python画图实战_python实战学习之matplotlib绘图续
学习完matplotlib绘图可以设置的属性,还需要学习一下除了折线图以外其他类型的图如直方图,条形图,散点图等,matplotlib还支持更多的图,具体细节可以参考官方文档:https://matplotlib.org/gallery/index.html
折线图
折线图主要是以折线的上升或者下降表示数据的增减
plt.plot() 调用多次可以在同一张图上绘制多条折线
x = range(11,31,1)
a = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
b = [1,0,3,1,2,2,3,3,2,1,2,1,1,1,1,1,1,1,1,1]
plt.xticks(x)
plt.plot(x,a,label="数据A",linestyle="-",color="red",alpha=0.5)
plt.plot(x,b,label="数据B",linestyle="--",color="blue",alpha=0.5)
plt.legend(prop=my_font,loc="best")
plt.show()
散点图
散点图主要是表示x和y之间的关系
与折线图唯一不同的就是绘制散点图调用的是 scatter方法
a = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22]
b = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13]
x_a = range(1,31)
x_b = range(70,100)
#设置图形大小
plt.figure(figsize=(15,8),dpi=80)
#使用scatter方法绘制散点图
plt.scatter(x_a,a,label="数据A")
plt.scatter(x_b,b,label="数据B")
#添加图例
plt.legend(prop=my_font)
#展示
plt.show()
条形图
条形图主要是统计离散数据
竖着的条形图
与折线图唯一不同的就是绘条形图调用的是 bar方法,需要设置条形的宽度
a = ["流浪地球","疯狂的外星人","飞驰人生","大黄蜂","熊出没·原始时代","新喜剧之王","白蛇:缘起","阿丽塔:战斗天使","死侍2:我爱我家","密室逃生","一吻定情","神探蒲松龄","小猪佩奇过大年 ","廉政风云 ","掠食城市","钢铁飞龙之奥特曼崛起","一条狗的回家路","家和万事惊","命运之夜——天之杯:恶兆之花","我想吃掉你的胰脏"]
b=[43.14,21.35,16.35,11.37,6.9,6.11,4.42,4.22,2.83,2.29,1.64,1.5,1.22,1.11,0.4997,0.3746,0.36,0.3233,0.3136,0.2361]
#设置图形大小
plt.figure(figsize=(15,8),dpi=80)
#绘制条形图
plt.bar(range(len(a)),b,width=0.3)
#设置字符串到x轴
plt.xticks(range(len(a)),a,fontproperties=my_font,rotation=90)
plt.show()
横着的条形图
与竖着的条形图不同的是需要设置y轴的坐标,绘制图形调用的是 barh方法,需要设置条形的高度
a = ["流浪地球","疯狂的外星人","飞驰人生","大黄蜂","熊出没·原始时代","新喜剧之王","白蛇:缘起","阿丽塔:战斗天使","死侍2:我爱我家","密室逃生","一吻定情","神探蒲松龄","小猪佩奇过大年 ","廉政风云 ","掠食城市","钢铁飞龙之奥特曼崛起","一条狗的回家路","家和万事惊","命运之夜——天之杯:恶兆之花","我想吃掉你的胰脏"]
b=[43.14,21.35,16.35,11.37,6.9,6.11,4.42,4.22,2.83,2.29,1.64,1.5,1.22,1.11,0.4997,0.3746,0.36,0.3233,0.3136,0.2361]
#设置图形大小
plt.figure(figsize=(18,6),dpi=80)
#绘制条形图
plt.barh(range(len(a)),b,height=0.3,color="orange")
#设置字符串到y轴
plt.yticks(range(len(a)),a,fontproperties=my_font)
plt.grid(alpha=0.3)
plt.show()
多组数据绘制在一个图上
a = ["数据A","数据B","数据C","数据D"]
b_1 = [15746,290,4497,339]
b_2 = [12357,176,2045,168]
b_3 = [2358,369,2358,392]
bar_width = 0.2
x_1 = list(range(len(a)))
x_2 = [i+bar_width for i in x_1]
x_3 = [i+bar_width*2 for i in x_1]
#设置图形大小
plt.figure(figsize=(20,8),dpi=80)
plt.bar(range(len(a)),b_1,width=bar_width,label="1日")
plt.bar(x_2,b_2,width=bar_width,label="2日")
plt.bar(x_3,b_3,width=bar_width,label="3日")
#设置图例
plt.legend(prop=my_font)
#设置x轴的刻度
plt.xticks(x_2,a,fontproperties=my_font)
plt.show()
直方图
直方图主要是 统计连续的数据
需要把所有的数据分成N组,组数需要适当,太少会有较大的统误差,太多规律不明显
组数 = 极差(最大值-最小值)/组距
组距:指每个小组的两个端点的距离
与折线图唯一不同的就是绘制直方图调用的是 hist方法 需要传入数据和组数
a=[131, 98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124, 101, 110, 116, 117, 110, 128, 128, 115, 99, 136, 126, 134, 95, 138, 117, 111,78, 132, 124, 113, 150, 110, 117, 86, 95, 144, 105, 126, 130,126, 130, 126, 116, 123, 106, 112, 138, 123, 86, 101, 99, 136,123, 117, 119, 105, 137, 123, 128, 125, 104, 109, 134, 125, 127,105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120, 114,105, 115, 132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134,156, 106, 117, 127, 144, 139, 139, 119, 140, 83, 110, 102,123,107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133,112, 114, 122, 109, 106, 123, 116, 131, 127, 115, 118, 112, 135,115, 146, 137, 116, 103, 144, 83, 123, 111, 110, 111, 100, 154,136, 100, 118, 119, 133, 134, 106, 129, 126, 110, 111, 109, 141,120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126,114, 140, 103, 130, 141, 117, 106, 114, 121, 114, 133, 137, 92,121, 112, 146, 97, 137, 105, 98, 117, 112, 81, 97, 139, 113,134, 106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110,105, 129, 137, 112, 120, 113, 133, 112, 83, 94, 146, 133, 101,131, 116, 111, 84, 137, 115, 122, 106, 144, 109, 123, 116, 111,111, 133, 150]
#计算组数
d = 3 #组距
num_bins = (max(a)-min(a))//d
#设置图形的大小
plt.figure(figsize=(20,8),dpi=80)
plt.hist(a,num_bins)
#设置x轴的刻度
plt.xticks(range(min(a),max(a)+d,d))
plt.grid()
plt.show()
python画图实战_python实战学习之matplotlib绘图续相关推荐
- python实战学习之matplotlib绘图续
学习完matplotlib绘图可以设置的属性,还需要学习一下除了折线图以外其他类型的图如直方图,条形图,散点图等,matplotlib还支持更多的图,具体细节可以参考官方文档:https://matp ...
- python画图比赛_Python选修课第二届Turtle绘图大赛
20181101173,荀梓恒 20181101197,叶普旭 代码如下: import turtle as t t.setup(width=0.5, height=0.75, startx=None ...
- Python基础知识学习笔记——Matplotlib绘图
Python基础知识学习笔记--Matplotlib绘图 整理python笔记,以防忘记 文章目录 Python基础知识学习笔记--Matplotlib绘图 一.绘图和可视化 1.导入模块 2.一个简 ...
- Python 玩数据分析:统计 Excel 并用 Matplotlib 绘图
Python 玩数据分析:统计 Excel 并用 Matplotlib 绘图 数据无处不在 我希望我懂得如何使用基本的电子公式 一图胜千言 完整代码 作者:高玉涵 时间:2022.6.19 11: ...
- python画图角度_Python画图
Python画图 使用Echarts Echarts是百度开源的js绘图工具, pyecharts是Echarts的封装, 安装pip install pyecharts. pyecharts只能将绘 ...
- python画图横坐标_python画图把时间作为横坐标的方法
1.需要将时间字符串转换成datetime类型,语法:data['time'] = pd.to_datetime(data['time']) 2.将时间列设置成索引列data.set_index('t ...
- python画图大全_python画图教程
python画图教程内容摘要 python画图教程这个方法是通过如何设置权限,郑州室内设计教程,1真品劳力士的把头.①注册微信:纹身师教程,1注册域名即是网址2申请网站空间3把要放到网上的资料做成网页 ...
- python设置画图风格_Python可视化33|matplotlib-rcParams及绘图风格(style)设置详解
本文详细介绍matplotlib-绘图风格(style)及rcParams设置. 本文速览 1.rcParams默认参数修改 rcParams中默认参数绘图 修改rcParams默认参数 取消rcPa ...
- python笔记4(矩阵和随机数 matplotlib绘图基础散点图折线图柱状图)
记录python听课笔记 文章目录 记录python听课笔记 一,矩阵 1.1矩阵创建 1.2矩阵运算 矩阵的乘法 矩阵转置T 矩阵求逆I 二,随机数 2.1随机数模块 numpy.random 2. ...
最新文章
- eclipse集成mybatis的generater插件
- linux tcp窗口大小设置,高性能Linux:TCP/IP内核参数调优之TCP窗口扩大因子(TCP Window Scaling)选项(理论篇)...
- 3D显示Cell效果
- 程序员面试题精选100题(62)-C/C++/C#面试题(5)
- mysql语法6_全面接触SQL语法(6)_mysql
- java download oracle,Oracle Java Products Download
- JavaFX 一 出生新手村(阅读小规则)
- java blob字段_java 存取blob字段
- HtmlHelper扩展 及 页面编码化
- 【kafka】Kafka扩容
- 13 个开源备份解决方案
- Linux 使用 shell 脚本处理字符串
- OpenWHO课程 Introduction to COVID-19: methods for detection, prevention, response and control 小抄
- 续《用最简单的例子实现jQuery图片即时上传》之多图上传实现
- 20200815每日一句
- 被static修饰的map、list GC问题
- 16 - 12 - 20 KMP算法 模式匹配 终极奥义!
- 计算机专业选什么笔记本cpu,笔记本电脑什么配置好?来看看这款硬核办公本
- C#、打开basler相机
- 小米手机(MIUI)介绍以及工程机评测 【持续更新】
热门文章
- python cv2.resize_Python OpenCV 图像缩放 cv2.resize 方法
- App.vue文件本质上也是js文件(javascript文件)
- python爬虫筛选数据_[python爬虫]使用beautifulsoup库的select方法对网页内容进行筛选...
- 4000元性价比主机
- 【文献阅读】Densely Connected Convolutional Networks-best paper-CVPR-2017
- 【caffe-windows】 caffe-master 之 卷积核可视化(利用matlab)
- 一篇文章快速搞懂C++生成随机数
- 深度学习中的专业英语词汇(by Youki)
- Spring框架中集合属性为对象的注入方法
- 深度学习之RNN、LSTM、GRU篇