matplotlib 使用简明教程(三)-一些专业图表简介
matplotlib 使用简明教程(三)-一些专业图表简介
- 统计、概率分布
- `plt.boxplot(x,**kwargs)`
- `plt.violinplot(dataset, positions=None, vert=True, widths=0.5, showmeans=False, showextrema=True, showmedians=False, points=100, bw_method=None, hold=None, data=None)`
- 分级图
- `plt.hexbin(x, y, C=None, gridsize=100, bins=None, **kwargs)`
- `plt.pcolormesh([X, Y,] C, **kwargs)`
- `plt.hist(x, bins=None, **kwargs)`
- `plt.hist2d(x, y, bins=10, range=None, normed=False, weights=None, cmin=None, cmax=None, hold=None, data=None, **kwargs)`
- 频谱分析
- 等高线
- 场/流
这里对一些不太了解领域的库进行简要的介(fan)绍(yi),感兴趣的读者可以自行了解。
这些图表都在 matplotlib.pyplot 中进行了封装。
统计、概率分布
plt.boxplot(x,**kwargs)
绘制箱形图
重要参数:
- x:输入的参数,可以是一个二维数组
- positions:每个箱的位置
- vert:True 为图表方向垂直,False 为水平
- whis:设置内限(上下边缘)与四分位距的关系,默认 1.5
- usermedians:使用该参数中的数据代替 x 中计算得出的均值
- labels:标签的数组
关于箱型图
- 上四分位 Q3
- 下四分位 Q1
- 四分位距 IQR=Q3-Q1
- 异常值截断点(内限) Q3+1.5IQR和Q1-1.5IQR
- 外限 Q3+3IQR和Q1-3IQR
- 温和的异常值 内限与外限之间的异常值
- 极端的异常值 外限意外的异常值
plt.violinplot(dataset, positions=None, vert=True, widths=0.5, showmeans=False, showextrema=True, showmedians=False, points=100, bw_method=None, hold=None, data=None)
琴形图和箱形图式非常类似的,不过琴形图会把分布状况也表现出来
重要参数:
- dataset:将要绘制的数据集
- positions:绘制琴的位置
- vert:True 为图表方向垂直,False 为水平
- showmeans:是否显示均值
- showextrema:是否显示极值
- showmedians:是否显示中位数
分级图
plt.hexbin(x, y, C=None, gridsize=100, bins=None, **kwargs)
根据数据坐标的分布绘制分级图
重要参数:
- x, y:两个一维数组,将根据 x[i],y[i] 组成坐标的分布,绘制分级图
- C:一维数组
- C[i] 将会规定 (x[i], y[i])坐标的权重,绘制时,某个坐标点的权重会进行平均处理
- 当 C 为 None 时,x[i],y[i] 坐标的权重为 1 且结果不做平均值处理。
- gridsize:默认 100,x 轴方向的六边形数量;y 轴的六边形数量会进行调整
- bins:分级的方式
- None :直接分级,六边形的颜色即反应数量
- ‘log’ :按照 log10(i+1)log_{10}(i+1)log10(i+1) 决定六边形颜色
- 一个整数:该整数决定等级的数量
- 一个整数序列:按照给定的整数序列确定每个分级的底线
- xscale,yscale:x、y 轴的扫描方式,‘linear’ 或 ‘log’
- mincnt:不显示数量小于 mincnt 的六边形
plt.pcolormesh([X, Y,] C, **kwargs)
根据坐标情况绘制“伪色图”,即通过颜色的冷暖而不是亮暗来显示图像。
- C:代表颜色深度的二维数组
- X、Y:坐标的一维数组,可选
染色方式如下:
plt.hist(x, bins=None, **kwargs)
绘制柱状图,与 plt.bar()
的区别在于,hist 函数的参数是离散的数据,需要计算分布结果后绘制;而 bar 函数的参数是直接的柱体高度。
重要参数:
- x:一组或多组离散数据点,每组的数据不要求长度相同。
- weights:每个数据点的权重
- 一个与 x 形状保持一致的数组,表示每个数据点的权重,结果会进行累加
- None,每个数据点权重为 1
- bins:分级的方式
- ‘auto’ :自动分级
- 一个整数:该整数加 1 决定等级的数量
- 一个整数序列:按照给定的整数序列确定每个分级的底线
- range:一个元组数据,决定分级的最小、最大值
- bottom:决定分级的基底
- 一个数字:所有数据点的基底都由该数字决定
- 一个数组:分别决定每个分布的基底
- density:是否使用概率密度函数显示分布结果
plt.hist2d(x, y, bins=10, range=None, normed=False, weights=None, cmin=None, cmax=None, hold=None, data=None, **kwargs)
绘制二维的柱状图,类似 hexbin 函数,不过每个小格是正方形的。
重要参数:
- x,y:两个一维数组,输入的数据点坐标信息
- bins:决定分级方式
- int,决定 x、y 的分级数
- [int, int] 分别决定 x、y 的分级数
- array 决定 x、y 每级的范围
- [array, array] 分别决定 x、y 的每级的范围
- range:一个 2x2 的矩阵,决定图表范围
- weights:None 或一个一维数组,weights[i] 决定 (x[i], y[i]) 坐标数据点的权重;默认权重为 1
- normed:是否使用数量而不是概率密度函数来显示数据
频谱分析
函数名 | 简介 |
---|---|
acorr | 绘制 x 的自相关函数 |
xcorr | 绘制 x 有 y 的互相关性 |
angle_spectrum | 绘制角频谱图 |
magnitude_spectrum | 绘制强度频谱图 |
phase_spectrum | 绘制相位谱图 |
cohere | 绘制 x 与 y 的相干性图 |
scd | 绘制互谱密度 |
psd | 绘制功率谱密度 |
spectrogram | 短时傅里叶变换 |
等高线
函数名 | 简介 |
---|---|
clabel | 给一条等高线添加标注 |
contour | 绘制等高线 |
contourf | 在等高线间填充 |
场/流
函数名 | 简介 |
---|---|
barbs | 风速场 |
quiver | 箭头图 |
quiverkey | 给 quiver 添加注释表填 |
streamplot | 带有场的箭头 |
系列文章:
matplotlib 使用简明教程(一)-基础概念:
https://blog.csdn.net/fenghuizhidao/article/details/79352882
matplotlib 使用简明教程(二)-常用图表
https://blog.csdn.net/fenghuizhidao/article/details/83090043
matplotlib 使用简明教程(三)-一些专业图表简介
https://blog.csdn.net/fenghuizhidao/article/details/83090165
matplotlib 使用简明教程(四)-辅助性元件
https://blog.csdn.net/fenghuizhidao/article/details/83090249
matplotlib 使用简明教程(五)-画布、图表、元素基础操作
https://blog.csdn.net/fenghuizhidao/article/details/83090320
matplotlib 使用简明教程(六)-图像、动画相关
https://blog.csdn.net/fenghuizhidao/article/details/83090512
matplotlib 使用简明教程(七)-样式定义
https://blog.csdn.net/fenghuizhidao/article/details/83090553
matplotlib 使用简明教程(三)-一些专业图表简介相关推荐
- [静态时序分析简明教程(三)]备战秋招,如何看懂一个陌生的timing report
备战秋招,如何看懂一个陌生的timing report 一.写在前面 1.1 快速导航链接· 二.Timing Report 2.1 起始点与终止点 2.2 路径时钟域的归属 2.2 建立时间检查与保 ...
- ArcGIS Pro 简明教程(1)Pro简介
ArcGIS Pro 简明教程(1)Pro简介 ArcGIS Pro已经发布了相当的一段时间了,截至笔者写这系列文章的时候已经是1.3版本了,已经是相当完善的一个版本,基本上已经完成了原来ArcGIS ...
- FusionCharts简单教程(三)-----如何自定义图表上的工具提示
原文出自:http://cmsblogs.com/?p=696.尊重作者的成果,转载请注明出处! 个人站点:http://cmsblogs.com -------------------------- ...
- C#开发GIS应用简明教程(三)
第三章数据处理 在介绍数据处理之前,我们先在MapInfo中生成自己的地图,在本章中将全部使用自己生成的地图.这是因为MapX本身提供的地图和实际应用的地图在数据结构上有较大的差异.不适合用来介绍Ma ...
- JavaScript简明教程三
适合有其他语言编程经验的人快速入门JS(全部阅读大概需要一个小时) 视频教程及ppt代码地址github 5. javascript DOM 文档地址: MDN DOM 1. DOM基础 1. DOM ...
- Linux下CMake简明教程(三)同一目录下多个源文件
如果在同一目录下有多个源文件,那么只要在add_executable里把所有源文件都添加进去就可以了.但是如果有一百个源文件,再这样做就有点坑了,无法体现cmake的优越性,cmake提供了一个命令可 ...
- Pandas简明教程:一、Pandas简介与安装
文章目录 1.Pandas简介 2.为何要用Pandas? 3.知识.技能与环境的准备 4.Pandas的安装与相关辅助资料 本系列教程教程完整目录: 1.Pandas简介 关于Pandas的介绍在百 ...
- Qwt开发教程(三)—Qwt常见类简介#F0222
本文原创作者:冯一川(ifeng12358@163.com),未经作者授权同意,请勿转载. 接下来,我们开始学习Qwt控件的使用来,使用前,先来简单了解下常见的Qwt类. 一.QwtPlot 它继承自 ...
- 计算机简明教程实验总结,《大学物理实验简明教程》.pdf
陕西师范大学教材建设基金资助出版 大学物理实验简明教程 (非物理专业用) 主编 唐纯青 隋 峰 陕西人民出版社 PDF 文件使用 "pdfFactory Pro" 试用版本创建 容 ...
- [静态时序分析简明教程(一)] 绪论
静态时序分析简明教程一:绪论 一.写在前面 1.1 快速导航链接· 二.什么是静态时序分析 三.为什么需要时序约束 四.约束的第一步:综合 4.1 什么是综合 4.2 综合与时序约束的关系 4.2.1 ...
最新文章
- 产品设计体会(1011)少做就是多做
- linux 内核 call,在Linux Kernel內新增一个System Call(转)
- 第1期 | IOST开发者激励计划任务更新
- Leetcode 199. 二叉树的右视图 解题思路及C++实现
- SBO用户清理(最近一直未登录过用户)
- blade企业级开发平台
- centos7 搭建vsftpd服务并锁定用户的家目录
- 6个炫酷又好用的 Python 工具,个个都很奔放呀
- api 定位 微信小程序 精度_一行代码区分微信小程序或QQ小程序
- air什么意思中文_Air 的中文意思是什么?
- Xcode9的xib只支持iOS7.0及以上版本
- Failed to bind properties under mybatis-plus.configuration.result-maps[0]
- 虚拟机以前能上网,突然上不了网
- 机器学习代码实战——SVM(支持向量机)(使用不同核函数)
- 爬虫进阶 -- 爬虫相关定义、反爬机制及其破解
- MATLAB代码:基于非对称纳什谈判的多微网电能共享运行优化策略
- 数据页和数据行(第八周翻译)
- 探索:使用北鲲云平台利用Gaussian16进行HAT反应过渡态的寻找
- Matlab 一张图绘制在一个figure里,多张图绘制在一个figure里,和多张图分别绘制在一个figure里(多重子图)讲解及代码
- 论文解读:Exploring Graph-structured Passage Representation for Multi-hop Reading Comprehension with Grap