Python可视化

*1、饼状图函数
pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False, rotatelabels=False, , data=None)，参数说明：
（1）x，设置各类所占比例的数值，集合，元素值范围在(0,100)，所有元素值加起来得100。
（2）explode，接收小数的集合，表示每一块饼切片与圆心的距离，具有移动饼切片离开圆心作用，默认值None表示所有饼切片到圆心距离为0。
（3）labels，为每个饼切片提供标签内容，字符串元素的集合。
（4）colors，为每个饼切片提供颜色值，默认值为None（自动产生颜色）。
（5）autopct，以字符串格式，或函数方式指定每块饼切片上标签的显示内容；以字符串形式的格式为fmt％pct，如autopct= ‘%1.1f%%’。
（6）pctdistance，每个饼切片的中心与autopct 生成的文本的开头之间的比率。默认值为0.6。
（7）shadow，当值为True时，在饼状图下画一个阴影。默认值为False。
（8）labeldistance，绘制饼图标签的径向距离，默认值为1.1。
（9）startangle，浮点型，如果值非 None ，则将饼图的起点从x轴逆时针旋转指定的角度度。
（10）radius，浮点型，设置饼状图的半径，若值为None，则默认为1。
（11）counterclock，指定分数方向，顺时针或逆时针，默认值为True。
（12）wedgeprops，以字典方式传递参数给指定的饼切片，如wedgeprops = {‘linewidth’: 3}指设置饼切片的线宽度。
（13）textprops，以字典方式设置文本属性。如字体风格、大小等。
（14）center，设置饼状图的中心位置。 取值（0,0）或是2个标量的集合。
（15）frame，如果设置值为True，则则绘制轴与饼状图的框架；默认值为False。
（16）rotatelabels，如果值为true，则将每个标签旋转到相应切片的角度。

import matplotlib.pyplot as plt
plt.rc('font', family='simhei', size=15)
label = ('感冒', '肠胃不适', '过敏', '其他疾病')  # 指定标签内容
color = ('red', 'orange', 'yellow', 'green')  # 指定饼切片的颜色
size = [48, 21, 18, 13]
explode = (0.1,0,0,0)
pie = plt.pie(size, colors=color, explode=explode,
              labels=label, shadow=True,autopct='%1.1f%%')
#绘制饼状图
plt.title(u'班级春季生病原因比较')
plt.axis('equal')      #设置绘图区域x,y轴刻度相等
plt.legend()    #产生图例
plt.show()

散点图（Scatter Plot）是指在回归分析中，数据点在直角坐标系平面上的分布图，散点图表示因变量随自变量而变化的大致趋势，据此可以选择合适的函数对数据点进行拟合。散点图通常用于比较跨类别的聚合数据。
1、散点图函数
scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, , data=None, **kwargs)，参数说明：
（1）x，y，指定直角坐标绘图区域的坐标点，都为一维集合数值对象，而且它们的长度相等。
（2）s，设置点的大小，默认值为20。
（3）c，设置点的颜色，字符串。
（4）marker，设置点标记的形状，如’o’（默认）、’.’、’,’、‘v’、’^’、‘1’、‘2’、‘s’、‘p’ '’、‘h’、‘H’ '+'等。
（5）cmap，设置颜色条模式，默认为rcimage.cmap，值设置如cmap=‘hot’。cmap取值范围，可以参考如下地址内容：https://matplotlib.org/examples/color/colormaps_reference.html
（6）norm，设置颜色归一化数据范围[0,1]。
（7）vmin, vmax，设置颜色的最小值、最大值。
（8）alpha，设置颜色的透明度，数值范围在[0,1]之间的浮点数，0为透明，1为不透明。
（9）linewidths，设置点标记边缘线宽度。
（10）edgecolors，设置点标记边缘线颜色。
（11） **kwargs，以键值对形式设置参数。如marker=‘v’。

import numpy as np
import matplotlib.pyplot as plt
N = 1000
plt.rc('axes', unicode_minus=False)  # 该参数解决负号显示问题
x = np.random.randn(N)  # 产生正态分布的随机数1000个，确定x轴上的数
y = np.random.randn(N)  # 产生正态分布的随机数1000个，确定y轴上的数
color = ['r', 'y', 'k', 'g', 'm']*int(N/5)  # 颜色数必须与N相等，或者指定一种颜色
plt.scatter(x,y,c=color,marker='v',alpha=0.8)  #绘制散点图
plt.title('Draw scatter chart')   #设置图标题
plt.show()