【无标题】绘制 直方图，饼图，圆环图，散点图，气泡图，误差棒图

hist：直方图类型

stepfilled：填充图像

bins：矩形的条形

#第一步导入matp1otl10库
import matplotlib. pyplot as plt
import numpy as np
#准备一些数据
scores-np. random. randint (0, 100, 50)
#绘图
pit. hist (scores, bins-8, histtype-' stepfilled')
plt. show ()

运行后 

饼图，圆环图，

labesl：表示扇形或楔形的标签文本

radius：表示扇形或楔形的半径

autopct：控制扇形或楔形的数值显示的字符串

 

​​#使用pie来绘制饼图
import numpy as np
#导入matplotlib库
import matplotlib. pyplot as plt
data=np.
115,30,55])
pie labels-np. array (I'A',”B',’C,’D.'B,’F',1)
#饼图：半经为0.5数值保野1位个数
plt. pie (data, radius=1.5, 1abels-pie_labets,
%3. 1f%’) tradius
pit. show

#使用pie来绘制饼图
import numpy as np #导Amnatplot1ib库
import matplotlib. pyplot as plt
data=np.array ([20, 50, 10, 15, 30, 55])
pie_labels=np.array([A'，B，’C，D'，’E'，’F',])#labels用来对应的标签
#绘制饼图：半径为0.5数值保留1位小数
plt.pie(data, radius=1.5, 1abels=pie_labels, autopct=’%3.1f%%’)
#autopct表示控制的图像数值显示的字符窜
pIt. show ()

 

圆环图

wedgeprops：表示控制扇形的或楔形的属性的字典

pctdistance：表示扇形或楔形对应的数值或标签距离圆心的比例 默认为0.6

import numpy as np #导Amatolot1ib库
import matplotlib. pyplot as plt

data = np. array ([20 , 50, 10, 15, 30, 55])
pie_ labels = np.array ([A,'B',C,’D,'B,'F])
#绘制圆环形：
#外圆半经为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 ()

 

散点图

import numpy as np
import matplotlib. pyplot as pit
num = 50
x = np. random. rand (num)
y = np. random. rand (num)
plt. scatter (x，y）

 

气泡图

import numpy as np
import matplotlib. pyplot as plt
num = 50
x = np. random. rand (num)
y = np. random. rand (num)
area = (30* np. random. rand (num)) **2
plt. scatter (x, y, s=area)

 

误差棒图

​​​​​​​​​
import numpy as np
import matplotlib. pyplot as plt
X = np. arange (5)
y = (25, 32,
34, 20, 25)
y_offset = (3, 5, 2, 3, 3）
plt. errorbar(x, y, yerr=y_offset,  capsize=3, capthick=2)
plt.show