Matplotlib绘图（四）

And ν

已于 2022-05-22 15:18:08 修改

阅读量137

点赞数

文章标签： python 学习

于 2022-05-22 15:17:30 首次发布

本文链接：https://blog.csdn.net/ftmht/article/details/124911078

版权

Matplotlib（四）

绘制饼状图

pie函数可以绘制饼状图，饼图主要是用来呈现比例的。只要传入比例数据即可。

labels：显示饼状图各比例的名称。

explode：使各比例不同的边界分离，便于观察。

autopct：显示各个事务在饼状图中所占的百分比。

绘制饼状图：

# 导入matplotlib模块
import matplotlib.pyplot as plt
# 准备男、女的人数及比例
man=71351
woman=68187
man_per=man/(man+woman)
woman_per=woman/(man+woman)
# 添加名称
labels=["男","女"]
# 添加颜色
color=["blue","green"]

# 绘制饼状图  pie函数
plt.rcParams["font.sans-serif"]=["SimHei"]  # 用来正常显示中文标签
# labels：名称     color:颜色     explode：分裂     autopct：显示百分比
paches,texts,autotexts=plt.pie([man_per,woman_per],labels=labels,colors=color,explode=(0,0.02),autopct="%0.1f%%")
# 设置饼状图中的字体颜色
for text in autotexts:
    text.set_color("white")
# 设置字体大小
for text in texts+autotexts:
    text.set_fontsize(20)
plt.show()

图示：

绘制直方图

直方图与柱状图的风格类似，都是由若干个柱组成，但直方图和柱状图的含义却有很大的差异。直方图是用来观察分布状态的，而柱状图是用来看每个x坐标对应的y的值的。也就是说，直方图关注的是分布，并不关心具体的某个值，而柱状图关心的是某个值。绘制直方图需调用hist函数。

bins：修改柱面宽度。

alpha:图形的透明度。

使用hist函数绘制不同随机数的分布状态：

# 导入matplotlib模块
import matplotlib.pyplot as plt
import numpy as np
# 使用np.random.normal()指定期望和均值的正太分布
x=np.random.normal(0,0.8,1000)
y=np.random.normal(-2,1,1000)
z=np.random.normal(3,2,1000)
kwargs=dict(bins=100,alpha=0.4) # alpha:图形的透明度
plt.hist(x,**kwargs)
plt.hist(y,**kwargs)
plt.hist(z,**kwargs)
plt.show()

图示：

等高线图

contour：绘制等高线图；contourf：可绘制等高线图，与contour相比，其所绘制的等高线图有颜色填充。

meshgrid：计算x，y相交的点X、Y。

使用pyplot绘制等高线图：

# 导入模块
import matplotlib.pyplot as plt
import numpy as np
# 创建x y
x=np.linspace(-10,10,100)
y=np.linspace(-10,10,100)
# 计算x，y相交的点X、Y
X,Y=np.meshgrid(x,y)
# 计算Z
Z=np.sqrt(X**2+Y**2)
plt.contourf(X,Y,Z)
plt.show()

图示：

绘制三维图

使用pyplot包和Matplotlib绘制三维图。

Axes3D：使其显示的图形为3d。

绘制三维图：

# 导入模块
import matplotlib.pyplot as plt
# 导入3D包
from mpl_toolkits.mplot3d import Axes3D
# 创建x y z
X=[1,1,2,2]
Y=[3,4,4,3]
Z=[1,100,1,1]
figure=plt.figure()
# 创建Axes3D对象
ax=Axes3D(figure,auto_add_to_figure=False)
figure.add_axes(ax)
ax.plot_trisurf(X,Y,Z)
plt.show()

图示：