matplotlib：使用函数绘制图表的组成元素和绘制简单图形

matplotlib：使用函数绘制图表的组成元素和绘制简单图形

一、使用函数绘制matplotlib的图表组成元素

1.1 绘制matplotlib图表组成元素

首先，我们了解一下matplotlib是如何组织内容的。在一个图形输出窗口中，底层是一个Figure实例，我们称其为画布。
在画布上，自然是图形，这些图形就是Axes实例，Axes实例几乎包含了我们要介绍的matplotlib组成元素，我们利用matplotlib.pyplot模块的API中的函数

1.2 数据准备

我们导入NumPy和快速绘图模块pyplot。

import matplotlib.pyplot as plt
import numpy as np

现在要定义一些所需要的数据：

x=np.linspace(0.5,3.5,100)
y=np.sin(x)
y1=np.random.randn(100)

【代码解释】

• np.linspace(0.5,3.5,100):表示从0.5到3.5均匀取100个点。
• np.random.randn(100)：在标准正态中随机取100个数。

1.3 绘制matplotlib图表组成元素的函数用法

这些都是Python中matplotlib库里用于绘图和设置图表属性的重要函数，下面为你逐一介绍它们的用法和示例：

1. plt.plot()

• 功能：用于绘制折线图，可将一系列的数据点用直线连接起来。
• 调用签名

plt.plot(x,y,ls='-',lw=2,label="plot figure"

• 参数说明
  位置参数：x，y轴上的数值。
  ls：折线图的线条风格，常见取值有 '-'（实线，默认值）、'--'（虚线）、 '-.'（点划线）、':'（点线）等。
  lw：线条宽度。
  label:线条名字。

【示例】

import matplotlib.pyplot as plt
import numpy as np

x=np.linspace(-10,30,100000)
y=np.sin(x)
y1=np.random.randn(100000)

plt.plot(x,y,ls='-',lw='2',label="正弦曲线")
plt.legend()
plt.show()

【结果】

2. plt.scatter()

• 功能：用于绘制散点图，将数据点以离散的点的形式展示。
• 调用签名：

plt.scatter(x,y,c="b",label="scatter figure")

-参数解释：
位置参数：x，y轴上的数值。
label:线条名字。
c:表示散点图标记的颜色。
【示例】：

import matplotlib.pyplot as plt
import numpy as np

x=np.linspace(-10,30,100)
y=np.sin(x)
y1=np.random.randn(100)

plt.scatter(x,y,c='b',label="sinx")
plt.legend()
plt.show()

【结果】

3. plt.xlim()

• 功能：用于设置X轴的显示范围。
• 调用签名：

plt.xlim(xmin,xmax)

-参数解释：
xmin：x轴上的最小值。
xmax: x轴上的最大值。
【示例】：

import matplotlib.pyplot as plt
import numpy as np

x=np.linspace(-10,30,10000)
y=np.sin(x)
y1=np.random.randn(10000)

plt.plot(x,y,ls='-',lw='2',label="sinx")
plt.xlim(-20,30)
plt.ylim(-20,30)

plt.legend()
plt.show()

【结果】

4. plt.xlabel()

• 功能：用于为X轴添加标签。
• 调用签名：

plt.xlabel(string)

【示例】：

import matplotlib.pyplot as plt
import numpy as np

x=np.linspace(-10,30,10000)
y=np.sin(x)
y1=np.random.randn(10000)

plt.plot(x,y,ls='-',lw='2',label="sinx")
plt.xlim(-20,30)
plt.ylim(-20,30)

plt.xlabel("x-axis")
plt.legend()
plt.show()

【结果】

5. plt.grid()

• 功能：用于在图表中添加网格线，方便查看数据点的位置。
• 调用签名：

plt.grid(linestyle=":",color="r")

-参数解释：
linestyle：指定网格线的样式，'-‘表示实线（默认值），’–‘表示虚线，’-.‘表示点划线，’:'表示点线。
color:指定网格线的颜色，颜色名称字符串，如 ‘r’ 代表红色，‘b’ 代表蓝色，‘g’ 代表绿色，‘y’ 代表黄色等。十六进制颜色码，例如 ‘#FF0000’ 也表示红色。
【示例】：

import matplotlib.pyplot as plt
import numpy as np

x=np.linspace(-10,30,10000)
y=np.sin(x)
y1=np.random.randn(10000)

plt.plot(x,y,ls='-',lw='2',label="sinx")
plt.xlim(-10,30)
plt.ylim(-2,2)

plt.grid(linestyle=":",color="r")

plt.xlabel("x-axis")
plt.ylabel("y-axis")
plt.legend()
plt.show()

【结果】

6. plt.axhline()&plt.axvline()

• 功能：用于绘制一条水平参考线。
• 调用签名：

plt.axhline(y=0.0,c="r",ls="--",lw=2)
plt.axvline(x=4.0,c="r",ls="--",lw=2)

-参数解释：
位置参数：h从y出发，v从x出发
【示例】：

import matplotlib.pyplot as plt
import numpy as np

x=np.linspace(-10,30,10000)
y=np.sin(x)
y1=np.random.randn(10000)

plt.plot(x,y,ls='-',lw='2',label="sinx")
plt.xlim(-10,30)
plt.ylim(-2,2)

plt.grid(linestyle=":",color="r")

plt.axhline(y=0.0,c="r",ls='--',lw='2')
plt.axvline(x=4.0,c="r",ls='--',lw='2')

plt.xlabel("x-axis")
plt.ylabel("y-axis")
plt.legend()
plt.show()

【结果】

7. plt.axhspan()&plt.axvspan()

• 功能：用于在图表中绘制一个垂直的区域。
• 调用签名：

plt.axvspan(xmin=1.0,xmax=2.0,facecolor="y",alpha=0.3)

-参数解释：
facecolor：填充色
alpha:透明度
【示例】：

import matplotlib.pyplot as plt
import numpy as np

x=np.linspace(-10,30,10000)
y=np.sin(x)
y1=np.random.randn(10000)

plt.plot(x,y,ls='-',lw='2',label="sinx")
plt.xlim(-10,30)
plt.ylim(-2,2)

plt.grid(linestyle=":",color="r")

plt.axhline(y=0.0,c="r",ls='--',lw='2')
plt.axvline(x=4.0,c="r",ls='--',lw='2')

plt.axvspan(xmin=1.0,xmax=10.0,facecolor="y",alpha=0.3)
plt.axhspan(ymin=-1.0,ymax=1.0,facecolor="g",alpha=0.3)

plt.xlabel("x-axis")
plt.ylabel("y-axis")
plt.legend()
plt.show()

【结果】

8. plt.annotate()

• 功能：用于在图表中添加注释，可指向特定的数据点。
• 调用签名：

plt.annotate(text, xy, xytext=None, xycoords='data', textcoords=None, arrowprops=dict(arrowstyle='->',connectionstyle="arc3",color="b"), annotation_clip=None, **kwargs)
plt.annotate(text, xy, xytext=None, weight='blod', textcoords=None, arrowprops=dict(arrowstyle='->',connectionstyle="arc3",color="b"), annotation_clip=None)

-参数解释：
text：注释文本
xy:备注点坐标
xytext:注视点的位置坐标
xycoords：注释文本粗细风格
arrowprops注释文本箭头的属性字典
annotation_clip：布尔值，控制注释是否会被坐标轴裁剪。True 表示会被裁剪，False 表示不会被裁剪，默认值取决于具体情况。

【示例】：

import matplotlib.pyplot as plt
import numpy as np

x=np.linspace(-10,30,10000)
y=np.sin(x)


plt.plot(x,y,ls='-',lw='2',label="sinx")
plt.xlim(-10,30)
plt.ylim(-2,2)

plt.grid(linestyle=":",color="r")

plt.axhline(y=0.0,c="r",ls='--',lw='2')
plt.axvline(x=4.0,c="r",ls='--',lw='2')

plt.axvspan(xmin=1.0,xmax=10.0,facecolor="y",alpha=0.3)
plt.axhspan(ymin=-1.0,ymax=1.0,facecolor="g",alpha=0.3)

plt.annotate("maximum",xy=(np.pi/2,1.0),xytext=((np.pi/2)+1.0,0.8),
             xycoords="data",
             weight="bold",
             color="b",
             arrowprops=dict(arrowstyle='->',connectionstyle="arc3",color="b")
             )

plt.xlabel("x-axis")
plt.ylabel("y-axis")
plt.legend()
plt.show()

【结果】

9. plt.text()

• 功能：用于在图表中指定位置添加文本。
• 调用签名：

plt.text(x,y,string,weight="blod",color="b")

【示例】：

import matplotlib.pyplot as plt
import numpy as np

x=np.linspace(-10,30,10000)
y=np.sin(x)


plt.plot(x,y,ls='-',lw='2',label="sinx")
plt.xlim(-10,30)
plt.ylim(-2,2)

plt.grid(linestyle=":",color="r")

plt.axhline(y=0.0,c="r",ls='--',lw='2')
plt.axvline(x=4.0,c="r",ls='--',lw='2')

plt.axvspan(xmin=1.0,xmax=10.0,facecolor="y",alpha=0.3)
plt.axhspan(ymin=-1.0,ymax=1.0,facecolor="g",alpha=0.3)

plt.annotate("maximum",xy=(np.pi/2,1.0),xytext=((np.pi/2)+1.0,0.8),
             xycoords="data",
             weight="bold",
             color="b",
             arrowprops=dict(arrowstyle='->',connectionstyle="arc3",color="b")
             )

plt.text(20,0.9,"y=sin(x)",weight="bold",color="b")

plt.xlabel("x-axis")
plt.ylabel("y-axis")
plt.legend()
plt.show()

【结果】

10. plt.title()

• 功能：用于为图表添加标题。
• 调用签名：

plt.title(string)

【示例】：

import matplotlib.pyplot as plt
import numpy as np

x=np.linspace(-10,30,10000)
y=np.sin(x)


plt.plot(x,y,ls='-',lw='2',label="sinx")
plt.xlim(-10,30)
plt.ylim(-2,2)

plt.grid(linestyle=":",color="r")

plt.axhline(y=0.0,c="r",ls='--',lw='2')
plt.axvline(x=4.0,c="r",ls='--',lw='2')

plt.axvspan(xmin=1.0,xmax=10.0,facecolor="y",alpha=0.3)
plt.axhspan(ymin=-1.0,ymax=1.0,facecolor="g",alpha=0.3)

plt.annotate("maximum",xy=(np.pi/2,1.0),xytext=((np.pi/2)+1.0,0.8),
             xycoords="data",
             weight="bold",
             color="b",
             arrowprops=dict(arrowstyle='->',connectionstyle="arc3",color="b")
             )

plt.text(20,0.9,"y=sin(x)",weight="bold",color="b")

plt.title("y=sinx")
plt.xlabel("x-axis")
plt.ylabel("y-axis")
plt.legend()
plt.show()

【结果】

11. plt.legend()

• 功能：用于为图表中的不同元素添加图例，方便区分。
• 调用签名：

plt.legend(loc="lower left")

-参数解释：
loc：图中的地理位置
【示例】：

import matplotlib.pyplot as plt
import numpy as np

x=np.linspace(-10,30,10000)
y=np.sin(x)


plt.plot(x,y,ls='-',lw='2',label="sinx")
plt.xlim(-10,30)
plt.ylim(-2,2)

plt.grid(linestyle=":",color="r")

plt.axhline(y=0.0,c="r",ls='--',lw='2')
plt.axvline(x=4.0,c="r",ls='--',lw='2')

plt.axvspan(xmin=1.0,xmax=10.0,facecolor="y",alpha=0.3)
plt.axhspan(ymin=-1.0,ymax=1.0,facecolor="g",alpha=0.3)

plt.annotate("maximum",xy=(np.pi/2,1.0),xytext=((np.pi/2)+1.0,0.8),
             xycoords="data",
             weight="bold",
             color="b",
             arrowprops=dict(arrowstyle='->',connectionstyle="arc3",color="b")
             )

plt.text(20,0.9,"y=sin(x)",weight="bold",color="b")

plt.title("y=sinx")
plt.xlabel("x-axis")
plt.ylabel("y-axis")
plt.legend(loc="lower left")
plt.show()

【结果】

1.4 合

import matplotlib.pyplot as plt
import numpy as np

x=np.linspace(-10,30,10000)
y=np.sin(x)


plt.plot(x,y,ls='-',lw='2',label="sinx")
plt.xlim(-10,30)
plt.ylim(-2,2)


plt.scatter(x,y,c='b',label="sinx")

plt.grid(linestyle=":",color="r")

plt.axhline(y=0.0,c="r",ls='--',lw='2')
plt.axvline(x=4.0,c="r",ls='--',lw='2')

plt.axvspan(xmin=1.0,xmax=10.0,facecolor="y",alpha=0.3)
plt.axhspan(ymin=-1.0,ymax=1.0,facecolor="g",alpha=0.3)

plt.annotate("maximum",xy=(np.pi/2,1.0),xytext=((np.pi/2)+1.0,0.8),
             xycoords="data",
             weight="bold",
             color="b",
             arrowprops=dict(arrowstyle='->',connectionstyle="arc3",color="b")
             )

plt.text(20,0.9,"y=sin(x)",weight="bold",color="b")

plt.title("y=sinx")
plt.xlabel("x-axis")
plt.ylabel("y-axis")
plt.legend(loc="lower left")
plt.show()

二、使用统计函数绘制简单图形

2.1 函数bar()绘制柱状图

• 函数功能：在x轴上绘制定性数据的分布特征。
• 调用签名：

plt.bar(x,y)
plt.bar(x, height, width=0.8, bottom=None, align='center', data=None, **kwargs)

• 参数解释
  • x：表示柱子的位置，可以是数字列表、数组或者 pandas 的 Series 对象。它定义了每个柱子在 x 轴上的中心位置。
  • height：表示柱子的高度，同样可以是数字列表、数组或者 pandas 的 Series 对象。它决定了每个柱子的垂直高度。
  • width（可选）：柱子的宽度，默认值为 0.8。可以是单个数值，表示所有柱子的宽度；也可以是与 x 长度相同的数组，表示每个柱子的宽度。
  • bottom（可选）：柱子底部的起始位置，默认值为 None，即从 0 开始。可以是单个数值或与 x 长度相同的数组。
  • align（可选）：柱子的对齐方式，有 'center'（居中对齐，默认值）和 'edge'（边缘对齐）两种选项。当 align='edge' 时，还可以通过 width 的正负来控制柱子是向左还是向右对齐。
    • data（可选）：如果提供了 data 参数，则 x 和 height 可以是 data 对象中的列名。
    • **kwargs：其他可选参数，用于设置柱子的外观，例如：
    • color：柱子的颜色，可以是单个颜色值或与 x 长度相同的颜色列表。
    • edgecolor：柱子边框的颜色。
    • linewidth：柱子边框的宽度。
    • tick_label：每个柱子对应的刻度标签。
    • hatch：柱子的填充样式，如 '/'、'\\'、'|' 等。

【示例】

import numpy as np
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]
y=[5,5,4,6,6]

plt.bar(x,y,width=0.5,color="c",align="center",tick_label=["a","b","c","d","e"],hatch="/")

plt.xlabel("箱子编号")
plt.ylabel("箱子重量（kg）")
plt.title("示例")
plt.show()

【运行结果】

2.2 函数barh()绘制条形图

• 函数功能：在y轴上绘制定性数据的分布特征。
• 调用签名：

plt.barh(x,y)
plt.barh(y, width, height=0.8, left=None, align='center', **kwargs)

• 参数解释

  • y
    - 类型：数值序列（如列表、数组等）。
    - 作用：确定每个水平柱子在 y 轴上的位置，类似于 plt.bar() 中的 x 参数，它定义了水平柱子中心对应的 y 轴坐标。

    • width
      • 类型：数值序列（如列表、数组等）。
      • 作用：表示每个水平柱子的宽度，也就是柱子在 x 轴方向上的延伸长度，对应于垂直柱状图里柱子的高度。

  • height

    • 类型：数值或与 y 长度相同的序列。
    • 作用：水平柱子的高度，即柱子在 y 轴方向上的厚度，默认值为 0.8。你既可以传入一个单一数值让所有柱子高度相同，也可以传入一个序列为每个柱子单独指定高度。

  • left

    • 类型：数值或与 y 长度相同的序列。
    • 作用：水平柱子左侧的起始位置，默认值为 None，即从 x 轴的 0 位置开始。同样，既可以是一个统一的数值，也可以为每个柱子分别指定起始位置。

  • align

    • 类型：字符串，可选值为 'center' 或 'edge'。
    • 作用：指定柱子的对齐方式。'center'（默认值）表示柱子在 y 指定的位置处居中显示；'edge' 表示柱子的边缘与 y 指定的位置对齐。

  • **kwargs

    • 类型：关键字参数。
    • 作用：用于设置柱子的其他外观属性，常见的有：
      • color：柱子的颜色，可以是单个颜色值（如 'r' 代表红色），也可以是与 y 长度相同的颜色列表，为每个柱子指定不同颜色。
      • edgecolor：柱子边框的颜色。
      • linewidth：柱子边框的宽度。
      • tick_label：每个柱子对应的刻度标签，是一个字符串列表，用于在 y 轴上标记每个柱子的含义。
      • hatch：柱子的填充样式，例如 '/'、'\\'、'|' 等，能让柱子呈现不同的填充效果。

【 示例代码】

import matplotlib.pyplot as plt

# 定义数据
y = [1, 2, 3, 4, 5]
width = [5, 5, 4, 6, 6]

# 绘制水平柱状图
plt.barh(y, width, height=0.6, left=1, align='edge', color='g', tick_label=['A', 'B', 'C', 'D', 'E'])

# 添加标题和坐标轴标签
plt.title('水平柱状图示例')
plt.xlabel('数值')
plt.ylabel('类别')

# 显示图形
plt.show()

2.3. plt.hist() 绘制直方图

• 函数功能：用于展示数据的分布情况，将数据划分为若干区间（bin），统计每个区间内数据的频数，并以柱状图的形式呈现。
• 调用签名：

plt.hist(x, bins=None, range=None, density=False, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False, **kwargs)

• 参数解释：
  • x：
    • 类型：数值序列（如列表、数组等）。
    • 作用：输入的数据，是要进行直方图统计的数据集合。
  • bins：
    • 类型：整数、序列或字符串。
    • 作用：指定直方图的区间数量。如果是整数，则表示将数据划分为指定数量的等宽区间；如果是序列，则该序列定义了区间的边界；如果是字符串，如 'auto'，则会自动选择合适的区间数量。
  • range：
    • 类型：元组（min, max）。
    • 作用：指定数据的取值范围，只有在该范围内的数据才会被统计，默认值为 None，表示使用数据的最小值和最大值作为范围。
  • density：
    • 类型：布尔值。
    • 作用：如果为 True，则直方图的面积归一化为 1，即显示的是概率密度而不是频数；默认值为 False。
  • weights：
    • 类型：与 x 长度相同的数值序列。
    • 作用：为每个数据点分配权重，用于加权统计。默认值为 None，表示所有数据点权重相同。
  • cumulative：
    • 类型：布尔值。
    • 作用：如果为 True，则绘制累积直方图；默认值为 False。
  • bottom：
    • 类型：数值或序列。
    • 作用：指定每个柱子的底部位置，类似于 plt.bar() 中的 bottom 参数。默认值为 None，表示从 0 开始。
  • histtype：
    • 类型：字符串，可选值为 'bar'、'barstacked'、'step'、'stepfilled'。
    • 作用：指定直方图的类型。'bar' 是普通的柱状图；'barstacked' 是堆叠柱状图；'step' 是阶梯状直方图；'stepfilled' 是填充的阶梯状直方图。
  • align：
    • 类型：字符串，可选值为 'left'、'mid'、'right'。
    • 作用：指定柱子的对齐方式。'mid' 是默认值，表示柱子居中对齐。
  • orientation：
    • 类型：字符串，可选值为 'vertical' 或 'horizontal'。
    • 作用：指定直方图的方向，'vertical' 表示垂直方向，'horizontal' 表示水平方向。
  • rwidth：
    • 类型：数值。
    • 作用：柱子的相对宽度，取值范围在 0 到 1 之间，用于调整柱子之间的间距。默认值为 None，表示自动调整。
  • log：
    • 类型：布尔值。
    • 作用：如果为 True，则使用对数刻度；默认值为 False。
  • color：
    • 类型：单个颜色值或颜色列表。
    • 作用：指定柱子的颜色。
  • label：
    • 类型：字符串。
    • 作用：为直方图添加标签，用于图例显示。
  • stacked：
    • 类型：布尔值。
    • 作用：如果为 True，则将多个数据集的直方图堆叠在一起；默认值为 False。
  • **kwargs：
    • 类型：关键字参数。
    • 作用：其他可选参数，用于设置柱子的外观，如 edgecolor（边框颜色）、linewidth（边框宽度）等。
• 示例代码：

import matplotlib.pyplot as plt
import numpy as np

# 生成随机数据
data = np.random.randn(1000)

# 绘制直方图
plt.hist(data, bins=20, color='b', edgecolor='k')

# 添加标题和坐标轴标签
plt.title('直方图示例')
plt.xlabel('数值')
plt.ylabel('频数')

# 显示图形
plt.show()

2.4 plt.pie() 绘制饼图

• 函数功能：用于展示各部分数据占总体的比例关系，将一个圆划分为若干扇形，每个扇形的面积表示该部分数据占总体的比例。
• 调用签名：

plt.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=0, radius=1, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False, rotatelabels=False, normalize=True, hatch=None, data=None)

• 参数解释：
  • x：
    • 类型：数值序列（如列表、数组等）。
    • 作用：输入的数据，表示各部分的数值大小。这些数值将被归一化为占总体的比例。
  • explode：
    • 类型：与 x 长度相同的数值序列。
    • 作用：指定每个扇形与圆心的偏移量，用于突出显示某些部分。默认值为 None，表示所有扇形都不偏移。
  • labels：
    • 类型：字符串列表。
    • 作用：为每个扇形添加标签，用于说明各部分的含义。默认值为 None，表示不显示标签。
  • colors：
    • 类型：颜色列表。
    • 作用：指定每个扇形的颜色。默认值为 None，表示使用默认的颜色循环。
  • autopct：
    • 类型：字符串或函数。
    • 作用：用于在扇形上显示百分比。如果是字符串，如 '%1.1f%%'，则表示保留一位小数显示百分比；如果是函数，则可以自定义百分比的显示格式。默认值为 None，表示不显示百分比。
  • pctdistance：
    • 类型：数值。
    • 作用：百分比文本距离圆心的比例，取值范围在 0 到 1 之间。默认值为 0.6。
  • shadow：
    • 类型：布尔值。
    • 作用：如果为 True，则为饼图添加阴影效果；默认值为 False。
  • labeldistance：
    • 类型：数值。
    • 作用：标签文本距离圆心的比例，取值范围在 0 到 1 之间。默认值为 1.1。
  • startangle：
    • 类型：数值。
    • 作用：指定饼图的起始角度，以度为单位。默认值为 0，表示从 x 轴正方向开始。
  • radius：
    • 类型：数值。
    • 作用：指定饼图的半径。默认值为 1。
  • counterclock：
    • 类型：布尔值。
    • 作用：如果为 True，则按逆时针方向绘制饼图；默认值为 True。
  • wedgeprops：
    • 类型：字典。
    • 作用：用于设置扇形的属性，如 linewidth（边框宽度）、edgecolor（边框颜色）等。
  • textprops：
    • 类型：字典。
    • 作用：用于设置文本（标签和百分比）的属性，如 fontsize（字体大小）、color（字体颜色）等。
  • center：
    • 类型：元组（x, y）。
    • 作用：指定饼图的中心位置。默认值为 (0, 0)。
  • frame：
    • 类型：布尔值。
    • 作用：如果为 True，则绘制饼图的边框；默认值为 False。
  • rotatelabels：
    • 类型：布尔值。
    • 作用：如果为 True，则标签文本将根据扇形的角度旋转；默认值为 False。
  • normalize：
    • 类型：布尔值。
    • 作用：如果为 True，则将 x 中的数值归一化为占总体的比例；默认值为 True。
  • hatch：
    • 类型：字符串或字符串列表。
    • 作用：指定扇形的填充样式，如 '/'、'\\'、'|' 等。
  • data：
    • 类型：字典或 pandas 的 DataFrame。
    • 作用：如果提供了 data 参数，则 x 和 labels 可以是 data 对象中的列名。
• 示例代码：

import matplotlib.pyplot as plt

# 定义数据
sizes = [15, 30, 45, 10]
labels = ['A', 'B', 'C', 'D']

# 绘制饼图
plt.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=90)

# 使饼图为正圆形
plt.axis('equal')

# 添加标题
plt.title('饼图示例')

# 显示图形
plt.show()

2.5 plt.polar() 绘制极坐标图

• 函数功能：用于在极坐标系统中绘制图形，适合展示具有周期性或方向性的数据。
• 调用签名：

plt.polar(theta, r, **kwargs)

• 参数解释：
  • theta：
    • 类型：数值序列（如列表、数组等）。
    • 作用：表示极角，以弧度为单位。极角是从极轴（通常为 x 轴正方向）开始逆时针测量的角度。
  • r：
    • 类型：数值序列（如列表、数组等）。
    • 作用：表示极径，即从极点（原点）到数据点的距离。
  • **kwargs：
    • 类型：关键字参数。
    • 作用：用于设置图形的外观，如 color（颜色）、linestyle（线条样式）、marker（标记样式）等。
• 示例代码：

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
theta = np.linspace(0, 2 * np.pi, 100)
r = np.sin(2 * theta)

# 绘制极坐标图
plt.polar(theta, r, color='r')

# 添加标题
plt.title('极坐标图示例')

# 显示图形
plt.show()

2.6 plt.scatter() 绘制散点图

• 函数功能：用于展示两个变量之间的关系，将数据点以散点的形式绘制在二维平面上。
• 调用签名：

plt.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, edgecolors=None, plotnonfinite=False, data=None, **kwargs)

• 参数解释：
  • x：
    • 类型：数值序列（如列表、数组等）。
    • 作用：表示数据点的 x 坐标。
  • y：
    • 类型：数值序列（如列表、数组等）。
    • 作用：表示数据点的 y 坐标。
  • s：
    • 类型：数值或数值序列。
    • 作用：指定散点的大小。如果是单个数值，则所有散点大小相同；如果是序列，则每个散点的大小由对应位置的值决定。默认值为 None，表示使用默认大小。
  • c：
    • 类型：颜色、颜色序列或数值序列。
    • 作用：指定散点的颜色。如果是单个颜色值，则所有散点颜色相同；如果是颜色序列，则每个散点的颜色由对应位置的值决定；如果是数值序列，则会根据 cmap 参数指定的颜色映射将数值映射为颜色。默认值为 None，表示使用默认颜色。
  • marker：
    • 类型：字符串。
    • 作用：指定散点的标记样式，如 'o'（圆形）、's'（正方形）、'^'（三角形）等。默认值为 'o'。
  • cmap：
    • 类型：字符串或 matplotlib.colors.Colormap 对象。
    • 作用：指定颜色映射，用于将数值序列 c 映射为颜色。默认值为 None，表示使用默认的颜色映射。
  • norm：
    • 类型：matplotlib.colors.Normalize 对象。
    • 作用：用于将数值序列 c 归一化到 0 到 1 的范围，以便进行颜色映射。默认值为 None，表示使用线性归一化。
  • vmin、vmax：
    • 类型：数值。
    • 作用：指定颜色映射的最小值和最大值。如果 c 是数值序列，则 vmin 和 vmax 用于确定颜色映射的范围。默认值为 None，表示使用 c 的最小值和最大值。
  • alpha：
    • 类型：数值，取值范围在 0 到 1 之间。
    • 作用：指定散点的透明度，0 表示完全透明，1 表示完全不透明。默认值为 None，表示使用默认透明度。
  • linewidths：
    • 类型：数值或数值序列。
    • 作用：指定散点边框的宽度。默认值为 None，表示使用默认宽度。
  • edgecolors：
    • 类型：颜色、颜色序列或字符串。
    • 作用：指定散点边框的颜色。如果是单个颜色值，则所有散点边框颜色相同；如果是颜色序列，则每个散点边框的颜色由对应位置的值决定；如果是字符串 'face'，则边框颜色与散点内部颜色相同。默认值为 None，表示使用默认边框颜色。
  • plotnonfinite：
    • 类型：布尔值。
    • 作用：如果为 True，则绘制非有限值（如 NaN、inf）的数据点；默认值为 False。
  • data：
    • 类型：字典或 pandas 的 DataFrame。
    • 作用：如果提供了 data 参数，则 x 和 y 可以是 data 对象中的列名。
  • **kwargs：
    • 类型：关键字参数。
    • 作用：其他可选参数，用于设置图形的属性，如 label（标签，用于图例显示）等。
• 示例代码：

import matplotlib.pyplot as plt
import numpy as np

# 生成随机数据
x = np.random.rand(100)
y = np.random.rand(100)
colors = np.random.rand(100)
sizes = 1000 * np.random.rand(100)

# 绘制散点图
plt.scatter(x, y, c=colors, s=sizes, alpha=0.5)

# 添加标题和坐标轴标签
plt.title('散点图示例')
plt.xlabel('X')
plt.ylabel('Y')

# 显示图形
plt.show()

2.7 plt.stem() 绘制杆状图

• 函数功能：用于绘制离散序列的数据，每个数据点用一个垂直的杆和一个标记表示，适合展示离散信号或序列。
• 调用签名：

plt.stem(x=None, y, linefmt=None, markerfmt=None, basefmt=None, bottom=0, label=None, use_line_collection=False, orientation='vertical', **kwargs)

• 参数解释：
  • x：
    • 类型：数值序列（如列表、数组等）。
    • 作用：表示数据点的 x 坐标。如果不提供，则默认为 range(len(y))。
  • y：
    • 类型：数值序列（如列表、数组等）。
    • 作用：表示数据点的 y 坐标。

  2.8 plt.boxplot() 绘制箱线图

• 函数功能：用于展示数据的分布情况，通过绘制箱子和须线，能直观地呈现数据的中位数、四分位数、异常值等统计信息，便于比较不同组数据的分布特征。
• 调用签名：

plt.boxplot(x, notch=None, sym=None, vert=None, whis=None, positions=None, widths=None, patch_artist=None, bootstrap=None, usermedians=None, conf_intervals=None, meanline=None, showmeans=None, showcaps=None, showbox=None, showfliers=None, boxprops=None, labels=None, flierprops=None, medianprops=None, meanprops=None, capprops=None, whiskerprops=None, manage_ticks=True, autorange=False, zorder=None, data=None)

• 参数解释：
  • x：
    • 类型：数组或数组序列。
    • 作用：输入的数据，可以是单个数据集，也可以是多个数据集组成的序列，用于绘制箱线图。
  • notch：
    • 类型：布尔值。
    • 作用：如果为 True，则绘制带缺口的箱线图，缺口表示中位数的置信区间；默认值为 False。
  • sym：
    • 类型：字符串。
    • 作用：指定异常值的标记样式，如 'o' 表示圆形，'*' 表示星号等。默认值为 'b+'，即蓝色的加号。
  • vert：
    • 类型：布尔值。
    • 作用：如果为 True，则绘制垂直方向的箱线图；如果为 False，则绘制水平方向的箱线图。默认值为 True。
  • whis：
    • 类型：数值或序列。
    • 作用：确定须线的长度。默认值为 1.5，表示须线延伸到四分位数间距（IQR）的 1.5 倍处；也可以传入一个序列，指定上下须线的不同延伸倍数。
  • positions：
    • 类型：数值序列。
    • 作用：指定箱线图在 x 轴（垂直箱线图）或 y 轴（水平箱线图）上的位置。默认值为 range(1, N+1)，其中 N 是数据集的数量。
  • widths：
    • 类型：数值或数值序列。
    • 作用：指定箱线图的宽度。如果是单个数值，则所有箱线图宽度相同；如果是序列，则每个箱线图的宽度由对应位置的值决定。
  • patch_artist：
    • 类型：布尔值。
    • 作用：如果为 True，则使用 Patch 对象绘制箱子，便于设置箱子的填充颜色等属性；默认值为 False。
  • showfliers：
    • 类型：布尔值。
    • 作用：如果为 True，则显示异常值；默认值为 True。
  • labels：
    • 类型：字符串列表。
    • 作用：为每个箱线图添加标签，用于说明不同组数据的含义。
  • boxprops：
    • 类型：字典。
    • 作用：用于设置箱子的属性，如 color（颜色）、linewidth（边框宽度）等。
  • flierprops：
    • 类型：字典。
    • 作用：用于设置异常值的属性，如 markerfacecolor（标记填充颜色）、markeredgecolor（标记边框颜色）等。
  • medianprops：
    • 类型：字典。
    • 作用：用于设置中位数线的属性，如 color（颜色）、linewidth（线宽）等。
  • meanprops：
    • 类型：字典。
    • 作用：用于设置均值线的属性（如果显示均值），如 color（颜色）、linestyle（线条样式）等。
  • capprops：
    • 类型：字典。
    • 作用：用于设置须线端点（帽）的属性，如 color（颜色）、linewidth（线宽）等。
  • whiskerprops：
    • 类型：字典。
    • 作用：用于设置须线的属性，如 color（颜色）、linestyle（线条样式）等。
• 示例代码：

import matplotlib.pyplot as plt
import numpy as np

# 生成三组随机数据
data1 = np.random.normal(100, 10, 200)
data2 = np.random.normal(90, 20, 200)
data3 = np.random.normal(80, 30, 200)
data = [data1, data2, data3]

# 绘制箱线图
plt.boxplot(data, labels=['A', 'B', 'C'])

# 添加标题和坐标轴标签
plt.title('箱线图示例')
plt.ylabel('数值')

# 显示图形
plt.show()

2.9 plt.errorbar() 绘制误差线图

• 函数功能：用于展示数据点及其误差范围，在数据存在测量误差或不确定性时非常有用，能直观地反映数据的可靠性。
• 调用签名：

plt.errorbar(x, y, yerr=None, xerr=None, fmt='', ecolor=None, elinewidth=None, capsize=None, barsabove=False, lolims=False, uplims=False, xlolims=False, xuplims=False, errorevery=1, capthick=None, *, data=None, **kwargs)

• 参数解释：
  • x：
    • 类型：数值序列（如列表、数组等）。
    • 作用：表示数据点的 x 坐标。
  • y：
    • 类型：数值序列（如列表、数组等）。
    • 作用：表示数据点的 y 坐标。
  • yerr：
    • 类型：数值、数值序列或二维数组。
    • 作用：指定 y 方向的误差范围。如果是单个数值，则所有数据点的误差相同；如果是序列，则每个数据点的误差由对应位置的值决定；如果是二维数组，则分别表示上下误差。
  • xerr：
    • 类型：数值、数值序列或二维数组。
    • 作用：指定 x 方向的误差范围，用法与 yerr 类似。
  • fmt：
    • 类型：字符串。
    • 作用：指定数据点的标记样式和线条样式，如 'ro-' 表示红色圆形标记并用实线连接。
  • ecolor：
    • 类型：颜色。
    • 作用：指定误差线的颜色。默认值为 None，表示使用与数据点相同的颜色。
  • elinewidth：
    • 类型：数值。
    • 作用：指定误差线的宽度。默认值为 None，表示使用默认宽度。
  • capsize：
    • 类型：数值。
    • 作用：指定误差线端点帽的大小。默认值为 None，表示使用默认大小。
  • barsabove：
    • 类型：布尔值。
    • 作用：如果为 True，则误差线绘制在数据点之上；默认值为 False。
  • lolims、uplims、xlolims、xuplims：
    • 类型：布尔值。
    • 作用：用于指定误差范围是否为单边限制，如 lolims=True 表示 y 方向的下误差为单边限制。
  • errorevery：
    • 类型：整数或序列。
    • 作用：指定每隔多少个数据点绘制误差线。如果是整数，则每隔指定数量的点绘制；如果是序列，则只在序列指定的位置绘制。
  • capthick：
    • 类型：数值。
    • 作用：指定误差线端点帽的厚度。默认值为 None，表示使用默认厚度。
• 示例代码：

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = np.array([1, 2, 3, 4, 5])
y = np.array([2, 4, 6, 8, 10])
y_err = np.array([0.5, 1, 1.5, 2, 2.5])

# 绘制误差线图
plt.errorbar(x, y, yerr=y_err, fmt='o', color='b', ecolor='r', capsize=5)

# 添加标题和坐标轴标签
plt.title('误差线图示例')
plt.xlabel('X')
plt.ylabel('Y')

# 显示图形
plt.show()