目录
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: