用matplotlib中的面向对象API，绘制直方图、饼图、散点图、误差棒图

matplotlib实际上是一个面向对象的绘图库，它所绘制的图表元素均对应一个对象。matplotlib官方提供了3种API分别为：

(1) 使用pyplot模块开发的接口：pyplot API

(2)面向对象的接口：object-oriented API

(3)使用pylab模块开发的接口：pylab API

而使用matplotlib可绘制的简单图表有plot()折线图、bar()柱形图、barh()条形图、stackplot()堆积面积图、hist()直方图、pie()饼图、scatter()散点图、boxplot()箱形图、polar()雷达图、errorbar()误差棒图。

该函数常用参数的含义如下。

x,y:表示数据点的位置。
xerr,yerr:表示数据的误差范围。
fmt:表示数据点的标记样式和数据点之间连接线的样式。·ecolor:表示误差棒的线条颜色。
elinewidth :表示误差棒的线条宽度。"capsize :表示误差棒边界横杆的大小

capthick:表示误差棒边界横杆的厚度。

一、使用面向对象API绘制直方图

1、导入所需的库：导入numpy和matplotlib.pyplot

import numpy as np

import matplotlib.pyplot as plt

2、创建数据

data = np.random.randn(1000)

3、创建对象

fig, ax = plt.subplots()

4、绘制直方图

ax.hist(data, bins=30, color='blue', alpha=0.5)

5、设置图表元素

ax.set_title('Histogram')

ax.set_xlabel('Value')

ax.set_ylabel('Frequency')

6、显示图表

plt.show()

示例：包含2000个数据的正态分布数组

二、使用面向对象API绘制饼图和圆环图

1、导入必要的库

import matplotlib.pyplot as plt

import numpy as np

2、创建画布和绘图区域

fig, ax = plt.subplots()

3、 准备饼图数据

data = [30, 20, 50]

4、三个部分的比例  绘制饼图

ax.pie(data)

5、添加标题和标签

ax.set_title("Pie Chart") ax.legend(["Part 1", "Part 2", "Part 3"])

5、显示图表

plt.show()

示例：支付宝月账单报告（图一为饼图，图二为圆环图）

三、使用面向对象API绘制散点图

1、导入必要的库

import matplotlib.pyplot as plt

import numpy as np

2、创建对象

plt.rcParams['font.sans-serif'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False

3、准备数据

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)

4、绘制散点图

plt.scatter(x_speed,y_distance,s=area,c='orange',alpha=0.9)

5、显示图表

plt.show()

示例：按等比数列向上增长的散点图

四、使用面向对象API 绘制误差棒图

1、首先，导入matplotlib.pyplot和numpy库：

import matplotlib.pyplot as plt import numpy as np

2、创建对象：

fig, ax = plt.subplots()

3、准备数据：

x = np.arange(1, 6) y = np.array([1, 3, 2, 4, 5]) y_error = np.array([0.3, 0.5, 0.2, 0.4, 0.6])

4、使用errorbar方法绘制误差棒图：

ax.errorbar(x, y, yerr=y_error, capsize=5, marker='o', linestyle='dashed', color='red')

5、设置图表标题和轴标签：

ax.set_title('Error Bar Plot') ax.set_xlabel('X') ax.set_ylabel('Y')

6、显示图表：

plt.show()