Python可视化中的Matplotlib(5.直方图、条形图以及饼图的用法和详细的参数)
1. 直方图 hist()
直方图的参数只有一个X
import matplotlib.pyplot as plt # 导入绘图模块
import numpy as np # 导入需要生成数据的numpy模块
'''直方图'''
'''表示概率,根据x的值来显示x中值出现的概率图'''
'''参数说明: normed=True:将值进行归一化处理,形成概率密度,默认值为Falsecolor: 修改颜色设置直方图的方向:orientation='horizontal': 水平方向默认orientation='vertical' 垂直方向'''
x = np.random.randint(0,10,10)
plt.hist(x,density=True,orientation='horizontal',color='r')
plt.show()
2. 条形图 条形图有两个参数 x,y!
'''条形图 bar()、barh()(条形图有两个参数x,y)'''
x = np.linspace(0,5,5)
y = np.random.randint(0,20,size=5)
'''垂直条形图'''
axes = plt.subplot(1,2,1)
axes.bar(x,y)
'''水平条形图'''
axes2 = plt.subplot(1,2,2)
axes2.barh(x,y)
plt.show()
3. 饼图 pie()(画饼图时也有一个参数x)
饼图适合展示各部分占总体的比例,而条形图适合比较各部分的大小
'''
饼图 pie()
pie() 参数说明: (1)labels=[''] 设置相对应数据的标签(2) labeldistance:设置标签距离圆心的距离:labeldistance (比例值)(值越大离图就越远) (3)autopct='%1.1f%%' : 设置饼图上显示数据,(最外面有两个%(转化为百分比),里面1.1f%即保留一位小数加%)1.2f 即保留两位小数 (4)pctdistance : 设置比例值文字距离圆心的距离,值越大离圆心就越远 (5) explode = () : 参数设置每一块顶点距离圆心的长度(比例值)里面的值的数量和数据是相同的数量,不想设置时直接给个0即可,注意用小括号括起来(6) colors 参数设置每一块的颜色(7) shadow : 设置是否绘制阴影(8) startangle : 设置饼图旋转的度数 (逆时针旋转)
'''
'''可以设置总的百分比没有到达1,不够的地方就没有占满饼图,即把没有占满的地方空出来'''
p = np.array([0.6,0.2,0.1])
axes = plt.subplot(1,2,1)
'''第一个饼图'''
axes.pie(p,labels=['dog','cat','other'],autopct='%1.1f%%',pctdistance=0.8,startangle=60)
# plt.figure(figsize=(4,4)) # 第一种方式让饼图更圆
axes.axis('equal') # 第二种方式让饼图更圆
axes.set_title('one') # 设置标题
'''第二个饼图'''
p2 = np.array([0.4,0.2,0.15,0.15,0.1])
axes2 = plt.subplot(1,2,2)
axes2.pie(p2,labels=['dog','cat','brid','cow','sheep'],labeldistance=1.3,explode=(0,0.2,0.3,0,0.1),shadow=True,autopct='%1.2f%%')
axes2.set_title('two') # 设置标题
axes2.axis('equal')
plt.show()
Python可视化中的Matplotlib(5.直方图、条形图以及饼图的用法和详细的参数)相关推荐
- Python可视化中的Matplotlib(6.散点图以及详细参数、为图形添加文字、注释、箭头以及它们的参数)
1. 散点图 散点图需要两个参数x,y , 但此时,x不是表示x轴的刻度,而是每个点的横轴坐标! 散点图 scatter() 参数说明: (1) color = 'r': 设置颜色 (2) s = 5 ...
- Python可视化中的Matplotlib绘图(1.画图,网格,子图,画正余弦图,坐标轴界限,画圆,)
1.一张基本的图标包含的元素: · x轴和y轴 以及他们的刻度线 .标签.绘图区域 import matplotlib.pyplot as plt # 导入绘图模块 import numpy as n ...
- 2021-04-28 Python可视化图表生成-Matplotlib绘图
Python可视化图表生成-Matplotlib Matplotlib 是Python中类似 MATLAB 的绘图工具,熟悉 MATLAB 也可以很快的上手 Matplotlib 安装 pip ins ...
- Matplotlib 中文用户指南 7.2 Python shell 中使用 Matplotlib
在 Python shell 中使用 Matplotlib 原文:Using matplotlib in a python shell 译者:飞龙 协议:CC BY-NC-SA 4.0 警告 该页面的 ...
- python bashplotlib_Matplotlib 中文用户指南 7.2 Python shell 中使用 Matplotlib
在 Python shell 中使用 Matplotlib 译者:飞龙 警告 该页面的内容已严重过时. 默认情况下,matplotlib 将绘图延迟到脚本结束,因为绘图可能是开销大的操作,并且你可能不 ...
- Python: PyCharm中导入matplotlib时报错:“Backend Qt5Agg is interactive backend”的解决方案...
在使用PyCharm时,在PyCharm的Python Console中 import matplotlib.pyplot as plt时,会出现: Backend Qt5Agg is interac ...
- Python: PyCharm中导入matplotlib时报错:“Backend Qt5Agg is interactive backend”的解决方案
Python: PyCharm中导入matplotlib时报错:"Backend Qt5Agg is interactive backend"的解决方案 在使用PyCharm时,在 ...
- python可视化工具之matplotlib(1)基本图表
文章目录 图表样式及属性简介 1.线linestyle和点marker的样式 2.标题 plt.title() 3.轴标签 plt.xlabel() plt.ylabel() 4.轴范围 (上限下限) ...
- [转载] python可视化分析(matplotlib、seaborn、ggplot2)
参考链接: Python Matplotlib数据可视化2 python可视化分析总结(matplotlib.seaborn.ggplot) 一.matplotlib库1.基本绘图命令3.图形参数设置 ...
最新文章
- linux/Docker
- Linux的命令组成
- 【leetcode】【动态规划】股票买卖
- 基于SSM 技术的服装店管理系统
- SAP FICO面试题
- python绘制网格地图_「GIS教程」Python-GeoPandas地图、专题地图绘制
- 适合初中文凭学的计算机技术,初中毕业学啥技术好 最吃香的手艺
- autojs查找透明图
- ★为什么不要和“穷人”做朋友?
- MongoDB权威指南读书笔记——CRUD
- Lesson 018 —— python 集合
- 如何解决服务器延迟高的问题?
- 2019/01/01 一位前端实习生 艰辛过程 励志 实习周记(二)——第一周
- v06.03 鸿蒙内核源码分析(调度队列) | 内核调度也需要排队 | 百篇博客分析HarmonyOS源码
- css什么是hack,CSS中hack是什么意思
- 2021考研数学必备公式手册(考前救命)
- WebServices 与 Web API 的区别
- 【kernel exploit】CVE-2018-5333 空指针引用漏洞
- MarkDown语言的使用_追逐梦想的顾咏丰_新浪博客
- m软件接收机中同步技术以及LMS-RLS自适应均衡技术的matlab仿真