import matplotlib.pyplot as plt
plt.plot()绘制线性图
- 绘制单条线性图:plt.plot(x,y)
- 绘制多条线性图:
- 法一:plt.plot(x1,y1,x2,y2)
- 法二:plt.plot(x1,y1) plt.plort(x2,y2)
- 设置坐标系比例:plt.figure(figsize=(a,b)) ,设置比例为a:b,先设置再画图
- 设置图例: plt.plot(x,y,label='xy')
图例生效 plt.legend( ) 图例默认1列
plt.legend(nloc=2) 图例为2列
- 设定轴的表标识: plt.plot(x,y)
plt.xlabel('横轴名')
plt.ylabel('纵轴名')
plt,title('题目')
- 图的保存: fig = plt.figure() 对象的实例化,该对象的创建必须在画图之前
plt.plot(x,y,label='xy',c='red',alpha=0.5) c是颜色,alpha是透明度
fig.savefig('./123.png') #图片保存
plt.bar()绘制柱状图
纵向柱状图:plt.bar(x,y)
横向柱状图:plt.barh(x,y)
plt.hist()绘制直方图(密度图)
- 统计每个数出现的频率
plt.hist(data,bins,norms,color,orientation)
bins:柱子个数
normed=True:归一化处理,形成概率密度
color:可以是单一颜色,也可以是颜色的序列
orientation: 可以画水平直方图,默认为vertical
plt.pie()绘制饼图
- 只有一个参数
- arr=[11,22,31,15] 整数各自在sum中的占比
- plt.pie(arr)
- 有标识,在图外
- plt.pie(arr,labels=['a','b','c','d']
- 标识距离圆心距离0.3
- plt.pie(arr,labels=['a','b','c','d'],labeldistance=0.3)
- autopct='%.3f%%'自动计算出每部分作战百分比,保留6位小数
- plt.pie(arr,labels=['a','b','c','d'],labeldistance=0.4,autopct='%.6f%%')
- shadow=True 表示有阴影部分
- explode=[0.2,0.3,0.2,0.4]表示每个组成部分距离圆心的距离:
- plt.pie(arr,labels=['a','b','c','d'],labeldistance=0.2,shadow=True,explode=[2,0.3,0.2,0.4])
- arr = [0.2,0.3,0.1] 和不为整数,比例
- plt.pie(arr)
plt.plot()绘制散点图
- 因变量随自变量而变化的大致趋势
- x = np.array([2,4,6,8,10,12,14])
y = x ** 2-3
plt.scatter(x,y)