数据分析python matplotlib简单实践笔记1

av6989413

 

散点图

import matplotlib.pyplot as plt
import numpy as np

N = 1000

x = np.random.randn(N)
y = np.random.randn(N)

plt.scatter(x, y)

plt.show()

参数：https://blog.csdn.net/anneqiqi/article/details/64125186

 

折线图

#折线图
x = np.linspace(-10,10,5)#生成等区间值
y = x**2
plt.plot(x,y)
plt.show()

plt.plot_date() 用于绘制某一个坐标轴为时间的图

 

条形图

N = 5
y = [20,10,30,25,15]
index = np.arange(N)
p1 = plt.bar(x=index, height=y)#left为最左边的坐标
plt.show()

横向：p1 = plt.barh(y=index, width=y)

多个条形柱状图：加上相应距离即可

#多个条形图
index = np.arange(4)
sales_BJ=[52,55,63,53]
sales_SH=[44,66,55,41]

bar_width=0.3
plt.bar(index,sales_BJ,bar_width,color='b')
plt.bar(index+bar_width,sales_SH,bar_width,color='r')
plt.show()

重叠堆积图：底坐标加上相应值

#重叠堆积图
plt.bar(index,sales_BJ,bar_width,color='b')
plt.bar(index,sales_SH,bar_width,color='r',bottom=sales_BJ)

plt.show()

 

直方图

mu = 100#平均分布
sigma = 20#标准差
x = mu + sigma * np.random.randn(2000)
plt.hist(x,bins=10,density=True,edgecolor='k')

双变量直方图

#双变量联合直方图 颜色深浅表示大小
x = np.random.randn(1000)+2
y = np.random.randn(1000)+3
plt.hist2d(x,y,bins=40)

 

饼图

labels = 'A','B','C','D'
fracs = [15,30,45,10]

explode = [0,0.05,0.08,0]#突出显示

plt.pie(x=fracs,labels=labels,autopct='%.0f%%',explode=explode)

 

箱型图

data = np.random.normal(size=1000,loc=0,scale=1)
plt.boxplot(data,sym='o')

分别画出几组数据的箱型图

#同时显示几组数据
data = np.random.normal(size=(1000,4),loc=0,scale=1)
labels=['A','B','C','D']
plt.boxplot(data,labels=labels)