2020-10-20，饼状图的绘制，箱形图，颜色和样式，面向对象

Python学习

饼状图的绘制

饼状图显示一个数据系列中各项的大小与各项的比例
饼状图中的数据点显示为整个饼状图的百分比

下面是Demo

#饼状图学习
import matplotlib.pyplot as plt
explode = [0,0.05,0,0]
labels = 'A','B','C','D'
fracs = [15,30,45,10]
plt.axes(aspect=1)#将XY轴的比例设置为1：1
plt.pie(x=fracs,labels=labels,autopct='%.0f%%',explode=explode,shadow=True)
#autopct='%.0f%%'将它每个站的比例用python的格式化字符串表现出来,explode将设定值的块突出显示,shadow=True将显示效果显得更立体感
plt.show()

箱形图

箱型图又称为盒须图，盒式图或者箱线图
是一种用作显示一组数据分散情况资料的统计图
上边缘，上4分位数，中位数，下4分位数，下边缘，异常值

下面是Demo

#箱形图
np.random.seed(100)
data = np.random.normal(size=(1000,4),loc=0,scale=1)
labels = ['A','B','C','D']
plt.boxplot(data,labels=labels,sym='.',whis=1.5,)#sym异常点的形状，whis待续虚线的长度
plt.show()

颜色和样式

八种颜色的缩写：b:blue，蓝色 g:green，绿色 r:red，红色 c:cyan，青色 m:magenta，紫色 y:yellow，黄色 k:black，黑色 w:white，白色
其他颜色表示方法：灰色阴影，html十六进制 RGB元组
线形4中：1，虚线 2，点画线 3，点组成的线 4，实线
样式的字符串：可以将颜色，点形，线型，如：cx-- mo: kp-

下面是Demo

#颜色
# y = np.arange(1,5)
# plt.plot(y,color='g')
# plt.plot(y+2,color='0.5')#阴影的方法改变颜色样式
# plt.plot(y+3,color='#FF00FF')#十六进制的方法改变颜色样式
# plt.plot(y+4,color=(0.1,0.2,0.3))#元组的方法改变颜色样式
# plt.show()
#点跟线的样式
y = np.arange(1,5)
# plt.plot(y,marker='o')#指定marker时会默认画出一段线，不指定的时候默认画出一个点
# plt.plot(y+2,'D')
# plt.plot(y+3,'^')
# plt.plot(y+4,'p')
plt.plot(y,'cx--')
plt.plot(y+2,'kp:')
plt.plot(y+3,'mo-.')
plt.plot(y+4,'p')
plt.show()

面向对象

三种方式
pyplot:经典高层封装，到目前为止，我们所用的都是pyplot
pvlad:将Matplotlib和numpy合并的模块，模拟Matlad的编程环境
面向对象的方式：Matplotlib的精髓，更基础和底层的方式
三种方式的优劣：pyplot简单易用，交互使用方便，可以根据命令实时作图，但是底层定制能力不足
pylab完全封装，环境最接近Matlab,不推荐使用
面向对象（Object-Oriented)的方式，接近Matplotlib基础和底层的方式，难度稍大，但是定制能里强，而且时Matplotlib的精髓
总结：实战中推荐，根据需求，综合使用pyplot和面向对象的方式，显示导入numpy
常用模块导入代码：import matplotlib.pyplot as plt import numpy as np

下面是Demo

#面向对象如何绘图
# x = arange(0,10,1)
# y = randn(len(x))
# plot(x,y)
# title('pylad')
# show()
x = np.arange(0,10,1)
y = np.random.randn(len(x))
fig = plt.figure()
ax = fig.add_subplot(111)
l,=plt.plot(x,y)
t = ax.set_title('object oriented')
plt.plot(x,y)
plt.show()

面向对象的应用

子图：概念，Matplotlib对象简介，
FigureCanvas
Figure
Axes实际画图的地方
子图的绘制
首先生成fig = plt.tigure() Figure实例 可以添加Axes实列
ax = fig.add_subplot(111)解析
111解析：第一个参数是子图的总行数。第二个参数是子图的总列数，第三个参数指子图的位置
下面是Demo