7月16日数据科学库学习笔记——matplotlib 绘制散点图、条形图、直方图

最新推荐文章于 2023-02-26 11:43:27 发布
最新推荐文章于 2023-02-26 11:43:27 发布
阅读量392 收藏
点赞数
文章标签： matplotlib 学习 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Ashen_0nee/article/details/125818467
版权

文章目录

前言

本文为7月16日数据科学库学习笔记，分为四个章节：

  • 绘制散点图；
  • 绘制条形图：纵向&横向；
  • 绘制分组条形图；
  • 绘制直方图。

一、绘制散点图

  • 示例：北京2016年3月、10月每天白天的最高气温如列表 a 和列表 b 所示，绘制散点图：

a = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
b = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]

代码如下：

from matplotlib import pyplot as plt
from matplotlib import font_manager

# 设置中文字体
my_font = font_manager.FontProperties(fname=r'C:\Windows\Fonts\SIMKAI.ttf')

y_3 = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
y_10 = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]

x = range(1, 32)
x_10 = range(51, 82)

# 设置图片大小
plt.figure(figsize=(20, 8), dpi=80)

# 绘制散点图
plt.scatter(x, y_3, label="3月份")
plt.scatter(x_10, y_10, label="10月份")

# 修改 x 轴刻度
_x = list(x)+list(x_10)
_xtick_labels = ["3月{}日".format(i) for i in x]
_xtick_labels += ["3月{}日".format(i-50) for i in x_10]
plt.xticks(_x[::3], _xtick_labels[::3], fontproperties=my_font, rotation=45)

# 添加图例
plt.legend(loc='upper left', prop=my_font)

# 添加标题
plt.xlabel("时间", fontproperties=my_font)
plt.ylabel("温度", fontproperties=my_font)
plt.title("标题", fontproperties=my_font)

# 展示
plt.show()

sandian

二、绘制条形图

1、纵向条形图

  • 示例：2017年内地电影票房前20的电影（列表 a）和票房数据（列表 b），绘制条形图：

a = [“战狼2”,“速度与激情8”,“功夫瑜伽”,“西游伏妖篇”,“变形金刚5：最后的骑士”,“摔跤吧！爸爸”,“加勒比海盗5：死无对证”,“金刚：骷髅岛”,“极限特工：终极回归”,“生化危机6：终章”,“乘风破浪”,“神偷奶爸3”,“智取威虎山”,“大闹天竺”,“金刚狼3：殊死一战”,“蜘蛛侠：英雄归来”,“悟空传”,“银河护卫队2”,“情圣”,“新木乃伊”]
b = [56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49,10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23]

  • 注意：bar 绘制条形图，只接受含数字的可迭代对象
plt.bar(range(len(a)), b, width=0.3)

完整代码如下：

from matplotlib import pyplot as plt
from matplotlib import font_manager

# 设置中文字体
my_font = font_manager.FontProperties(fname=r'C:\Windows\Fonts\SIMKAI.ttf')

a = ["战狼2","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5：最后的骑士","摔跤吧！爸爸","加勒比海盗5：死无对证","金刚：骷髅岛","极限特工：终极回归","生化危机6：终章","乘风破浪","神偷奶爸3","智取威虎山","大闹天竺","金刚狼3：殊死一战","蜘蛛侠：英雄归来","悟空传","银河护卫队2","情圣","新木乃伊"]

b = [56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49,10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23]

# 设置图片大小
plt.figure(figsize=(20, 15), dpi=80)


plt.bar(range(len(a)), b, width=0.3)

# 设置 x 轴刻度
plt.xticks(range(len(a)), a, fontproperties=my_font, rotation=90)

plt.show()

tiaoxing_1

2、横向条形图

  • 注意：barh 用 height 调整条形图宽度。
    完整代码如下：
from matplotlib import pyplot as plt
from matplotlib import font_manager

# 设置中文字体
my_font = font_manager.FontProperties(fname=r'C:\Windows\Fonts\SIMKAI.ttf')

a = ["战狼2","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5：最后的骑士","摔跤吧！爸爸","加勒比海盗5：死无对证","金刚：骷髅岛","极限特工：终极回归","生化危机6：终章","乘风破浪","神偷奶爸3","智取威虎山","大闹天竺","金刚狼3：殊死一战","蜘蛛侠：英雄归来","悟空传","银河护卫队2","情圣","新木乃伊"]

b = [56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49,10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23]


plt.figure(figsize=(20, 15), dpi=80)

plt.barh(range(len(a)), b, height=0.3, color="orange")

plt.yticks(range(len(a)), a, fontproperties=my_font)

plt.grid()

plt.show()

tiaoxing_2

三、绘制分组条形图

  • 示例：列表 a 中的电影分别在9月14日、9月15日、9月16日三天的票房，展示电影本身的票房以及同其他电影的数据对比情况：

a = [“猩球崛起3：终极之战”,“敦刻尔克”,“蜘蛛侠：英雄归来”,“战狼2”]
b_16 = [15746,312,4497,319]
b_15 = [12357,156,2045,168]
b_14 = [2358,399,2358,362]

  • 注意：调整分组的刻度。
# 设置每组的刻度
x_14 = list(range(len(a)))
x_15 = [i + bar_width for i in x_14]
x_16 = [i + bar_width*2 for i in x_14]

完整代码如下：

from matplotlib import pyplot as plt
from matplotlib import font_manager

# 设置中文字体
my_font = font_manager.FontProperties(fname=r'C:\Windows\Fonts\SIMKAI.ttf')

a = ["猩球崛起3：终极之战","敦刻尔克","蜘蛛侠：英雄归来","战狼2"]
b_16 = [15746,312,4497,319]
b_15 = [12357,156,2045,168]
b_14 = [2358,399,2358,362]

# 柱形宽度
bar_width = 0.2

# 设置每组的刻度
x_14 = list(range(len(a)))
x_15 = [i + bar_width for i in x_14]
x_16 = [i + bar_width*2 for i in x_14]

# 设置图片大小
plt.figure(figsize=(20, 8), dpi=80)


plt.bar(range(len(a)), b_14, width=bar_width, label="9月14日")
plt.bar(x_15, b_15, width=bar_width, label="9月15日")
plt.bar(x_16, b_16, width=bar_width, label="9月16日")

# 添加图例
plt.legend(prop=my_font)

# 在中间的柱形添加电影名
plt.xticks(x_15, a, fontproperties=my_font)

plt.show()

tiaoxing_3

四、绘制直方图

1、plt.hist 方法

  • 统计：获取了250部电影的时长，统计出这些电影时长的分布状态：

a=[131, 98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124, 101, 110, 116, 117, 110, 128, 128, 115, 99, 136, 126, 134, 95, 138, 117, 111,78, 132, 124, 113, 150, 110, 117, 86, 95, 144, 105, 126, 130,126, 130, 126, 116, 123, 106, 112, 138, 123, 86, 101, 99, 136,123, 117, 119, 105, 137, 123, 128, 125, 104, 109, 134, 125, 127,105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120, 114,105, 115, 132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134,156, 106, 117, 127, 144, 139, 139, 119, 140, 83, 110, 102,123,107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133,112, 114, 122, 109, 106, 123, 116, 131, 127, 115, 118, 112, 135,115, 146, 137, 116, 103, 144, 83, 123, 111, 110, 111, 100, 154,136, 100, 118, 119, 133, 134, 106, 129, 126, 110, 111, 109, 141,120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126,114, 140, 103, 130, 141, 117, 106, 114, 121, 114, 133, 137, 92,121, 112, 146, 97, 137, 105, 98, 117, 112, 81, 97, 139, 113,134, 106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110,105, 129, 137, 112, 120, 113, 133, 112, 83, 94, 146, 133, 101,131, 116, 111, 84, 137, 115, 122, 106, 144, 109, 123, 116, 111,111, 133, 150]

  • 注意：plt.hist(a, num_bins)，传入需要统计的数据和组数；
  • 也可以传入一个列表，当组距不均匀的时候使用；
  • plt.hist(a, num_bins, density=1)，绘制频率分布直方图，默认为频数直方图。

完整代码如下：

from matplotlib import pyplot as plt
from matplotlib import font_manager

a=[131,  98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124, 101, 110, 116, 117, 110, 128, 128, 115,  99, 136, 126, 134,  95, 138, 117, 111,78, 132, 124, 113, 150, 110, 117,  86,  95, 144, 105, 126, 130,126, 130, 126, 116, 123, 106, 112, 138, 123,  86, 101,  99, 136,123, 117, 119, 105, 137, 123, 128, 125, 104, 109, 134, 125, 127,105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120, 114,105, 115, 132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134,156, 106, 117, 127, 144, 139, 139, 119, 140,  83, 110, 102,123,107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133,112, 114, 122, 109, 106, 123, 116, 131, 127, 115, 118, 112, 135,115, 146, 137, 116, 103, 144,  83, 123, 111, 110, 111, 100, 154,136, 100, 118, 119, 133, 134, 106, 129, 126, 110, 111, 109, 141,120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126,114, 140, 103, 130, 141, 117, 106, 114, 121, 114, 133, 137,  92,121, 112, 146,  97, 137, 105,  98, 117, 112,  81,  97, 139, 113,134, 106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110,105, 129, 137, 112, 120, 113, 133, 112,  83,  94, 146, 133, 101,131, 116, 111,  84, 137, 115, 122, 106, 144, 109, 123, 116, 111,111, 133, 150]

# 计算组数
d = 3  # 组距
num_bins = (max(a) - min(a)) // d # 组数

# 设置图片大小
plt.figure(figsize=(20, 8), dpi=80)

# 绘制频率直方图
plt.hist(a, num_bins, density=1)

# 设置 x 轴刻度
plt.xticks(range(min(a), max(a)+d, d))

# 绘制网格线
plt.grid()

plt.show()

zhifang_1

2、plt.bar 方法绘制直方图

不均匀的组距绘制直方图：

interval = [0,5,10,15,20,25,30,35,40,45,60,90]
width = [5,5,5,5,5,5,5,5,5,15,30,60]
quantity = [836,2737,3723,3926,3596,1438,3273,642,824,613,215,47]

完整代码如下：

from matplotlib import pyplot as plt
from matplotlib import font_manager

interval = [0,5,10,15,20,25,30,35,40,45,60,90]
width = [5,5,5,5,5,5,5,5,5,15,30,60]
quantity = [836,2737,3723,3926,3596,1438,3273,642,824,613,215,47]

# 设置图片大小
plt.figure(figsize=(20, 8), dpi=80)

# 使用 bar 绘制直方图，调整柱形宽度为1
plt.bar(range(len(quantity)), quantity, width=1)

# 设置 x 轴刻度
_x = [i-0.5 for i in range(13)]
_xtick_labels = interval + [150]
plt.xticks(_x, _xtick_labels)

# 添加网格线
plt.grid(alpha=0.4)

plt.show()

zhifang_2

Ashen_0nee
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
python数据分析与挖掘（四）---matplotlib散点图
python爬虫人工智能大数据
01-26 1269
Python教程网 >>：www.python88.cn 散点图(scatter) 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统计数量的增减变化的统计图 特点：能够显示数据的变化趋势，反映事物的变化情况。(变化) 散点图：用两组数据构成多个坐标点，考察坐标点的分...
python库matplotlib工具绘制直线图，折线图，散点图，入门级小学生都能看懂（一）
cncshope的博客
05-05 1969
import matplotlib.pyplot as plt #x轴从第一位对应1，第二位对应2，以此类推，以点的方式绘图，这就是散点图 plt.plot([1,2,3,4,5,6], '.') #x轴标签 plt.xlabel('x') #y轴标签 plt.ylabel('y') #x轴y轴范围 plt.axis([0, 6, 0, 6]) #显示图像 plt.show() import matplotlib.pyplot as plt #x轴从第一位对应1，第二位对应2.
matplotlib绘制直方图，饼图，散点图，气泡图，箱型图，雷达图
qq_54423921的博客
10-01 3169
更多文章：Matplotlib绘制折线图，条形图，柱状图，面积图http://t.csdn.cn/LMO2I。
数据分析笔记day01:使用matplotlib绘制折线图、散点图、条形图、直方图
qq_52348872的博客
05-02 1219
目录 一、折线图的绘制 二、散点图的绘制 三、直方图的绘制 四、绘制直方图 总结： 一、折线图的绘制 1、导包 需要导入random、和matplotlib两个库，导入random库的原因主要是因为我有不起数据，所以靠随机生成，导入matplotlib库就显而易见了，别问我为啥命名为plt（问就是大佬都这样命名） import random from matplotlib import pyplot as plt 2、准备数据 通过random库生成我们需要的X、和Y
python 直方图的绘制方法全解_python 直方图的绘制方法全解
weixin_39827625的博客
11-20 769
1.首先要绘制一个简单的直方图import numpy as npimport matplotlib.pyplot as pltfrom matplotlib import mlabfrom matplotlib import rcParamsfig1 = plt.figure(2)rects =plt.bar(left = (0.2,1),height = (1,0.5),width = 0.2...
python学习之matplotlib绘制散点图实例
12-23
"""使用scatter()绘制散点图""" import matplotlib.pyplot as plt plt.scatter(2, 4) plt.show() 下面来设置输出的样式：添加标题，给轴加上标签，并确保所有文本都大到能够看清。并使用scatter()绘制一系列点 ""...
python matplotlib库绘制条形图练习题
09-18
Python的matplotlib库是数据可视化的重要工具，尤其在绘制各种图表方面，如条形图。在本题中，我们将探讨如何使用matplotlib库来绘制条形图，以便更好地展示数据。 首先，我们来看练习一。在这个练习中，我们需要...
python3使用matplotlib绘制散点图
09-19
在这个例子中，我们将详细探讨如何使用`matplotlib`在Python3中绘制散点图，特别是用于表示不同时间点上的数据对比。 首先，确保已经安装了`matplotlib`库，如果没有，可以通过运行`pip install matplotlib`来安装...
论文配图美化，简单易用的SCI论文配图风格化工具教程
人生是要不断做减法
05-28 4774
本文介绍了一个简单易用的SCI/IEEE论文配图美化工具，目前主要支持散点图和曲线图绘制。
使用Matplotlib绘制各类图(散点图、直方图、柱状图、折线图、箱型图、填充图、热力图）
最新发布
m0_56521890的博客
02-26 1764
散点图、直方图、柱状图、折线图、箱型图、填充图、热力图
python中绘图库Matplotlib图形绘制详解
Petrel__Cloud的博客
07-06 3061
在《Matplotlib快速入门》中，作为入门示例，我们已经了解了曲线图的绘制方法，为了完整起见，本节中我们首先简单回顾下，如何在使用 绘制曲线图，同时介绍多曲线图等更复杂曲线图的绘制。里面内容很详细，是一篇很不错的文章，感谢原作者！...
Python 绘制直方图 Matplotlib Pyplot figure bar legend gca text
wumingxiaoyao的博客
02-06 9305
本文主要介绍一下 Python 怎么绘制直方图，涉及到直方图分组绘制，标签，图例，坐标轴的设置。 **内容提要:** 1. Matplotlib 简介 Pyplot 模块 2. plt.figure 创建画板 3. plt.bar 绘制直方图 单组直方图的例子 分组直方图的例子 4. plt.text 设置数值标签 5. plt.legend() 设置图例 6. plt.gca() 坐标轴的设置 7. 一个完整的直方图例子
Python 时间数据处理和绘制柱状图、散点图、折线图
垂钓者-change
03-11 6304
23/100 “qq_30008595” Python 数据处理和绘制柱状图、散点图 引入库 引入库的列表 import xlrd,os import time import datetime import numpy as np from xlrd import xldate_as_tuple import collections import matplotlib.pyplot as plt ...
❤️ Python Matplotlib数据可视化 绘制箱形图、散点图和直方图 ❤️
叶庭云 成为自己的光
08-05 9538
利用python进行数据分析，matplotlib数据可视化，绘制箱形图、散点图和直方图。
dataframe 一列按某一列分组画直方图/箱线图
Caiqiudan的博客
09-20 4415
对NotesLen列按照Lab Status列分组分别绘制直方图。 se.hist(column='NotesLen', by='Lab Status') 同理，将plt.hist(column, by)改为plt.boxplot(column, by)即可画箱线图。
MarkDown语法介绍
qq_42877027的博客
10-10 254
欢迎使用Markdown编辑器 反斜杠加上需要转义的字符 这个是标题一级\# 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。 新的改变 我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写...
python Matplotlib 系列教程(三)——绘制直方图和条形图
xjl271314的博客
05-13 13万+
在本章节我们将学习如何绘制条形图和直方图 条形图与直方图的区别： 首先，条形图是用条形的长度表示各类别频数的多少，其宽度（表示类别）则是固定的； 直方图是用面积表示各组频数的多少，矩形的高度表示每一组的频数或频率，宽度则表示各组的组距，因此其高度与宽度均有意义。 其次，由于分组数据具有连续性，直方图的各矩形通常是连续排列，而条形图则是分开排列。 最后，条形图主要用于展示分类...
Excel-直方图（频率分布）分析
热门推荐
张洪举
01-18 24万+
直方图又称频率分布图，是一种显示数据分布情况的柱形图，即不同数据出现的频率。通过这些高度不同的柱形，可以直观、快速地观察数据的分散程度和中心趋势，从而分析流程满足客户需求的程度。
python matplotlib绘图设置坐标轴刻度、文本
Fortware的专栏
07-17 17万+
总结Matplotlib绘图如何设置坐标轴刻度大小和刻度。 上代码： from pylab import * from matplotlib.ticker import MultipleLocator, FormatStrFormatter xmajorLocator = MultipleLocator(20) #将x主刻度标签设置为20的倍数 xmajorFormatter =

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值