一:基本绘图函数(这里介绍16个,还有许多其他的)
二:pyplot饼图plt.pie的绘制
三:pyplot直方图plt.hist的绘制
(一)修改第二个参数bins:代表直方图的个数,均分为多段,取其中的每段均值
(二)normed为1代表我们要使用归一化数据(所占比例)在y轴,为0表示每个期间所占个数
四:pyplot极坐标图bar的绘制(角度空间内展示效果不错,在生活中不常用)
五:pyplot散点图的绘制(面向对象绘制:各种绘制函数变为当前图表区域对象的方法,这是推荐的方法)
一:基本绘图函数(这里介绍16个,还有许多其他的)
二:pyplot饼图plt.pie的绘制
import matplotlib import matplotlib.pyplot as plt labels = 'Frogs','Hogs','Dogs','Logs' sizes = [15,30,45,10] #这是各个区域所占的大小,不一定是100,会自动换算为百分比 explode = (0,0.1,0,0) #0.1是表示这个区域突出的程度 plt.pie(sizes,explode=explode,labels=labels,autopct="%1.1f%%",shadow=False,startangle=90) #explode是突出比例,startangle起始角度 plt.show()
plt.axis("equal") #将饼图变水平
三:pyplot直方图plt.hist的绘制
import numpy as np import matplotlib.pyplot as plt np.random.seed(0) mu,sigma = 100,20 #均值和标准差 a = np.random.normal(mu,sigma,size=100) #正态分布,size=100,表示一维数组,长度100 plt.hist(a,20,normed=1,histtype="stepfilled",facecolor="b",alpha=0.75) plt.title("Histogram") plt.show()
def hist(x, bins=10, range=None, normed=False, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False, hold=None, data=None, **kwargs):
(一)修改第二个参数bins:代表直方图的个数,均分为多段,取其中的每段均值
plt.hist(a,10,normed=1,histtype="stepfilled",facecolor="b",alpha=0.75)
plt.hist(a,20,normed=1,histtype="stepfilled",facecolor="b",alpha=0.75)
plt.hist(a,40,normed=1,histtype="stepfilled",facecolor="b",alpha=0.75)
(二)normed为1代表我们要使用归一化数据(所占比例)在y轴,为0表示每个期间所占个数
plt.hist(a,20,normed=1,histtype="stepfilled",facecolor="b",alpha=0.75)
plt.hist(a,20,normed=0,histtype="stepfilled",facecolor="b",alpha=0.75)
四:pyplot极坐标图的绘制(角度空间内展示效果不错,在生活中不常用)
import numpy as np import matplotlib.pyplot as plt N = 20 #表示极坐标图中数据的个数 theta = np.linspace(0.0,2*np.pi,N,endpoint=False) #起始值0,结束值2∏,元素个数(等分角度),是否将最后结束值放入数据 radii = 10*np.random.rand(N) #生成每个元素对应的值,一维数组含20列 width = np.pi/4*np.random.rand(N) #∏/4*np.random..rand(N) 生成宽度值 ax = plt.subplot(111,projection="polar") #111绘制一个绘图区域,projection给出了polar绘制极坐标图的指示 bars = ax.bar(theta,radii,width=width,bottom=0.0) #left(绘制极坐标区域中那些颜色区域的时候是从哪开始的<角度>),height(中心点到边缘的长度),width(每个绘图区域在角度范围内辐射的面积) for r,bar in zip(radii,bars): bar.set_facecolor(plt.cm.viridis(r/10.)) #使用for循环对每一个绘图区域进行颜色和透明度的设置,若是没有这个那么全是蓝色 bar.set_alpha(0.5) plt.show()
修改N和width
N = 10 width = np.pi/2*np.random.rand(N)
五:pyplot散点图的绘制(面向对象绘制:各种绘制函数变为当前图表区域对象的方法,这是推荐的方法)
import numpy as np import matplotlib.pyplot as plt fig, ax = plt.subplots() #返回图表以及图表相关的区域,为空代表绘制区域为111 ax.plot(10*np.random.randn(100),10*np.random.randn(100),'o') #randn标准正态分布,有100个元素在一维数组中,乘以10,使值分布大些,plot参数x,y‘o’是实心圆标记 ax.set_title("Simple Scatter") plt.show()
补充:
subplots和subplot方法作用相似:
subplots会返回一个图表和图表相关的区域
subplot只会返回区域
总结