篇:Python字符串的转义字符

栏    目:Python代码

下一篇:python 多线程对post请求服务器测试并发的方法

本文标题:Python数据可视化之使用matplotlib绘制简单图表

本文地址:http://www.codeinn.net/misctech/209216.html

推荐教程

广告投放 | 联系我们 | 版权申明

重要申明:本站所有的文章、图片、评论等,均由网友发表或上传并维护或收集自网络,属个人行为,与本站立场无关。

如果侵犯了您的权利,请与我们联系,我们将在24小时内进行处理、任何非本站因素导致的法律后果,本站均不负任何责任。

联系QQ:914707363 | 邮箱:codeinn#126.com(#换成@)

Copyright © 2020 代码驿站 版权所有