通过面对对象API绘制直方图，饼图，散点图，误差棒图

API的概念

        API是Application Programming Interface的缩写，即应用程序编程接口。它指的是一组访问软件应用程序或操作系统的约定及协议。API允许不同的软件系统之间相互交互，使各系统之间的数据交换和功能调用更加方便和快捷。例如，许多应用程序都提供对外的API，允许其他开发者利用这些API实现与该应用程序的交互。

面向对象主要步骤

1. 导入模块
2. 创建画布
3. 在画布上添加绘图区域
4. 准备数据
5. 调用绘图方法绘制图表
6. 展示图表 

一、直方图

#1.导入模块
import matplotlib.pyplot as plt
import numpy as np

#2.创建画布
fig = plt.figure()

#3. 在画布上添加绘图区域
ax = fig.add_subplot(111)

#4. 数据准备
x = np.random.randint(0,100,50)         #准备50个随机测试数据 

#5.调用绘图方法绘制图表
ax.hist(x, bins=8, histtype='stepfilled' ,edgecolor='k')     #在8个统计区间中，计算每个区间出现的频次。  # edgecolor:边缘线条颜色

#6.展示图表
plt.show()

二、饼图

#1.导入模块
import matplotlib.pyplot as plt
import numpy as np
import matplotlib as mp1

#2.创建画布
fig = plt.figure()

#3. 在画布上添加绘图区域
ax = fig.add_subplot(111)

#4. 数据准备
x = np.array([200, 500, 100, 1000, 300, 550])
explode_position = [0.1, 0.1, 0.07, 0.1, 0.1, 0.1]      
#4.1 设置中文
mp1.rcParams['font.sans-serif'] = ['SimHei']
mp1.rcParams['axes.unicode_minus'] = False
#4.2 外侧文字说明
kinds = ['水电费','网上购物','交通出行','饮食','生活日用','社交']

#5.调用绘图方法绘制图表
ax.pie(x, explode=explode_position, radius=1.5, labels=kinds, autopct='%.2f%%',shadow=True, startangle=145)           # explode:扇形或楔形离开圆心的距离    radius:扇形或楔形的半径     labels:标签文本   autopct:小数点后的位数    shadow:表示是否阴影    startangle:起始绘制角度

#6.展示图表
plt.show()

 

三、散点图

#1.导入模块
import matplotlib.pyplot as plt
import numpy as np

#2.创建画布
fig = plt.figure()

#3. 在画布上添加绘图区域
ax = fig.add_subplot(111)

#4. 数据准备
num = 50
x = np.random.rand(num)
y = np.random.rand(num)
area = (30*np.random.rand(num))**2                 #每一个散点的权重

#5.调用绘图方法绘制图表
ax.scatter(x, y, s=area, c='purple', alpha=0.6)     #s:大小   c:颜色   alpha:透明度

#6.展示图表
plt.show()

 四、误差棒图

4个树种不同季节的细根生物量

季节	马尾松	樟树	杉木	桂花
春季	2.04±0.16	1.69±0.27	4.65±0.34	3.39±0.23
夏季	1.57±0.08	1.61±0.14	4.99±0.32	2.33±0.23
秋季	1.63±0.10	1.64±0.14	4.94±0.29	4.10±0.39

#1.导入模块
import matplotlib.pyplot as plt
import numpy as np
import matplotlib as mp1

#2.创建画布
fig = plt.figure()

#3. 在画布上添加绘图区域
ax = fig.add_subplot(111)

#4. 数据准备
x = np.arange(3)
y1 = np.array([2.04, 1.57, 1.63])
y2 = np.array([1.69, 1.61, 1.64])
y3 = np.array([4.65, 4.99, 4.94])
y4 = np.array([3.39, 2.33, 4.10])
error1 = [0.16, 0.08, 0.10]           #指定测量偏差
error2 = [0.27, 0.14, 0.14]
error3 = [0.34, 0.32, 0.29]
error4 = [0.23, 0.23, 0.39]
#4.1 设置中文
mp1.rcParams['font.sans-serif'] = ['SimHei']
mp1.rcParams['axes.unicode_minus'] = False

#5.调用绘图方法绘制图表
bar_width = 0.2                #柱形宽度
ax.bar(x, y1,width=bar_width)          
ax.bar(x+width, y2,align='center',tick_label=['春季','夏季','秋季'],width=bar_width)
ax.bar(x+2*width, y3,width=bar_width)
ax.bar(x+3*width, y4,width=bar_width)
ax.errorbar(x,y1,yerr=error1,capsize=3,fmt='k,')                     #绘制误差棒
ax.errorbar(x+width,y2,yerr=error2,capsize=3,fmt='k,')           #xerr,yerr:数据的误差范围
ax.errorbar(x+2*width,y3,yerr=error3,capsize=3,fmt='k,')        #capsize：误差棒边界横杆的大小
ax.errorbar(x+3*width,y4,yerr=error4,capsize=3,fmt='k,')

plt.ylabel("细根生物量")                                                 #y轴标签
plt.title("4个树种不同季节的细根生物量的误差棒图")    #标题标签

#6.展示图表
plt.show()