『Python』matplotlib常用图表

最新推荐文章于 2024-04-17 18:29:50 发布
最新推荐文章于 2024-04-17 18:29:50 发布
阅读量620 收藏 4
点赞数
分类专栏： matplotlib Python 文章标签： 可视化 python 数据可视化 数据分析 matplotlib
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-NC-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/dreaming_coder/article/details/106833720
版权

这里简要介绍几种统计图形的绘制方法，其他更多图形可以去matplotlib找examples魔改

1. 柱状图

柱状图主要是应用在定性数据的可视化场景中，或是离散数据类型的分布展示。例如，一个本科班级的学生籍贯分布，出国旅游人士的职业分布以及下载一款App产品的操作系统的分布。

import matplotlib as mpl
import matplotlib.pyplot as plt

mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['font.serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题,或者转换负号为字符串

x = [1, 2, 3, 4, 5]
y = [6, 10, 4, 5, 1]

plt.bar(x, y, align="center", color="b", tick_label=["A", "B", "C", "D", "E"], alpha=0.6)

plt.xlabel("测试难度")
plt.ylabel("试卷分数")

plt.grid(True, axis="y", ls=":", color="r", alpha=0.3)

plt.show()

  • x：柱状图中的柱体标签值
  • y：柱状图中的柱体高度
  • align：柱体对齐方式，可选center或edge
  • color：柱体颜色
  • tick_label：刻度标签值
  • alpha：柱体透明度

2. 条形图

其实就是把柱状图转置过来

import matplotlib as mpl
import matplotlib.pyplot as plt

mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['font.serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题,或者转换负号为字符串

x = [1, 2, 3, 4, 5]
y = [6, 10, 4, 5, 1]

plt.barh(x, y, align="center", color="c", tick_label=["A", "B", "C", "D", "E"], alpha=0.6)

plt.ylabel("测试难度")
plt.xlabel("试卷份数")

plt.grid(True, axis="x", ls=":", color="r", alpha=0.3)

plt.show()

3. 多数据并列柱状图

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt

mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['font.serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题,或者转换负号为字符串

x = np.arange(5)
y = [6, 10, 4, 5, 1]
y1 = [2, 6, 3, 8, 5]

bar_width = 0.35
tick_label = ["A", "B", "C", "D", "E"]

plt.bar(x, y, bar_width, color="c", align="center", label="班级A", alpha=0.5)
plt.bar(x + bar_width, y1, bar_width, color="b", align="center", label="班级B", alpha=0.5)

plt.xlabel("测试难度")
plt.ylabel("试卷份数")

plt.xticks(x + bar_width / 2, tick_label)

plt.legend()

plt.show()

4. 多数据平行条形图

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt

mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['font.serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题,或者转换负号为字符串

x = np.arange(5)
y = [6, 10, 4, 5, 1]
y1 = [2, 6, 3, 8, 5]

bar_width = 0.35
tick_label = ["A", "B", "C", "D", "E"]

plt.barh(x, y, bar_width, color="c", align="center", label="班级A", alpha=0.5)
plt.barh(x + bar_width, y1, bar_width, color="b", align="center", label="班级B", alpha=0.5)

plt.ylabel("测试难度")
plt.xlabel("试卷份数")

plt.yticks(x + bar_width / 2, tick_label)

plt.legend()

plt.show()

5. 参数探索

如果想在柱体上绘制装饰线或装饰图，也就是说，设置柱体填充样式，我们可以用关键字参数hatch，其可能取值为：/ ,\ , | , - , + , x , o , O , . , *

每种符号数量越多，填充样式越密集，如///

柱状图还有其他关键字参数，如描边

  • 边缘颜色（包括填充样式颜色，会一起变）：edgecolor(ec)
  • 边缘样式：linestyle(ls)
  • 边缘粗细：linwwidth(lw)

6. 堆积折线图

堆积折线图是通过绘制不同数据集的折线图而生成的。

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt

x = np.arange(1, 6, 1)
y = [0, 4, 3, 5, 6]
y1 = [1, 3, 4, 2, 7]
y2 = [3, 4, 1, 6, 5]

labels = ["BluePlanet", "BrownPlanet", "GreenPlanet"]
colors = ["#8da0cb", "#fc8d62", "#66c2a5"]

plt.stackplot(x, y, y1, y2, labels=labels, colors=colors)

plt.legend(loc="upper left")

plt.show()

7. 间断条形图

主要用来可视化定性数据的相同指标在时间维度上的指标值的变化情况，实现定性数据的相同指标的变化情况的有效直观比较

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt

mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['font.serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题,或者转换负号为字符串

plt.broken_barh([(30, 100), (180, 50), (260, 70)], (20, 8), facecolors="#1f78b4")
plt.broken_barh([(60, 90), (190, 20), (230, 30), (280, 60)], (10, 8),
                facecolors=("#7fc97f", "#beaed4", "#fdc086", "#ffff99"))

plt.xlim(0, 360)
plt.ylim(5, 35)
plt.xlabel("演出时间")

plt.xticks(np.arange(0, 361, 60))
plt.yticks([15, 25], ["歌剧院A", "歌剧院B"])

plt.grid(ls="-", lw=1, color="gray")

plt.title("不同地区的歌剧院的演出时间比较")

plt.show()

针对plt.broken_barh([(60, 90), (190, 20), (230, 30), (280, 60)], (10, 8),facecolors=("#7fc97f", "#beaed4", "#fdc086", "#ffff99"))来讲解使用方法：

列表[(60, 90), (190, 20), (230, 30), (280, 60)]的元组表示从起点是x轴的数值为60的位置起，沿x轴正方向移动90个单位。其他元组类似。

参数(10, 8)表示从起点是y轴的数值为10的位置起，沿y轴正方向移动8个单位，这就是每个柱体的高度和垂直起始位置。

关键字参数facecolors表示每个柱体的填充颜色，这里使用HEX模式的颜色表示方法

8. 阶梯图

import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl

mpl.use('Qt5Agg')

x = np.linspace(1, 10, 10)
y = np.sin(x)

plt.step(x, y, color="#8dd3c7", where="pre", lw=2)
plt.xlim(0, 11)
plt.xticks(np.arange(1, 11, 1))
plt.ylim(-1.2, 1.2)

plt.show()

step()方法参数和plot()类似，主要是关键字参数where，默认值是pre，表示数据点向右对齐，，还可以设为post，表示数据点向左对齐，如下图。

9. 饼图

import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl

mpl.use('Qt5Agg')
mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['font.serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题,或者转换负号为字符串

labels = "A", "B", "C", "D"
students = [0.35, 0.15, 0.20, 0.30]
colors = ['#377eb8', '#4daf4a', '#984ea3', '#ff7f00']

explode = (0.1, 0.1, 0.1, 0.1)

wedges, texts, autotexts = plt.pie(students, explode=explode,
                                   autopct="%3.1f%%", startangle=45,
                                   shadow=True, colors=colors)

plt.legend(wedges, labels, fontsize=12, title="难度等级",
           loc="right", bbox_to_anchor=(.95, 0, 0.3, 1))

plt.setp(autotexts, size=15, weight="bold")
plt.setp(texts, size=12)

plt.title("选择不同难度测试试卷的学生占比")

colLabels = ["A", "B", "C", "D"]
rowLabels = ["学生选择试卷人数"]
studentValues = [[350, 150, 200, 300]]
colColors = ["#377eb8", "#e41a1c", "#4daf4a", "#984ea3"]

plt.table(cellText=studentValues,
          cellLoc="center",
          colWidths=[0.1] * 4,
          colLabels=colLabels,
          colColours=colColors,
          rowLabels=rowLabels,
          rowLoc="center",
          loc="bottom")

plt.show()

解释一下上面画图的函数的参数：

  • students：饼片代表的百分比
  • explode：饼片边缘偏离半径的百分比
  • labels：标记每份饼片的文本标签内容
  • autopct：饼片文本标签内容对应的数值百分比样式
  • startangle：从x轴作为起始位置，第一个饼片的起始位置（逆时针），单位度
  • shadow：是否绘制饼片的阴影
  • colors：饼片的颜色

10. 箱线图

关于箱线图的组成部分有：箱体、箱须和离群值，其中，箱体主要由第一四分位数、中位数和第三四分位数，箱须又分为上箱须和下箱须。上箱须和下箱须长度的确定方法是绘制箱线图的原始数据集Data中分贝寻找不大于\(Q_3+whis\times IQR\)的最大值\(value_{\max}\)和不小于\(Q_1 - whis \times IQR\)的最小值\(value_{\min}\)，其中\(Q_1\)和\(Q_3\)分别是第一四分位数和第三四分位数，whis是关键字参数whis的值，IQR是四分位差，计算方法是\(IQR=Q_3-Q_1\)。离群值\(Outlier\)的判断标准是 \(value \lt (Q_1-whis \times IQR)\)或者\(value \gt(Q_3+whis\times IQR)\)，其中\(value\)是Data中的数据点。

import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl

mpl.use('Qt5Agg')
mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['font.serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题,或者转换负号为字符串

testA = np.random.randn(5000)
testB = np.random.randn(5000)

testList = [testA, testB]
labels = ["随机数生成器AlphaRM", "随机数生成器BetaRM"]
colors = ["#1b9e77", "#d95f02"]

whis = 1.6
width = 0.35

bplot = plt.boxplot(testList, whis=whis, widths=width, sym="o", labels=labels, patch_artist=True)

for patch, color in zip(bplot["boxes"], colors):
    patch.set_facecolor(color)

plt.ylabel("随机数值")
plt.title("生成器抗干扰能力的稳定性比较")

plt.grid(axis="y", ls=":", lw=1, color="gray", alpha=0.4)

plt.show()

一样说下函数参数含义：

  • testList：绘制箱线图的输入数据
  • whis：四分位间距的倍数，用来确定箱须包含数据范围的大小
  • widths：设置箱体的宽度，可以统一设为一个值，或者分别赋值宽度
  • sym：离群值的标记样式
  • labels：绘制每一个数据集的刻度标签
  • patch_artist：是否给箱体添加颜色
ツぃ☆ve芜情
关注
  • 0
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
python调整图表的宽度_Matplotlib表格格式列宽
weixin_39840635的博客
02-11 3702
我想格式化表中的一列，但是当遍历行时，每次迭代后列宽的宽度都会改变。源代码def p_create_table(self, events, dates, rows, columns, portfolio):""":param events: Dict - {Date:Event} where Event is a String identifyingwhat event happened:para...
Python matplotlib绘制图表
weixin_51157335的博客
05-04 1595
Pythonmatplotlib绘制折图表 matplotlib是Python中的一个第三方库。主要用于开发2D图表，以渐进式、交互式的方式实现数据可视化，可以更直观的呈现数据，使数据更具说服力。 一、安装matplotlib pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple 二、Matplotlib 简介 Matplotlib是一个Python 2D绘图库，它以多种硬拷贝格式和跨平台的交互式环境生成出版物质量.
【Python数据科学快速入门系列 10】Matplotlib数据分布图表应用总结_matplotlib 分布图
2401_84160325的博客
04-17 796
本篇文章总结常用的数据分布图表。数据分布图表强调数据集中的数值及其频率或分布规律。常见的有统计直方图、核密度曲线图、箱形图、小提琴图等。
python matplotlib基础图表函数详解
jjj的博客
03-13 1637
常用的matplotlib画图方法总结 一、基础图表函数 1.1 线图 import matplotlib.pyplot as plt year=[1950,1970,1990,2010] pop=[2.518,3.68,5.23,6.97] #1.线图,用plot函数来调用即可 plt.plot(year,pop)#横轴纵轴 plt.show() plt.plot函数参数详解： plt.plot...
python中使用matplotlib绘制图表
irisMoon06的博客
03-27 378
Pyplot 是 Matplotlib 的子库，提供了和线形图。
CQUPT Python matplotlib基础图表绘制
2301_76172695的博客
05-10 1159
【代码】CQUPT Python matplotlib基础图表绘制。
Python Matplotlib函数库(个人感觉常用）
m0_74892619的博客
03-23 428
Python Matplotlib函数库(个人感觉常用）
python matplotlib生成图表基础
ssr_acty的博客
02-22 662
本节的目标是绘制一个y = x**2的函数图像 plot图表 绘制图表 plot（）函数绘制图表，传入参数，输入值和输出值，还可以指定其他参数 plt.plot(input_values, squares, linewidth = 5) 要绘制单个点，可使用函数scatter() ，并向它传递一对 x 和 y 坐标，它将在指定位置绘制一个点 plt.scatter(2, 4, s=200) 传入xy坐标，s表示点的大小 ```python plt.axis([0,1100,0,1100000]) axi
使用python库matplotlib绘制不同的图表
dou_being的博客
03-27 3088
如题，使用python中的matplotlib绘制图表，主要分享绘制简单的曲线图、单条曲线图、多条曲线图、直方图以及散点图的思路和用法。 1、绘制简单曲线图 思路：通过3个坐标点，绘制曲线 import matplotlib.pyplot as plt plt.plot([1, 3, 5], [4, 8, 10]) # 横坐标：1，3，5，纵坐标：4，8，10 # 显示所画的图 plt.show() 运行效果如图： 2、绘制单条曲线图 思路：先通过linspace绘制一条直线，然后..
python怎么画图表_Python matplotlib绘制图表
weixin_39918961的博客
11-20 291
Python matplotlib是数据可视化的重要工具之一。通过Matplotlib 能够创建多数类型的图表，如条形图，散点图，条形图，饼图，堆叠图，3D 图和地图图表等等。工具/原料Python方法/步骤1安装特别的简单，Python安装以后执行“pip install matplotlib”命令就可以安装。2首先pyplot导入为plt，然后调用plot方法，plot方法第一个参数x，第二个...
python 图表绘制(matplotlib)
ZENGshuihai的博客
09-11 937
【代码】python 图表绘制(matplotlib)
python 利用matplotlib 绘制图表
01-10
压缩包里两个文件，一个源码，一个pdf，源代码用jupyter notebook 编写的。
python matplotlib 增加滚动条 ，通过滚动条控制显示区域
05-11
python matplotlib 增加滚动条 ，通过滚动条控制显示区域
Python中使用matplotlib绘制图表
09-21
Python中使用matplotlib绘制图表
python matplotlib 可视化编程.zip
最新发布
04-24
1.Matplotlib中的基本图表包括的元素 x轴和y轴 水平和垂直的轴线 x轴和y轴刻度 刻度标示坐标轴的分隔，包括最小刻度和最大刻度 x轴和y轴刻度标签 表示特定坐标轴的值 绘图区域 实际绘图的区域 2.hold属性 hold属性...
『Python』matplotlib的imshow用法
热门推荐
七秒钟的记忆
05-19 5万+
Python中绘图库matplotlib系列学习笔记（九）
『Python』matplotlib共享绘图区域坐标轴
七秒钟的记忆
05-14 5096
Python中绘图库matplotlib系列学习笔记（五）
『Python』matplotlib自定义colormap与ticklabel
七秒钟的记忆
08-12 3778
matplotlib的高级用法
pythonmatplotlib
08-10
Python中的Matplotlib是一个用于绘制二维图形的库。它提供了许多绘图选项，可以创建各种类型的图表，包括线图、散点图、柱状图、饼图等等。 要使用Matplotlib，首先需要安装它。可以使用pip命令在命令行中安装...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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
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