数据分析学习笔记—matplotlib折线图、条形图、直方图、饼状图基础绘制

最新推荐文章于 2022-07-13 17:09:17 发布
最新推荐文章于 2022-07-13 17:09:17 发布
阅读量1.2k 收藏 13
点赞数 2
分类专栏： 历史python学习笔记 文章标签： python matplotlib
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/cjava_/article/details/117119674
版权

文章目录

一、Matplotlib概念和基本属性设置思维导图

在这里插入图片描述

二、折线图基础绘制及代码中相关参数解析

1、代码
from matplotlib import pyplot as plt
from matplotlib import font_manager
#设置x，y的值
x1=[-7,-4,-1,0,3,5,7,9,12,15,16,17]
y1=[12,13,15,17,23,11,13,26,99,10,12,36]
y2=[-12,73,-15,7,13,33,12,36,9,11,1,7]

#设置实例fig的大小和像素
fig = plt.figure(figsize=(30,10),dpi=300)

#导入windows的字体
font = font_manager.FontProperties(fname='C:/Windows/Fonts/msyh.ttc',size=20)

#设置图的图例名字，折线的颜色，透明度，折线宽度，和折点的形状，折点的大小，折点的颜色，折点边缘的颜色，这里形状为*
plt.plot(x1,y1,label='图例1',color='orange',alpha=1,linewidth=3,marker='*',markersize=30,markerfacecolor='red',markeredgecolor='purple',markeredgewidth=5)
plt.plot(x1,y2,label='图例2',color='green',alpha=1,linewidth=3,marker='o',markersize=20,markerfacecolor='purple',markeredgecolor='red',markeredgewidth=5)

#设置图例的显示，显示为中文
plt.legend(prop=font,loc='upper right')

#设置图的网格，x隐藏，只显示竖直方向的网格线，以及网格线的样式，透明度和宽度
plt.grid(axis='x',color='red',alpha=0.5,linestyle='--',linewidth=1)


#设置x轴左边最大是-2，隐藏右边和上方的坐标轴，将左边和下方坐标轴0点重合形成新坐标轴
plt.xlim(left=-2)
ax = plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.spines['bottom'].set_color('blue')
ax.spines['left'].set_color('blue')
ax.spines['bottom'].set_position(('data',0))
ax.spines['left'].set_position(('data',0))

#设置x轴和y轴的刻度，显示中文，旋转30度
x=[-8,-6,-4,-2,0,2,4,6,8,10,12,14,16,18]
y=[0,10,20,30,40,50,60,70,80,90,100]
x_ticks_label = ["{}度".format(i) for i in x]
plt.xticks(x,x_ticks_label,fontproperties=font)
y_ticks_label = ["{}个".format(i) for i in y]
plt.yticks(y,y_ticks_label,fontproperties=font)

#设置x轴标签
plt.xlabel('温度',fontproperties=font)

#显示图例1对应折线折点的x和y的值，坐标注释的位置，字体线型和字体颜色和外框显示
for a,b in zip(x1,y1):
    plt.annotate('(%s,%s)'%(a,b),xy=(a,b),xytext=(10,10),textcoords='offset points',weight='heavy',color='#0926f1', bbox=dict(boxstyle='round,pad=0.5', fc='yellow', ec='k', lw=1, alpha=0.5))
#显示图例2对应折线折点的坐标，垂直对齐方式，水平对齐方式，字体大小，字体背景颜色，旋转角度，透明度
for a,b in zip(x1,y2):
    plt.text(a,b,(a,b),ha='left',va='top',fontsize=12,color='#0926f1',backgroundcolor='yellow',rotation=3,alpha=0.5)
#保存生成的图片
plt.savefig('D:/tools/Git/data-analysis-learning-route/数据分析基础/python/python基础语法/示例.png')
plt.show()
2、结果展示

在这里插入图片描述

3、Matplotlib图组件—官方

在这里插入图片描述

4、jupyter Notebook获取函数及其参数使用方法

举例：获取abs函数和参数用法，输入后，点击运行，或者在光标位置按Shift+Tab

abs?

在这里插入图片描述

在这里插入图片描述

5、代码函数和类常用参数详解
（1）plt.figure() 参数
plt.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)
  • num：数字或者字符串，数字作为id，如果id预先不存在，则新增figure，按顺序递增编号，如果id存在，则返回对该图像的引用。字符串则是窗口标题
  • figsize：英寸单位，（宽，高）
  • dpi：设置图像分辨率
  • facecolor：背景颜色
  • edgecolor：边框颜色
  • frameon：是否显示边框
（2）font_manager.FontProperties()参数
font_manager.FontProperties(family=None,style=None,variant=None,weight=None,stretch=None,size=None,fname=None)
  • family：字体类别，默认值为sans-serif （无衬线体），其他的有serif（衬线体），cursive（手写体）， fantasy（符号字体）， monospace（等宽字体）
  • style：字体的样式，默认为normal（正常），其他的有italic（斜体），oblique（文本倾斜）
  • variant：默认为normal ，其他的为small-caps（小型大写字体）
  • weight：字体的粗细，采用0-1000的数值表示，也可用另一种表示，默认为normal，其他的为ultralight（超细），light（细），regular（常规），book，medium（中等），roman（罗马字体），semibold，demibold，demi，bold，heavy，extra bold（超粗），black（黑色）
  • stretch： 字体的拉伸，采用0-1000的数值表示，也可用另一种表示，ultra-condensed，extra-condensed，condensed，semi-condensed，normal，semi-expanded，expanded，extra-expanded，ultra-expanded
  • size：字体大小，默认为10，使用数字，或者xx-small，x-small，small，medium，large，x-large，xx-large
  • fname：通过字体文件的绝对路径指定特定的字体，一般是windows自带字体
（3）plt.plot()参数
plt.plot(*args, scalex=True, scaley=True, data=None, **kwargs)

对于使用的人，比如我这个菜鸟，可能这个就太抽象了，即便后面他补充说明了几种参数，但我的使用主要还是集中在2D的一些我个人目前常用的绘图的属性设置，写到这里我学会了用word做表格更清晰明了

  • x,y：x是可选的，如果没写，则默认情况下是按照y的长度range，输入

  • alpha:`：透明度

  • animated：布尔值类型，动态绘图的一个参数

  • color：颜色，可以缩写成c

  • label：图例标签

  • linestyle：线的样式，可以缩写为ls，有如下几种：
    在这里插入图片描述

  • linewidth：线的宽度，浮点型，可以缩写为lw

  • marker：折点的样式，有如下几种：
    在这里插入图片描述

  • markeredgecolor：折点边缘颜色，可以缩写为mec:

  • markeredgewidth：折点边缘大小，可以缩写为mew

  • markerfacecolor：折点颜色，可以缩写为mfc

  • markersize：折点大小，可以缩写为ms

（4）plt.legend()参数
plt.legend(*args, **kwargs)
  • labels：图例的内容，列表
  • loc：设置图例的位置，有以下几种：
    在这里插入图片描述
  • bbox_to_anchor：指定图例在轴/图形中的位置
  • ncol：图例列的数量，默认为1
  • prop：有值时为获取的字体，无值时一般使用的是matplotli在这里插入代码片b.rc函数的获取字体的功能
  • fontsize：字体大小，为数值时以磅为单位，一般没有指定prop的情况下，使用xx-small,x-small,small,medium,large,x-large,xx-large
  • shadow：是否在图例后面添加阴影
  • framealpha：设置图例框架透明度
  • title：图例标题，默认无
  • title_fontsize：图例标题字体大小
  • borderpad：图例边框的内边距，浮点型
  • labelspacing：图例条目之间的垂直间距
  • handlelength：图例句柄的长度
  • handletextpad ：图例句柄和文本之间的差距
  • borderaxespad ：轴与图例边框的距离
（5）plt.grid()参数
plt.grid(b=None, which='major', axis='both', **kwargs)

三、条形图基础绘制

1、简单条形图
（1）导入模块
from matplotlib import pyplot as plt
import matplotlib
（2）设置条形图的属性
#设置条形图每条的刻度，条形图高度 
a = ['我','在','画','图','片','呢']
b = ['18.11','29.23','4.91','31.54','9.17','6.91']
matplotlib.rc("font",family='SimHei',size=18)
plt.figure(figsize=(20,8),dpi=80)
#设置坐标轴刻度、条形图高度、条形图宽度，颜色，
rects = plt.bar(range(len(a)),[float(i) for i in b],width=0.3,color=['r','g','b','y','k','m'])
# 在条形图上加水平居中的标注
for rect in rects:  #循环对每个条形图操作
    height = rect.get_height()  #获取每个条形图的高度
    plt.text(rect.get_x() + rect.get_width() / 2, height+0.3, str(height),ha="center")   #获取条形图在坐标轴上左边的坐标和宽度的一半的值，相加，加高度0.3，即在条形图中点上方0.3处
（3）绘制条形图
plt.xticks(range(len(a)),a)
plt.yticks(range(0,41,5),range(0,41,5))
plt.show()
（4）结果展示

在这里插入图片描述

2、横向条形图
from matplotlib import pyplot as plt
import matplotlib
a = ['你','看','我','画','的','图']
b = ['18.11','29.23','4.91','31.54','9.17','6.91']
matplotlib.rc("font",family='SimHei',size=18)
plt.figure(figsize=(20,8),dpi=80)
rects = plt.barh(range(len(a)),[float(i) for i in b],height=0.5,color=['r','g','b','y','k','m']) 
plt.yticks(range(len(a)),a)
for rect in rects:
    width = rect.get_width()
    plt.text(width,rect.get_y()+0.5/2,str(width),va='center')
plt.show()

在这里插入图片描述

3、并列条形图
import matplotlib.pyplot as plt
import numpy as np
index = np.arange(4)
BJ = [50,55,53,60]
Sh = [44,66,55,41]
plt.bar(index,BJ,width=0.3,color='r')
plt.bar(index+0.3,Sh,width=0.3,color='b')
plt.xticks(index+0.3/2,index)
plt.show()

在这里插入图片描述

4、堆叠条形图
import matplotlib.pyplot as plt
import numpy as np
index = np.arange(4)
BJ = [50,55,53,60]
Sh = [44,66,55,41]
plt.bar(index,BJ,width=0.3,color='r')
plt.bar(index,Sh,bottom=BJ,width=0.3,color='g')  #以BJ为底部
plt.show()

在这里插入图片描述

四、直方图基础绘制

1、直方图概念

用连续的数据，一系列高度不等的纵向条纹或者线段展示一组或者多组的数据分布情况，横轴表示数据范围，纵轴表示分布情况

2、直方图绘制
（1）导入模块
import matplotlib
from matplotlib import pyplot as plt
（2）准备数据
time = [131,  98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114,
        119, 128, 121, 142, 127, 130, 124, 101, 110, 116, 117, 110, 128, 128, 115,  99, 
        136, 126, 134,  95, 138, 117, 111,78, 132, 124, 113, 150, 110, 117,  86,  95, 144, 
        105, 126, 130,126, 130, 126, 116, 123, 106, 112, 138, 123,  86, 101,  99, 136,123,
        117, 119, 105, 137, 123, 128, 125, 104, 109, 134, 125, 127,105, 120, 107, 129, 116,
        108, 132, 103, 136, 118, 102, 120, 114,105, 115, 132, 145, 119, 121, 112, 139, 125,
        138, 109, 132, 134,156, 106, 117, 127, 144, 139, 139, 119, 140,  83, 110, 102,123,
        107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133,112, 114, 122, 109, 
        106, 123, 116, 131, 127, 115, 118, 112, 135,115, 146, 137, 116, 103, 144,  83, 123, 
        111, 110, 111, 100, 154,136, 100, 118, 119, 133, 134, 106, 129, 126, 110, 111, 109, 
        141,120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126,114, 140, 103, 
        130, 141, 117, 106, 114, 121, 114, 133, 137,  92,121, 112, 146,  97, 137, 105,  98, 
        117, 112,  81,  97, 139, 113,134, 106, 144, 110, 137, 137, 111, 104, 117, 100, 111,
        101, 110,105, 129, 137, 112, 120, 113, 133, 112,  83,  94, 146, 133, 101,131, 116, 
        111,  84, 137, 115, 122, 106, 144, 109, 123, 116, 111,111, 133, 150]
（3）创建画布，设置相关属性
plt.figure(figsize=(20, 8), dpi=100)
matplotlib.rc('font',family='SimHei',size=18)
# 设置组距
distance = 4
# 计算组数：用数据里最大的值减去最小值除以组距
group = int((max(time) - min(time)) / distance)
（4）直方图绘制
plt.hist(time, bins=group, facecolor="blue", edgecolor="black", alpha=0.7)
plt.xticks(range(min(time), max(time))[::2])
plt.grid(linestyle="-.", alpha=0.5,color='k')
plt.xlabel("电影时长")
plt.ylabel("数据量")
plt.show()

在这里插入图片描述

五、饼图基础绘制

#导入模块
import matplotlib.pyplot as plt
import matplotlib

#设置画布
plt.figure(figsize=(20, 8), dpi=100)

#显示中文字体
matplotlib.rc('font',family='SimHei',size=14)

#设置每个部分标签，扇形大小，颜色，扇形每个部分的突出值，
label = ["数学", "语文", "英语"]  
size = [40, 60, 5]
color = ["r", "g", "b"]     
explode = [0.05, 0.08, 0]   
patches, l_text, p_text = plt.pie(size, explode=explode, colors=color,labels=label,   #设置扇形、标签、百分比标签实例
                                  labeldistance=1.2,    #标签文本距离圆心位置，1.2倍半径
                                  autopct="%1.2f%%",   #设置圆内文本数据格式
                                  shadow=True,    #是否带有阴影
                                  startangle=90,  #设置起始角度，默认从0开始逆时针旋转
                                  pctdistance=0.7)  #设置圆内文本距圆心距离
  
plt.legend( loc='center left')
plt.axis("equal")  
plt.show()

在这里插入图片描述

深耕玩家
关注
  • 2
    点赞
  • 踩
  • 13
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
使用matplotlib绘制折线图，条形图，散点图，直方图
xxxhd的博客
11-21 845
使用matplotlib绘制折线图，条形图，散点图，直方图 1.折线图 import random import matplotlib from matplotlib import pyplot as plt # 显示中文 font = {'family': 'monospace', 'weight': 'bold', 'size': '20'} matplotlib.rc("font",**font) matplotlib.rc("font",family='Micro
数据分析小课-matplotlib-直方图，箱线图，折线图
lildn的博客
12-06 924
直方图：条与条之间没有缝隙 条形图：条与条之间有缝隙 直方图的绘制 plt.hist(x, bins=10, normed=False, orientation=‘vertical’, color=None, label=None) x：指定要绘制直方图的数据。 bins：指定直方图条形的个数。 normed：是否将直方图的频数转换成频率。 orientation：设置直方图的摆放方向，默认为垂直方向 color：设置直方图的填充色 edgecolor：设置直方图边框色 label：设置直方图的标签，可通过
数据分析——matplotlib之条形图
HadwinLing
08-05 309
# coding=utf-8 from matplotlib import pyplot as plt from matplotlib import font_manager my_font = font_manager.FontProperties(fname=r"C:\Windows\Fonts\STFANGSO.TTF") a = ["战狼2","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5：最后的骑士","摔跤吧！爸爸","加勒比海盗5：死无对证","金刚：骷髅岛","极限特工：终
matplotlib 数据可视化基础（以折线图为例）
酱汁儿
07-24 1851
matplotlib 数据可视化基础（以折线图为例）
数据分析笔记day01:使用matplotlib绘制折线图、散点图、条形图、直方图
qq_52348872的博客
05-02 1222
目录 一、折线图的绘制 二、散点图的绘制 三、直方图的绘制 四、绘制直方图 总结： 一、折线图的绘制 1、导包 需要导入random、和matplotlib两个库，导入random库的原因主要是因为我有不起数据，所以靠随机生成，导入matplotlib库就显而易见了，别问我为啥命名为plt（问就是大佬都这样命名） import random from matplotlib import pyplot as plt 2、准备数据 通过random库生成我们需要的X、和Y
matplotlib绘制折线图
12-23
在Python的数据可视化领域，`matplotlib`库是最常用的基础绘图工具之一，尤其在绘制折线图方面非常方便。本文将详细介绍如何使用`matplotlib`库绘制折线图，并展示如何通过调整参数来定制图形的样式。 首先，我们...
python3使用matplotlib绘制条形图
12-26
本文实例为大家分享了python3使用matplotlib绘制条形图的具体代码，供大家参考，具体内容如下 绘制竖状条形图 代码 from matplotlib import pyplot as plt from matplotlib import font_manager my_font = font_...
python使用matplotlib绘制折线图教程
01-20
因此如果你需要绘制某种类型的图，只需要在这个页面中浏览/复制/粘贴一下，基本上都能搞定。 在Linux下比较著名的数据图工具还有gnuplot，这个是免费的，Python有一个包可以调用gnuplot，但是语法比较不习惯，而且...
Python matplotlib绘制折线图及实例（基础提高版）
12-21
`matplotlib.pyplot`模块提供了丰富的绘图功能，包括创建折线图、散点图、直方图等多种类型的图形。 在本文中，我们将专注于使用`matplotlib`绘制折线图。首先，让我们回顾一下基础的折线图绘制过程。考虑一个简单...
matplotlib绘图之折线图、饼图、柱形图基础
weixin_46068610的博客
05-21 222
相关资源已上传到百度网盘 链接：https://pan.baidu.com/s/1bVrPdNRxbgp95CJu_I3NoA 提取码：h8oq import numpy as np from matplotlib import pyplot as plt #在一张图中画一条线 def draw_line(ax): #创建一个图片，‘Line Demo’是名字 #figure=plt.figure('Line Demo') #创建绘图区域 #创建从0开始，到10结束，10
Python 入门 matplotlib数据可视化基础【一】
12-21
matplotlib数据可视化基础【一】掌握绘图基础语法与常用参数掌握pyplot基础语法创建画布与创建子图添加画布内容保护与显示图形设置pyplot的动态参数 掌握绘图基础语法与常用参数 掌握pyplot基础语法 import matplotlib.pyplot as plt pyplot基本绘图流程： 原创文章 11获赞 17访问量 1242 关注
MFC C++绘制图表 饼图、柱状图、曲线图
05-06
MFC根据数据绘制图表，饼图、柱状图、曲线图
MFC 制作数据图（柱形图，饼图）有标注
10-12
MFC制作饼图，柱形图，有详细代码注解，代码可借鉴
MFC画二维动态图表
04-05
MFC画二维动态图表
数据可视化——简单图形绘制（饼图，柱状图，直方图，散点图，箱线图，折线图）
yeyoooo的博客
11-13 3141
import pandas as pd import numpy as np import matplotlib.pyplot as plt data = pd.read_csv() data_1 = data.groupby('Region').mean()['Sales'] x_data = data_1.values y_data = data_1.index explode = [0,0.1,0,0,0,0.2] colors = ['yellow','red','purple','green'
matplotlib数据可视化基础
behrends的博客
09-24 174
pyplot基础语法 1.创建画布和创建子图 plt.figure创建一个空白画布可以指定画布大小，像素 figure.add_subplot创建并选中子图，可以指定子图的行数，列数与选中图片编号 2.添加画布内容 *添加图例要在绘图之后 函数名 函数作用 plt.title 添加标题 plt.xlabel 添加x轴名称 plt.ylabel 添加...
数据分析小课-matplotlib-饼图，条形图
lildn的博客
12-03 271
1.离散型可视化 饼图的绘制 pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, labeldistance=1.1) x：指定绘图的数据 explode：指定饼图某些部分的突出显示，即呈现爆炸式 labels：为饼图添加标签说明，类似于图例说明 colors：指定饼图的填充色 autopct：自动添加百分比显示，可以采用格式化的方法显示 pctdistance：设置百分比标签与圆心的距离 labeldi
python:matplotlib数据可视化基础
weixin_42220953的博客
09-03 395
正文开始 这些都是在jupiter notebook上面敲的 %matplotlib inline 表明matplotlib绘图的图形可以在jupiter notebook中显示 import matplotlib.pyplot as plt 导入模块 来个简单的绘图 import numpy as np data = np.arange(10) //生成数据 0到9 data plt.plot(data) //使用plt.plot生成折线图 1 先天 ...
matplotlib绘制单组条形图和多组条形图
summerriver1的博客
07-13 664
matplotlib绘制单组条形图和多组条形图
使用matplotlib库绘制散点图,折线图,直方图,饼状图
最新发布
04-30
好的，以下是使用matplotlib库绘制散点图、折线图、直方图、饼状图的示例代码： ### 散点图 ```python import matplotlib.pyplot as plt x = [1, 2, 3, 4, 5] y = [2, 4, 1, 3, 5] plt.scatter(x, y) plt.show()...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

深耕玩家

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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