1.python plt怎么绘制直方图

# /usr/bin/python

# -*- coding: utf-8 -*-

import numpy as np

from matplotlib import pyplot as plt

data = np.random.normal(0, 1, 100)

bins = np.arange(-10, 10, 1)

plt.xlim([min(data)-1, max(data)+1])

plt.hist(data, bins=bins, alpha=0.5)

plt.title('Random data histogram')

plt.xlabel('x label')

plt.ylabel('count')

plt.show()

2.求助,python画柱状图,如何在里面填充不同图案

方法一：

import matplotlib.pyplot as plt;plt.rcdefaults()

import numpy as np

from pandas import Series

fig,axes = plt.subplots(2,1)

data = Series(np.random.rand(5),index = list('abcde'))

data.plot(kind = 'bar',ax = axes[0],color='k',alpha = 0.7)

data.plot(kind = 'barh

3.如何用python绘制各种图形

1.环境系统：windows10python版本：python3.6.1使用的库：matplotlib,numpy2.numpy库产生随机数几种方法import numpy as npnumpy.randomrand(d0, d1, 。

, dn) In [2]: x=np.random.rand(2,5)In [3]: xOut[3]:array([[ 0.84286554, 0.50007593, 0.66500549, 0.97387807, 0.03993009],[ 0.46391661, 0.50717355, 0.21527461, 0.92692517, 0.2567891 ]])randn(d0, d1, 。, dn)查询结果为标准正态分布In [4]: x=np.random.randn(2,5)In [5]: xOut[5]:array([[-0.77195196, 0.26651203, -0.35045793, -0.0210377 , 0.89749635],[-0.20229338, 1.44852833, -0.10858996, -1.65034606, -0.39793635]])randint(low,high,size) 生成low到high之间(半开区间 [low, high)),size个数据In [6]: x=np.random.randint(1,8,4)In [7]: xOut[7]: array([4, 4, 2, 7])random_integers(low,high,size) 生成low到high之间(闭区间 [low, high)),size个数据In [10]: x=np.random.random_integers(2,10,5)In [11]: xOut[11]: array([7, 4, 5, 4, 2])3.散点图x x轴y y轴s 圆点面积c 颜色marker 圆点形状alpha 圆点透明度 #其他图也类似这种配置N=50# height=np.random.randint(150,180,20)# weight=np.random.randint(80,150,20)x=np.random.randn(N)y=np.random.randn(N)plt.scatter(x,y,s=50,c='r',marker='o',alpha=0.5)plt.show()4.折线图x=np.linspace(-10000,10000,100) #将-10到10等区间分成100份y=x**2+x**3+x**7plt.plot(x,y)plt.show()折线图使用plot函数5.条形图N=5y=[20,10,30,25,15]y1=np.random.randint(10,50,5)x=np.random.randint(10,1000,N)index=np.arange(N)plt.bar(left=index,height=y,color='red',width=0.3)plt.bar(left=index+0.3,height=y1,color='black',width=0.3)plt.show()orientation设置横向条形图N=5y=[20,10,30,25,15]y1=np.random.randint(10,50,5)x=np.random.randint(10,1000,N)index=np.arange(N)# plt.bar(left=index,height=y,color='red',width=0.3)# plt.bar(left=index+0.3,height=y1,color='black',width=0.3)#plt.barh() 加了h就是横向的条形图，不用设置orientationplt.bar(left=0,bottom=index,width=y,color='red',height=0.5,orientation='horizontal')plt.show()6.直方图m1=100sigma=20x=m1+sigma*np.random.randn(2000)plt.hist(x,bins=50,color="green",normed=True)plt.show()# #双变量的直方图# #颜色越深频率越高# #研究双变量的联合分布#双变量的直方图#颜色越深频率越高#研究双变量的联合分布x=np.random.rand(1000)+2y=np.random.rand(1000)+3plt.hist2d(x,y,bins=40)plt.show()7.饼状图#设置x,y轴比例为1:1，从而达到一个正的圆#labels标签参数，x是对应的数据列表，autopct显示每一个区域占的比例，explode突出显示某一块，shadow阴影labes=['A','B','C','D']fracs=[15,30,45,10]explode=[0,0.1,0.05,0]#设置x,y轴比例为1:1，从而达到一个正的圆plt.axes(aspect=1)#labels标签参数，x是对应的数据列表，autopct显示每一个区域占的比例，explode突出显示某一块，shadow阴影plt.pie(x=fracs,labels=labes,autopct="%.0f%%",explode=explode,shadow=True)plt.show()8.箱型图import matplotlib.pyplot as pltimport numpy as npdata=np.random.normal(loc=0,scale=1,size=1000)#sym 点的形状，whis虚线的长度plt.boxplot(data,sym="o",whis=1.5)plt.show()#sym 点的形状，whis虚线的长度。