前言

Matplotlib 是 Python 的绘图库。 它可与 NumPy 一起使用,提供了一种有效的 MatLab 开源替代方案。 它也可以和图形工具包一起使用,如 PyQt 和 wxPython。

用matplotlib绘制一些大家比较熟悉又经常混淆的统计图形,掌握这些统计图形可以对数据可视化有一个深入理解。

Windows 系统安装 Matplotlib

进入到 cmd 窗口下,执行以下命令:

python -m pip install -U pip setuptools

python -m pip install matplotlib

Linux 系统安装 Matplotlib

可以使用 Linux 包管理器来安装:

Debian / Ubuntu:

sudo apt-get install python-matplotlib

Fedora / Redhat:

sudo yum install python-matplotlib

Mac OSX 系统安装 Matplotlib

Mac OSX 可以使用 pip 命令来安装:

sudo python -mpip install matplotlib

安装完后,你可以使用 python -m pip list 命令来查看是否安装了 matplotlib 模块。

$ python -m pip list | grep matplotlib

matplotlib (1.3.1)

1.函数bar()--用于绘制柱状图

在x轴上绘制定性数据的分布特征

import matplotlib as mpl

import matplotlib.pyplot as plt

mpl.rcParams["font.sans-serif"]=["SimHei"]

mpl.rcParams["axes.unicode_minus"]=False

x=[1,2,3,4,5,6,7,8]

y=[3,1,4,5,8,9,7,2]

plt.bar(x,y,align="center",color="c",tick_label=["q","a","c","e","r","j","b","p"],hatch="/")

plt.xlabel("箱子编号")

plt.ylabel("箱子重量(kg)")

plt.show()

2.

2、函数barh()--用于绘制条形图

在y轴上绘制定性数据的分布特征

import matplotlib as mpl

import matplotlib.pyplot as plt

mpl.rcParams["font.sans-serif"]=["SimHei"]

mpl.rcParams["axes.unicode_minus"]=False

x=[1,2,3,4,5,6,7,8]

y=[3,1,4,5,8,9,7,2]

plt.barh(x,y,align="center",color="c",tick_label=["q","a","c","e","r","j","b","p"],hatch="/")

plt.xlabel("箱子编号")

plt.ylabel("箱子重量(kg)")

plt.show()

3.

3、函数hist()--用于绘制直方图

在x轴上绘制定量数据的分布特征

import matplotlib as mpl

import matplotlib.pyplot as plt

import numpy as np

mpl.rcParams["font.sans-serif"]=["SimHei"]

mpl.rcParams["axes.unicode_minus"]=False

#set test scores

boxWeight = np.random.randint(0,10,100)

x = boxWeight

#plot histogram

bins = range(0,11,1)

plt.hist(x,bins=bins,

color="g",

histtype="bar",

rwidth=1,

alpha=0.6)

#set x,y-axis label

plt.xlabel("箱子重量(kg)")

plt.ylabel("销售数量(个)")

plt.show()

4.函数pie()--用于绘制饼图

绘制定性数据的不同类别的百分比

import matplotlib as mpl

import matplotlib.pyplot as plt

mpl.rcParams["font.sans-serif"]=["SimHei"]

mpl.rcParams["axes.unicode_minus"]=False

kinds ="简易箱","保温箱","行李箱","密封箱"

colors = ["#e41a1c","#377eb8","#4daf4a","#984ea3"]

soldNums = [0.05,0.45,0.15,0.35]

#pie chart

plt.pie(soldNums,

labels=kinds,

autopct="%3.1f%%",

startangle=60,

colors=colors)

plt.title("不同类型箱子的销售数量占比")

plt.show()

5.函数polar()--用于绘制极线图

在极坐标图上绘制折线图

import matplotlib.pyplot as plt

import numpy as np

barSlices = 12

theta = np.linspace(0.0,2*np.pi,barSlices,endpoint=False)

r = 30*np.random.rand(barSlices)

plt.polar(theta,r, #theta每个标记所在射线与极径的夹角,r每个标记到原点的距离

color="chartreuse",

linewidth=2,

marker="*",

mfc="b",

ms=10)

plt.show()

6.函数scatter()--用于绘制气泡图

二维数据借助气泡图大小展示三维数据

import matplotlib.pyplot as plt

import matplotlib as mpl

import numpy as np

a = np.random.randn(100)

b = np.random.randn(100)

#colormap:RdYlBu

plt.scatter(a,b,s=np.power(10*a+20*b,2),#s散点标记的大小

c=np.random.rand(100),#c散点标记的颜色

cmap=mpl.cm.RdYlBu,#将浮点数映射成颜色的颜色映射表

marker='o')

plt.show()

7.函数stem()--用于绘制棉棒图

绘制离散的有序数据

import matplotlib.pyplot as plt

import numpy as np

x = np.linspace(0.5,2*np.pi,20)

y = np.random.randn(20)

plt.stem(x,y,linefmt="-.",markerfmt="o",basefmt="-")

linefmt棉棒的样式、markerfmt棉棒末端的样式、basefmt指定基线的样式

plt.show()

8.函数boxplot()--用于绘制箱型图

绘制箱型图

import matplotlib.pyplot as plt

import matplotlib as mpl

import numpy as np

mpl.rcParams["font.sans-serif"]=["SimHei"]

mpl.rcParams["axes.unicode_minus"]=False

x = np.random.randn(1000)

plt.boxplot(x)

plt.xticks([1],["随机数生成器AlphaRM"])

plt.ylabel("随机数值")

plt.title("随机数生成器抗干扰能力的稳定性")

plt.grid(axis="y",ls=":",lw=1,color="gray",alpha=0.4)

plt.show()

9.函数errorbar()--用于绘制误差棒图

绘制y轴方向或是x轴方向的误差范围

import matplotlib.pyplot as plt

import numpy as np

x = np.linspace(0.1,0.6,6)

y = np.exp(x)

plt.errorbar(x,y,fmt="bo:",yerr=0.2,xerr=0.02)

plt.xlim(0,0.7)

plt.show()

总结

以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对脚本之家的支持。

python画统计图代码_Python使用统计函数绘制简单图形实例代码相关推荐

  1. python代码示例图形-Python使用统计函数绘制简单图形实例代码

    前言 Matplotlib 是 Python 的绘图库. 它可与 NumPy 一起使用,提供了一种有效的 MatLab 开源替代方案. 它也可以和图形工具包一起使用,如 PyQt 和 wxPython ...

  2. python制作3d相册代码_Python使用matplotlib绘制3D图形(代码示例)

    本篇文章给大家带来的内容是关于Python使用matplotlib绘制3D图形(代码示例),有一定的参考价值,有需要的朋友可以参考一下,希望对你有所帮助. 3D图形在数据分析.数据建模.图形和图像处理 ...

  3. python的turtle怎么画曲线_利用 turtle库绘制简单图形

    turtle库是python的基础绘图库,这个库被介绍为一个最常用的用来介绍编程知识的方法库,其主要是用于程序设计入门,是标准库之一,利用turtle可以制作很多复杂的绘图. turtle名称含义为& ...

  4. python matplotlib绘制函数图形_【总结篇】Python matplotlib之使用统计函数绘制简单图形...

    写在前面 作者注:我在这里只总结函数的功能及其用法,程序实例参考链接:link 我们用下面的语句来导入matplotlib库: 1import matplotlib.pyplot as plt 绘制简 ...

  5. python turtle画有趣的图形_Python turtle库绘制简单图形

    一.简介 Python中的turtle库是一个直观有趣的图形绘制函数库.turtle库绘制图形有一个基本框架:一个小海龟在坐标系中爬行,其爬行轨迹形成了绘制图形. 二.简单的图形列举 1.绘制4个不同 ...

  6. python画三维坐标_使用PyOpenGL绘制三维坐标系实例

    我就废话不多说了,直接上代码吧! def drawCoordinate(): ''' 绘制三维的坐标系,并绘制由坐标轴构成的平面的网格,各个坐标轴的颜色以及由坐标轴所引出的网格线的颜色为: x: (1 ...

  7. python水仙花数总结_python打印n位数“水仙花数”(实例代码)

    注:所谓n位数"水仙花数"是指一个n数,其各位数字n次方和等于该数本身.如三位数"水仙花数"是指一个三位数,其各位数3次方和等于该数本身. 一.3位数" ...

  8. python十点半游戏代码_Python实现Pig Latin小游戏实例代码

    前言: 本文研究的主要是Python实现pig Latin小游戏的简单代码,具体介绍如下. Pig Latin是一个语言游戏. 步骤: 1.让用户输入一个英文单词 2.确保用户输入一个有效单词 3.将 ...

  9. 怎样用python把数据分开_python使用pandas实现数据分割实例代码

    本文研究的主要是Python编程通过pandas将数据分割成时间跨度相等的数据块的相关内容,具体如下. 先上数据,有如下dataframe格式的数据,列名分别为date.ip,我需要统计每5s内出现的 ...

最新文章

  1. 聊聊linux查看服务和端口状态命令netstat
  2. CentOS修改忘记密码
  3. mysql基础搭建_MySql基础-构建MySql数据库:安装MySql-server、MySql-client
  4. java开发前的准备工作_三、开发java程序前的准备工作
  5. plsql学习范例--使用utl_file包将查询结果输出到文件中
  6. 一封电子邮件的发送和接收的主要步骤
  7. HttpServletRequest 对象
  8. 适合初学者的struts简单案例
  9. python快速接手别人的代码_十步教你如何接手别人的代码!
  10. C++安全方向(三):3.6 SHA2原理分析和比特币挖矿,以及代码演示
  11. 如何才能招募更多合伙人?合伙人裂变的核心是什么?
  12. SQL Server中的表变量
  13. mybatis-plus根据多个字段排序_PHP中Thinkphp5框架的多字段排序
  14. 研究生开学需要准备的事宜(准研究生和保研必看)
  15. ryzen cpu 用啥linux,AMD Ryzen锐龙处理器配什么主板?AMD 锐龙Ryzen CPU搭配主板技巧...
  16. final关键字多态
  17. 企业征信查询工具--企信宝
  18. CeSi 安装与配置
  19. 存储资源盘活系统,“盘活”物联网架构难题
  20. 机械原理习题-(附答案)

热门文章

  1. hibernate jpa_JPAHibernate替代方案。 如果JPA或Hibernate对于我的项目而言不够好,该怎么办?...
  2. 背包问题九讲_背包问题
  3. Java 8 map(),flatMap()示例
  4. web.xml.jsf_使用JSF 2.2功能来开发可滚动,可延迟加载的Ajax数据表
  5. 批处理 设置电脑最佳性能_批处理最佳做法
  6. 创新设计模式:原型模式
  7. Spring Cloud –基本设置
  8. Java 8 –按值对HashMap进行升序和降序排序
  9. 在WildFly的REST Web服务中与Jackson的双向关系
  10. jsf集成spring_Spring和JSF集成:动态导航