【Python】二维数组matplotlib绘图

最新推荐文章于 2024-06-21 16:16:03 发布

静静喜欢大白

最新推荐文章于 2024-06-21 16:16:03 发布

阅读量2.9k

点赞数 1

分类专栏： pyg

本文链接：https://blog.csdn.net/lj2048/article/details/118359990

版权

这篇博客介绍了Python的matplotlib库，详细讲解了如何使用matplotlib绘制折线图、散点图、直方图、条形图、饼图以及3D图。重点对比了直方图和条形图的区别，帮助读者理解何时选择合适的图表类型。

摘要由CSDN通过智能技术生成

1、简介

虽然知晓很多绘图方法，但是自己其实并不会用，也不知道什么时候适合用，于是开始学习。发现其实都是初高中的知识，只不过现在捡起来借助python里面的matplotlib进行绘制。matplotlib是一个非常强大的Python第三方绘图包，可以绘制非常多非常漂亮的图形。通常的绘图任务，都可以通过matplotlib.pyplot完成，下面将通过notebook记录下绘制折线图、直方图、条形图、饼图的过程。

2、matplotlib使用举例

折线图plt.plot

用于观察数据走势

%matplotlib inline
import matplotlib.pyplot as plt
year=[1950,1970,1990,2010]
pop=[2.518,3.68,5.23,6.97]
# 1.线图（默认0，plt.plot(横坐标，纵坐标)
#调用plt。plot来画图,横轴纵轴两个参数即可
plt.plot(year,pop)
# python要用show展现出来图
plt.show()

散点图,plt.scatter

用于观察非连续数据（不常用）

plt.scatter(year,pop)
plt.show()

直方图plt.hist

用面积表示各组频数的多少，矩形的高度表示每一组的频数或频率，宽度则表示各组的组距，因此其高度与宽度均有意义。表示连续数据的时候使用，主要用于展示数据型数据。

values=[0,0.6,1.4,1.6,2.2,2.5,2.6,3.2,3.5,3.9,4.2,6]
#有12个数据，bins=3将其分为3段，即(0,2),(2,4),(4,6),从直方图中可以看出(2,4)中的数据最多
plt.hist(values,bins=3,density=0, facecolor="blue", edgecolor="black", alpha=0.7)
# 显示横轴标签
plt.xlabel("区间")
# 显示纵轴标签
plt.ylabel("频数/频率")
# 显示图标题
plt.title("频数/频率分布直方图")
plt.show()

条形图plt.bar

条形图是用条形的长度表示各类别频数的多少，其宽度（表示类别）则是固定的。区分不同类别时使用，主要用于展示分类数据，条形间有空隙。

"""
条形图
    1）竖放条形图
        plt.bar(x, height)，横坐标（长条形中点横坐标位置，可以是字符串，多个图时是其range索引）+纵坐标（每个条形高度，数字）
    2）横放条形图
        plt.barh(y, width)，同上
    3）并列条形图（两个条形图一起显示）
        可以使用 bar 或 barh 函数两次，并调整 bar 或 barh 函