Pyplot基础图标函数概述

1. 简单汇总基础的图表函数

plt.plot(x,y,fmt,……)	坐标图
plt.boxplot(date,notch,position)	箱型图
plt.bar(left,height,width,bottom)	条形图
plt.barh(width,bottom,left,height)	横向条形图
plt.polar(theta,r)	极坐标图
plt.pie(date,explode)	饼图
plt.psd(x,NFFT=256,pad_to,Fs)	谱图
plt.scatter(x,y)	散点图

plt.step(x,y,where)	布阶图
plt.hist(x,bins,normed)	直方图
plt.contour(X,Y,Z,N)	等值图
plt.vlines()	垂直图
plt.steam(x,y,linefmt,markerfmt)	柴火图
plt.plot_date()	数据日期

2. 常见图表的简单使用

1. 饼图（对于百分率相关数据的展示非常好）

plt.pie（）

备注：labels是设定饼图每一块的标签，sizes是所给出标签对应在饼图中的尺寸比例，explode是设置饼图某部分突出，autopct是设置饼图中间百分数的显示方式，shadow是设置饼图是否带有阴影，startangle是设置饼图起始角度，plt.axis('equal')是设置图片尺寸为正方形

import matplotlib.pyplot as plt
labels = 'Chinese','Math','English','PE'
sizes = [30,30,25,15]
explode = (0,0.2,0,0)
plt.pie(sizes,explode=explode,labels=labels,autopct='%1.1f%%',shadow=False,startangle=90)
plt.axis('equal')
plt.show()

2. 直方图（观看数据在不同层次中的分布）

plt.hist(x,bins,normed)

备注：mu指的是均值，sigma指的是方差，plt.title(' ')是添加标题，

x是给定的一个数组，bins是指直方图中矩形的个数，normed=True如果会报错的话可以换成density=True

import matplotlib.pyplot as plt
import numpy as np
np.random.seed(0)
mu,sigma=100,20
a = np.random.normal(mu,sigma,size=100)
plt.hist(a,20,density=True,histtype='stepfilled',facecolor='b',alpha=0.75)
plt.title('Histogram')
plt.show()

3. 极坐标图(能很好地在角度空间内展现数据)

plt.polar(theta,r)直接绘制

plt.bar(left,height,width,bottom)先形成对象后绘制

备注：N表示绘制极坐标图中数据的个数，theta对应的是left，radii对应的是height，width对应的是width，子绘图区域形成了一个对象ax,for循环用于改变极坐标图中不同部分的颜色

import matplotlib.pyplot as plt
import numpy as np
N = 20
theta = np.linspace(0.0,2*np.pi,N,endpoint = False)
radii = 10*np.random.rand(N)
width = np.pi/4*np.random.rand(N)
ax = plt.subplot(111,projection='polar')
bars = ax.bar(theta,radii,width = width,bottom=0.0)
for r,bar in zip(radii,bars):
    bar.set_facecolor(plt.cm.vividis(r/10.))
    bar.set_alpha(0.5)
plt.show()

4. 散点图

plt.scatter(x,y)直接绘制

plt.plot(x,y,fmt,……)先形成对象后绘制

备注：np.random.randn(100)表示随机生成100个值，'o'表示以点的形式展现

import matplotlib.pyplot as plt
import numpy as np
fig,ax = plt.subplots()
ax.plot(10*np.random.randn(100),10*np.random.randn(100),'o')
ax.set_title('Simple Scatter')
plt.show()