1、使用hist函数绘制直方图
hist函数的语法:hist(x,bins =None,range=None,normed=False,#超重要 density =False,weights =None,cumulative
False, bottom =None,histtype ='bar',align ='mid',rwidth =None,#选用 orientation ='vertical', color =None,
dgecolor =None,label =None,#常用 stacked =False, **kwargs)
#代码
导入所需库
import matplotlib.pyplot as plt
import numpy as np
准备数据
scores=np.random.randint(0,100,50)
绘图
plt.hist(scores,bins=8,histtype='stepfilled')
plt.show()
bins表示矩形条的个数;histtype表示直方图的类型,支持’bar‘、‘barstacked’、‘step’、‘stepfilled',
'bar'为默认值,代表传统的直方图,’barstacked‘代表堆积直方图,’step‘代表未填充的线条直方图
,’stepfilled‘代表填充的线条直方图。
2、使用pie函数绘制饼图或圆环图
pie函数参数解读
plt.pie(x, explode=None, labels=None, colors=None, autopct=None,pctdistance=0.6, shadow=False,labeldistance=1.1,startangle=None, radius=None, counterclock=True,wedgeprops=None,textprops=None,center=(0,0), frame=False)
x:指定绘图的数据; 一
explode:指定饼图某些部分的突出显示,即呈现爆炸式; 复制全
labels:为饼图添加标签说明,类似于图例说明;
公全
colors:指定饼图的填充色;
autopct:自动添加百分比显示,可以采用格式化的方法显示; √下一篇
pctdistance:设置百分比标签与圆心的距离;
shadow:是否添加饼图的阴影效果;
labeldistance:设置各扇形标签(图例)与圆心的距离;
startangle:设置饼图的初始摆放角度;
radius:设置饼图的半径大小;
counterclock:是否让饼图按逆时针顺序呈现;
wedgeprops:设置饼图内外边界的属性,如边界线的粗细、颜色等;
textprops:设置饼图中文本的属性,如字体大小、颜色等;
center:指定饼图的中心点位置,默认为原点
frame:是否要显示饼图背后的图框,如果设置为True的话,需要同时控制图框x轴、y轴的范围和饼图的中心位置;
饼图代码
导入所需库
import numpy as np
import matplotlib.pyplot as plt
准备数据
data=np.array([20,50,10,15,30,55])
pie_labels=np.array(['A','B','C','D','E','F',])
#绘图饼图:半径为0.5数值保留1位小数
plt.pie(data,radius=1.5,labels=pie_labels,autopct='%3.1f%%')
plt.show()
#圆环图代码
导入所需库
import numpy as np
import matplotlib.pyplot as plt
准备数据
data=np.array([20,50,10,15,30,55])
pie_labels=np.array(['A','B','C','D','E','F',])
#绘制圆环图:外圆半径为1.5,楔形宽度为0.7
plt.pie(data,radius=1.5,wedgeprops={'width':0.7},labels=pie_labels,autopct='%3.1f%%',pctdistance=0.75)
plt.show()
3、使用scatter()绘制散点图或气泡图
#散点图
import numpy as np
import matplotlib.pyplot as plt
准备数据
num=50
x=np.random.rand(num)
y=np,random.rand(num)
plt.scatter(x,y)
#气泡图
导入所需库
import numpy as np
import matplotlib.pyplot as plt
准备数据
num=50
x=np.random.rand(num)
y=np.random.rand(num)
area=(30*np.random.rand(num))**2
绘图
plt.scatter(x,y,s=area)
plt.show()
4、使用errorbar()绘制误差棒图
导入所需库
import numpy as np
import matplotlib.pyplot as plt
准备数据
x=np.arange(5)
y=(25,32,34,20,25)
y_offset=(3,5,2,3,3)
绘图
plt.errorbar(x,y,yerr=y_offset,capsize=3,capthick=2)
plt.show()