用面向对象API绘制直方图，饼图，散点图，误差棒图

                                      直方图

导入模块

import matplotlib.pyplot as plt
import numpy as np

下面生成10000个随机数

random_state1 = np.random.RandomState(19680801)
random_x1 = random_state1.randn(10000)

再生成20000个随机数

random_state2 = np.random.RandomState(19680801)
random_x2 = random_state2.randn(20000)

使用hist()绘制包含25个矩形条的两组直方图，并排展示(当x有多组数组时，拼成列表、元组等都可以）

plt.hist([random_x1,random_x2],bins=25)

展示图表

plt.show()

                                      圆环图

plt.pie(money_scale,
        wedgeprops={'width':0.5}, #楔形宽度（wedgeprops）设为0.5
        pctdistance=3/4, #表示扇形或楔形对应的数值标签距离圆心的比例，默认是0.6，这里为了使数值位于楔形中间位置
        labels=kinds, #表示扇形或楔形对应的标签文本
        autopct='%3.1f%%', #使数值标签精确到小数点后一位
        startangle=180) #表示起始绘制角度，默认从x轴的正方形逆时针绘制，这里为了把购物类绘制到了左下角
# 展示圆环图

plt.show()

散点图

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False
x_speed = np.arange(10, 210, 10)
y_distance = np.array([0.5, 2.0, 4.4, 7.9, 12.3,
                       17.7, 24.1, 31.5, 39.9, 49.2,
                       59.5, 70.8, 83.1, 96.4, 110.7,
                       126.0, 142.2, 159.4, 177.6, 196.8])
area=np.linspace(20,300,20)
plt.scatter(x_speed,y_distance,
            s=area, 
            alpha=0.9, 
            c='orange') 
plt.show()

 

                                    误差棒图

导入模块并设置中文

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False

 准备x轴和y轴的数据

x = np.arange(3)
y1 = np.array([2.04,1.57,1.63])
y2 = np.array([1.69,1.61,1.64])
y3 = np.array([4.65,4.99,4.94])
y4 = np.array([3.39,2.33,4.10])

指定测量偏差

error1 = [0.16,0.08,0.10]
error2 = [0.27,0.14,0.14]
error3 = [0.34,0.32,0.29]
error4 = [0.23,0.23,0.39]
bar_width = 0.2 #棒的宽度

绘制柱形图

plt.bar(x,y1,bar_width)
plt.bar(x + bar_width,y2,bar_width,align="center",tick_label=["春季","夏季","秋季"])
plt.bar(x + 2*bar_width,y3,bar_width)
plt.bar(x + 3*bar_width,y4,bar_width)

使用errorbar()绘制误差棒图，fmt不指定点就会连成线

plt.errorbar(x,y1,
             yerr=error1,
             capsize=3, #横杆大小
             elinewidth=2, #线条宽度
             fmt='k,') #线条颜色，数据点标记为像素点
plt.errorbar(x + bar_width,y2,yerr=error2,capsize=3,elinewidth=2,fmt='k,')
plt.errorbar(x + 2*bar_width,y3,yerr=error3,capsize=3,elinewidth=2,fmt='k,')
plt.errorbar(x + 3*bar_width,y4,yerr=error4,capsize=3,elinewidth=2,fmt='k,')

 展示误差棒图

plt.show()

# 导入模块并设置中文

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False
#  准备x轴和y轴的数据

x = np.arange(3)
y1 = np.array([2.04,1.57,1.63])
y2 = np.array([1.69,1.61,1.64])
y3 = np.array([4.65,4.99,4.94])
y4 = np.array([3.39,2.33,4.10])
# 指定测量偏差

error1 = [0.16,0.08,0.10]
error2 = [0.27,0.14,0.14]
error3 = [0.34,0.32,0.29]
error4 = [0.23,0.23,0.39]
bar_width = 0.2 #棒的宽度
# 绘制柱形图

plt.bar(x,y1,bar_width)
plt.bar(x + bar_width,y2,bar_width,align="center",tick_label=["春季","夏季","秋季"])
plt.bar(x + 2*bar_width,y3,bar_width)
plt.bar(x + 3*bar_width,y4,bar_width)
# 使用errorbar()绘制误差棒图，fmt不指定点就会连成线

plt.errorbar(x,y1,
             yerr=error1,
             capsize=3, #横杆大小
             elinewidth=2, #线条宽度
             fmt='k,') #线条颜色，数据点标记为像素点
plt.errorbar(x + bar_width,y2,yerr=error2,capsize=3,elinewidth=2,fmt='k,')
plt.errorbar(x + 2*bar_width,y3,yerr=error3,capsize=3,elinewidth=2,fmt='k,')
plt.errorbar(x + 3*bar_width,y4,yerr=error4,capsize=3,elinewidth=2,fmt='k,')
#  展示误差棒图

plt.show()