基础操作

import matplotlib.pyplot as plt
"""
绘制图：
x轴标签为：x_data；
y轴标签为：y_data；
图标题为：title is here!；
左上角显示线条信息；
"""
# 线1，x轴坐标，y轴坐标
x = range(1,5)
y = [5, 6, 8, 9]# 线2，x轴坐标，y轴坐标
x1 = [1, 2, 3, 4]
y1 = [5, 9, 12, 14]plt.xlabel('x_data')        # 定义x轴标签
plt.ylabel('y_data')        # 定义y轴标签
plt.title('title is here!') # 定义标题plt.plot(x, y, label='line one')    # 定义线条信息
plt.plot(x1, y1, label='line two')
plt.legend(loc=0)           # 显示线条信息(定义位置)plt.show()  # 展示绘制的图像

柱形图

# 柱形图
import matplotlib.pyplot as pltx = [2,4,6,8,10]
y = [4,2,6,8,9]plt.xlim(0,12)  # x轴范围为0,12
plt.ylim(0,10)  # y轴范围为0,10
# 等价于   plt.axis([0,12,0,10])plt.bar(x,y)    # 绘制柱形图
plt.xlabel('x_data')        # 定义x轴标签
plt.ylabel('y_data')        # 定义y轴标签
plt.title('title is here!') # 定义标题
plt.show()

直方图

# 直方图import matplotlib.pyplot as plt
import numpy as npx = np.random.randint(1,100,100) # 产生100个值为1到100的随机整数bins = [0,10,20,30,40,50,60,70,80,90,100]plt.hist(x,bins,rwidth=0.7) # 直方图plt.xlabel('x_data')        # 定义x轴标签
plt.ylabel('y_data')        # 定义y轴标签
plt.title('title is here!') # 定义标题
plt.show()

散点图

面向过程的方法绘制散点图

# 散点图import matplotlib.pyplot as plt
import numpy as npx = np.random.randint(1,10,50)
y = np.random.randint(1,10,50)
x1 = np.random.randint(1,10,30)
y1 = np.random.randint(1,10,30)plt.scatter(x,y,color='r')  # 散点图，颜色为红色
plt.scatter(x1,y1,color='g')  # 散点图，颜色为绿色plt.xlabel('x_data')        # 定义x轴标签
plt.ylabel('y_data')        # 定义y轴标签
plt.title('title is here!') # 定义标题
plt.show()

面向对象的方法绘制散点图

# 面向对象绘图
import matplotlib.pyplot as plt
import numpy as npx = np.random.randint(1,10,50)
y = np.random.randint(1,10,50)fig,ax = plt.subplots() # 初始化绘图对象，fig为画布，ax为图像
ax.scatter(x,y)plt.xlabel('x_data')        # 定义x轴标签
plt.ylabel('y_data')        # 定义y轴标签
plt.title('title is here!') # 定义标题
plt.show()

饼图

# 饼图
import matplotlib.pyplot as pltlabel = 'A','B','C','D'
size = [12, 30, 45, 10]     # 占比
explode = (0, 0.1, 0, 0)    # 突出B模块# fig, ax = plt.subplots()
# 自动计算百分比，显示小数点后1位；有阴影；起始角度为90度；突出显示B模块；
# ax.pie(size,labels=label,autopct='%1.1f%%',shadow=True,startangle=90,explode=explode) # 面向对象的方法绘制
# plt.show()# 自动计算百分比，显示小数点后1位；有阴影；起始角度为90度；突出显示B模块；
plt.pie(size,labels=label,autopct='%1.1f%%',shadow=True,startangle=90,explode=explode)  # 面向过程的方法绘制
plt.show()

叠加图

# 叠加图
import matplotlib.pyplot as plt
import numpy as npplt.rcParams['font.sans-serif'] = ['SimHei']    # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False      # 用来正常显示负号t = np.arange(0., 5., 0.2) # 产生0到5.0之间，步长为0.2的等差序列（不包括5.0）# 一张画布上画了三种图
# 分别为 y = x、 y = x^2 、 y = x^3
# r--为黄色虚线，bs为蓝色方块，g^为绿色三角
plt.plot(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^')
plt.show()

plt.text()添加文字说明

# plt.text()添加文字说明
import matplotlib.pyplot as plt
import numpy as npmu, sigma = 100, 15
x = mu + sigma * np.random.randn(10000)# 数据的直方图
n, bins, patches = plt.hist(x, 50, normed=1, facecolor='g', alpha=0.75)plt.xlabel('Smarts')
plt.ylabel('Probability')
plt.title('Histogram of IQ') # 添加标题
plt.text(60, .025, r'$mu=100, sigma=15$') # 添加文字
plt.axis([40, 160, 0, 0.03])
plt.grid(True)plt.show()

【matplotlib笔记】柱形图、直方图、散点图、饼图以及叠加图绘制相关推荐

数据可视化实验：python数据可视化-柱状图，条形图，直方图，饼图，棒图，散点图，气泡图，雷达图，箱线图，折线图
数据可视化实验:python数据可视化实验8-12:大数据可视化工具-python 目录 1柱状图 2条形图 3直方图 4饼图 5棒图 6散点图 7气泡图 8雷达图 9箱线图 10折线图 1柱状图 ...
python使用matplotlib可视化：折线图、条形图、柱状图、直方图、饼图、雷达图（极坐标图）
python使用matplotlib可视化:折线图.条形图.柱状图.直方图.饼图.雷达图(极坐标图) 目录
matplotlib matplotlib中统计直方图hist()、箱线图的画法（四）
#%%import pandas as pd import matplotlib.pyplot as plt reviews = pd.read_csv('fandango_scores.csv') ...
python绘制并列柱状图_Python之matplotlib画图:并列柱状图、饼图及环形图
一.并列柱状图堆积柱状图有堆积柱状图的好处,比如说我们可以很方便地看到多分类总和的趋势. 但是我们发现,在堆积柱状图中,由于基底位置的不同,我们并不能很轻易地弄清楚上方分类的数据的变化趋势. 因此当 ...
【数据挖掘】2022数据挖掘之Matplotlib完整使用（折线图、散点图、柱状图、直方图、饼图）
数据挖掘之Matplotlib 一.数据挖掘基础环境安装与使用 1.库的安装 2.软件推荐(Jupyter Notebook) 3.Jupyter常用快捷键 4.Jupyter中的cell操作二.数 ...
Matplotlib常见图形绘制（折线图、散点图、柱状图、直方图、饼图）
Matplotlib能够绘制折线图.散点图.柱状图.直方图.饼图. 我们需要知道不同的统计图的意义,以此来决定选择哪种统计图来呈现我们的数据. 1 常见图形种类及意义折线图:以折线的上升或下降来表示 ...
matplotlib绘制直方图，饼图，散点图，气泡图，箱型图，雷达图
matplotlib绘制直方图,饼图,散点图,气泡图,箱型图,雷达图一.直方图用10000个正态分布随机数画直方图二.绘制饼图或者圆环图圆环图根据消费支出画圆环图三.绘制散点图或气泡图使 ...
python堆叠面积图_06. Matplotlib 2 |折线图| 柱状图| 堆叠图| 面积图| 填图| 饼图| 直方图| 散点图| 极坐标| 图箱型图...
1.基本图表绘制 plt.plot() 图表类别:线形图.柱状图.密度图,以横纵坐标两个维度为主同时可延展出多种其他图表样式 plt.plot(kind='line', ax=None, figsi ...
Matplotlib 2 |折线图| 柱状图| 堆叠图| 面积图| 填图| 饼图| 直方图| 散点图| 极坐标| 图箱型图
目录 Matplotlib 2 |折线图| 柱状图| 堆叠图| 面积图| 填图| 饼图| 直方图| 散点图| 极坐标| 图箱型图 1.基本图表绘制 plt.plot() ts.plot() 由Seri ...

【matplotlib笔记】柱形图、直方图、散点图、饼图以及叠加图绘制

matplotlib绘图

基础操作

柱形图

直方图

散点图

面向过程的方法绘制散点图

面向对象的方法绘制散点图

饼图

叠加图

plt.text()添加文字说明

【matplotlib笔记】柱形图、直方图、散点图、饼图以及叠加图绘制相关推荐

最新文章

热门文章