(一)饼图
import matplotlib.pyplot as plt
labels='frogs', 'hogs', 'dogs', 'logs' #各块标签
sizes=[15, 30, 45, 10] #各块尺寸
explode=(0, 0.1, 0, 0) #指定突出
#autopct:百分数表示方式;shadow:二维或有阴影;startangle:起始的角度
plt.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%',
shadow=False, startangle=90)
plt.axis('equal') #x、y方向尺寸相等
plt.show()
(二)直方图
import matplotlib.pyplot as plt
import numpy as np
np.random.seed(0) #指定随机种子为0
mu, sigma = 100, 20 #均值和标准差
a = np.random.normal(mu, sigma, size=100)
#a:待绘数组;
#20:bin参数:表示生成的图形中直方的个数;取值范围之间均等的划分bin个区间
#normed:每个区间内出现元素的个数归一化为出现的概率,此项若为0,则为个数
#绘制类型、颜色、显示比例
plt.hist(a, 20, normed=1, histtype='stepfilled', facecolor='b', alpha=0.75)
plt.title('Histogram')
plt.show()
![](https://img-blog.csdnimg.cn/20200318143217685.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ExMTgzOTc2MDQy,size_16,color_FFFFFF,t_70)
![](https://img-blog.csdnimg.cn/20200318143316955.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ExMTgzOTc2MDQy,size_16,color_FFFFFF,t_70)
(三)极坐标图
import matplotlib.pyplot as plt
import numpy as np
N = 20 #绘制坐标图中数据个数
theta = np.linspace(0.0, 2 * np.pi, N, endpoint=False) #0~2π,等分为N块
radii = 10 * np.random.rand(N) #每个角度对应的值
width = np.pi / 4 * np.random.rand(N) #宽度值
#面向对象的方法绘制极坐标图
ax = plt.subplot(111, projection='polar') #一个绘图区域,指示绘制极坐标图。赋给ax对象。
#theta(对应极坐标参数left):绘制极坐标中颜色区域时从哪里开始,表示图中的位置
#radii(对应极坐标参数height):从中心点,绘制的长度
#width(对应极坐标参数width):每个绘图区域区域的面积(角度范围内辐射的面积)
bars = ax.bar(theta, radii, width=width, bottom=0.0)
#设定区域的颜色
for r, bar in zip(radii, bars):
bar.set_facecolor(plt.cm.viridis(r/10.))
bar.set_alpha(0.5)
plt.show()
(四)散点图
import matplotlib.pyplot as plt
import numpy as np
#使用面向对象的方法,将设定属性变成对象的方法
fig, ax = plt.subplots()
ax.plot(10*np.random.randn(100), 10*np.random.randn(100),'o')
ax.set_title('simple scatter')
plt.show()
(五)绘制引力波