使用matplotlib库绘制直方图、条形图和饼图

【高心星出品】

---

前言

上一篇文章讲解matplotlib库对于散点和折线图的绘制。本篇文章继续讲解matplotlib库中对于条形图、直方图与饼图的绘制。

---

一、条形图的绘制

条形图是直观显示某些数据统计次数，使用bar方法来绘制，具体代码如下：

# 获取x坐标0 10.。。
xarray = np.arange(0, 110, 10)
# 获取y坐标 1，2，3，1，0.。
yarray = np.random.randint(11, size=11) + 1
canvas = plt.figure()
ax = canvas.add_subplot(311);
ax.set(xlim=[0, 100], ylim=[0, 10], xlabel='数量', ylabel='时间', title='统计数量')
# 绘制条形图 x坐标  y坐标  颜色，居中，笔宽度
bars = ax.bar(xarray, yarray, color='red', align='edge', width=3)

具体运行结果：

二、绘制直方图

直方图是统计某些数据的出现频率，需要提供采样数据和统计间隔，绘图函数会自动计算出现次数，具体代码如下：

# 绘制直方图
ax1 = canvas.add_subplot(312)
ax1.set(xlabel='数量', ylabel='时间', title='统计数量',)
# 取出来要统计的数据集合
harray = np.random.randint(0, 1000, 100)
# 代表区间    纵轴上的数字是计算出来的  某些数字出现的次数
ax1.hist(harray, bins=[0, 100, 200, 300, 400, 500, 600, 700, 800, 900, 1000], color='blue')

具体运行结果为：

三、绘制饼图

饼图可以更加直观的体现数据的占比，使用饼图需要调用pie方法，具体代码如下：

# 绘制饼图
ax2 = canvas.add_subplot(313)
# 显示内容
label = ['吃饭', '学习', '睡觉']
# 饼图比例
size = [20, 20, 60]
# 显示比例  代表小数点后面两位
autopct = '%1.2f%%'
# 突出显示 最后一个饼
explode = [0, 0, 0.1]
ax2.pie(size, labels=label, autopct=autopct, explode=explode)
canvas.show()

具体运行结果如下：

---

总结

本篇文章介绍了使用matplotlib库绘制条形图、直方图、饼图的过程，对于matplotlib还有很多更强大的功能，这里只介绍了简单的一部分，想了解更多功能可以查看官方文档。传送门