python入门实战项目:绘制条形图和直方图(含资源)

前言

这篇文章主要介绍“Python+matplotlib怎么绘制条形图和直方图”,在日常操作中,相信很多人在Python+matplotlib怎么绘制条形图和直方图问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”Python+matplotlib怎么绘制条形图和直方图”的疑惑有所帮助!

在这里插入图片描述

一、bar()函数

bar()函数的最主要的几个参数如下:

bar(x, height, width=0.8, bottom=None, *, align='center', data=None, **kwargs)

参数1:x : 标量型,x轴上的坐标。浮点数或类数组结构。注意x可以为字符串数组

参数2:height:y轴上的坐标。浮点数或类数组结构

参数3:width:指定柱形图的宽度。浮点数或类数组结构。默认值为0.8

参数4:bottom:标量或标量类数组型,y坐标的起始高度

参数5:align:柱状图在x轴上的对齐方式,可选{‘center’, ‘edge’} center:中心对称 edge:边缘对称

参数6:**kwargs:接收的关键字参数传递给关联的Rectangle。 返回值:BarContainer实例,其patches属性是柱体的列表

条形图(柱状图)一个简单的示例,随便设置12个月份,并给定某些数据,代码如下:

plt.bar([1,2,3,4,5,6,7,8,9,10,11,12,13],[5,2,7,8,2,1,8,6,2,5,6,7,10], label="Test one", color='red') #x位置上数列[1,2,3,4,5,6,7,8,9,10,11,12,13],表示为相对y轴,柱状图在X轴的位置,后面一列为对应y轴的高度。
plt.legend() #运行结果里图例名称显示出来 
plt.xlabel('bar number') 
plt.ylabel('bar height') 
plt.title('TEST') 
plt.show()

第一列中的color=‘red’表示柱状图全部显示为红,为显示区别,做以下修改:

import matplotlib.pyplot as plt  
 
plt.bar([1,3,5,7,9,11],[5,7,8,6,7,10], label="Test one", color='#202204')    
plt.bar([2,4,6,8,10,12],[8,6,2,5,6,7], label="Test two", color='g') # color也可是16进制,如上显示的  #202204
plt.legend()  #运行结果里图例名称显示出来
plt.xlabel('bar number') 
plt.ylabel('bar height')
plt.title('TEST')
plt.show()

具体显示结果如下:
在这里插入图片描述

二、hist()函数

hist(x,bins=None,range=None,density=None,weights=None,cumulative=False,bottom=None,histtype=“bar”, align=“mid”,orientation=“vertical”,rwidth=None,log=False,color=None,label=None,stacked=False,normed=None, hold=None,data=None,**kwargs)

hist()函数的基础参数如下:

x : 表示输入值,可以是单个数组,或者不需要相同长度的数组序列。
bins:表示绘制条柱的个数。若给定一个整数,则返回 “bins+1” 个条柱,默认为10。
range:bins的上下范围(最大和最小值)。
color:表示条柱的颜色,默认为None。
facecolor #直方图颜色
edgecolor #直方图边框颜色
alpha # 透明度
histtype #直方图类型,‘bar’, ‘barstacked’, ‘step’, ‘stepfilled’
orientation # 水平或垂直方向
rwidth #柱子与柱子之间的距离,默认是0

下面通过一个例子来说明hist()函数的作用:

import matplotlib.pyplot as plt  
 
population_ages = [18,34,23,56,32,45,78,23,45,12,31,25,61,27,34,57,54,26,45,37,36,8,14,17,13,88,99,49,63,105,121,116] #设定一组年龄
 
bins = [0,10,20,30,40,50,60,80,90,100,130]  #年龄分段
 
plt.hist(population_ages, bins, histtype='bar', rwidth=0.8,color='#199209')
 
plt.xlabel('The Age Group')
plt.ylabel('The number')
plt.title('The Age Range')
plt.legend()
plt.show()

注意:bins[]中60,80和100,130中间缺少是故意为之,为了显示区别

运行结果如下:
在这里插入图片描述

三、数据统计

色子经常用来娱乐(用作他途造成后果与我无关),它有6个面,分别点数为1,2,3,4,5,6,可利用随机函数(上篇中的choice函数)来随机产生,比如choice([1,2,3,4,5,6]),产生N次(比如20万次)并将每次结果保存到列表中,最后统计出各点的总数或所点比例。

分析:

1)先建一个类,其功能就是运行一次,就随机选择6个面(点数)

2)将色子实例化,并给定一个参数(运行的次数),图形化显示出来。

class Sezi():
    def __init__(self,sides):#给自身定义一个面数,方便后面修改参数进行其他操作
        self.sides = sides  #色子可以是6面,也可以是8面,10面,12面,需要给定 
    def roll(self):
        return choice([1,2,3,4,5,6])#每投一次,随机选择一个点数
 
testsezi = Sezi(6) #实例化,6个面
results = []  # 定义一个空的数列,用来保存每次投掷的点数
for roll_num in range(100): #循环,投100次
    result = testsezi.roll()   #将每次投掷结果保存到变量result中
    results.append(result)     #存入到数列results
print(results) #直接打印出来

运行结果:
在这里插入图片描述
与此同时,为了后面方便,引入另一个随机函数randint(x, y),这个函数的作用是产生x-y之间的数字,比如randint(1,10),就产生1到10之间的数字。

choice([1,2,3,4,5,6])可以修改为randint(1,self.sides),这样实例化后,需要输入随意一个面数,就会随机产生对应的数字。

上述还只是打印在交互栏,且类、实例还是在一个文件中,分成不同的文件,并数据统计用图的形式显示。

1.重新修改色子类

文件名sezi.py,里面代码如下:

from random import *
 
class Sezi():
    def __init__(self,sides):#给自身定义一个面数,面数对应点数
        self.sides = sides  #色子可以是6面,也可以是8面,10面,12面,需要给定 
        self.side=0
        self.bins=[]
    
        while self.side < self.sides: #获取面数,并得到一个面数的bins,可直接调用。
            self.side += 1
            self.bins.append(self.side) 
             
    def roll(self):
        return randint(1,self.sides)#每投一次,随机选择一个点数

2.新建一个名称sezigame.py的文件,代码如下:

import matplotlib.pyplot as plt
from sezi import *
 
testsezi = Sezi(8) #实例化,8个点
results = []  # 定义一个空的数列,用来保存每次投掷的点数
 
for roll_num in range(50000): #循环,投50000次
    result = testsezi.roll()   #将每次投掷结果保存到变量result中
    results.append(result)     #存入到数列results
 
plt.hist(results, testsezi.bins, histtype='bar', rwidth=0.8,color='#199209')   #直接调用testsezi.bins

运行结果:
在这里插入图片描述
如果有2个相同的色子呢?同时掷两个骰子,最小为2,最大为12,结果分布情况自然也就不同。

将名称sezigame.py的文件修改,改动后的代码如下:

import matplotlib.pyplot as plt
from sezi import *
 
sezi_1 = Sezi(6) #实例化,6个面
sezi_2 = Sezi(6)
 
results = []  # 定义一个空的数列,用来保存每次投掷的点数
for roll_num in range(50000):              #循环,投50000次
    result = sezi_1.roll()+sezi_2.roll()   #将两次投掷结果保存到变量result中
    results.append(result)                 #存入到数列results
 
max_result = sezi_1.sides+sezi_2.sides #2个最大值为12,最小为2 
side = 0
new_bins = []     
while side <= max_result: 
    side += 1
    new_bins.append(side) 
 
plt.xlabel('The sides')
plt.ylabel('The numbers')
plt.title('The frequency')
plt.hist(results,new_bins, histtype='bar',color='#199209',rwidth=0.618)

运行结果如下:
在这里插入图片描述
是不是突然觉得python好神奇呀,以上就是Python+matplotlib绘制条形图和直方图的详细内容了。对python感兴趣的可以学习python,小编为大家提供了学习资源

零基础Python学习资源介绍

👉Python学习路线汇总👈

Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。

👉Python必备开发工具👈

温馨提示:篇幅有限,已打包文件夹,获取方式在:文末

👉Python学习视频600合集👈

观看零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。

👉实战案例👈

光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。

👉100道Python练习题👈

检查学习结果。

👉面试刷题👈


👉资料领取👈

上述这份完整版的Python全套学习资料已经上传网盘,朋友们如果需要可以微信扫描下方二维码 即可自动领取↓↓↓==
或者

点此链接】领取

  • 1
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值