去掉注释即可使用
import matplotlib.pyplot as plt
import numpy as np
plt.rcParams["font.sans-serif"]=["SimHei"]#设置字体
plt.rcParams["axes.unicode_minus"]=0#让负数也能正常表示
x=[1,2,3,4,5,6]
y=[10,9,3,2,5,6]
# plt.plot(x,y,"m-8",label="看")#分别指定线的形状,颜色,标记
# plt.show()
y1=[8,12,11,4,6,7]
# plt.plot(x,y)
# plt.plot(x,y1)
# plt.show()
# plt.plot(x,y,x,y1)
# plt.show()
# l=np.array([x,y,x,y1])
# print(l)
"这是bar"
# plt.bar(x,y,width=0.81,align="edge",tick_label=list(range(6)))#width默认0.8,align默
# # 认center,tciklabel 刻度标签,可以使用bottom参数画堆积柱形图,yerr与xerr画误差棒
# e=[1]*6
# plt.bar(x,y1,width=0.81,align="edge",tick_label=list(range(6)),bottom=y,yerr=e)
# plt.show()
"这是barh"
# plt.barh(x,y,height=0.81,align="edge",tick_label=list(range(6)))#width 变成了height 下对齐
# #bottom变成了left yerr变成了xerr
# plt.show()
"这是stackplot"
# plt.stackplot(x,y,y1,labels=['s','2'],baseline="zero")#baseline 基线 sym 关于零对称 zero在零以上
# plt.legend()#labels变成图例
# plt.show()
'这是hist'
# plt.hist(x,bins=6,histtype="bar")#反应x在x轴上的取值密集程度 bins 矩形条的个数,histtype style
# plt.show()
"这是pie"
# x=[1,2,3]
# plt.pie(x,explode=[0.1,0.1,0.1],labels=x,pctdistance=0.5,shadow=1,radius=1,wedgeprops={"width":0.7})
# #wedgeprops 变成环吧 explode 每个部分距离圆心的距离
# plt.show()
'这是scatter'
# plt.scatter(x,y,s=y1,c='m',marker='^',alpha=0.7,norm=0.1999)#s 大小 norm 是亮度
# plt.show()
"这是boxplot 箱型图"
# plt.boxplot(x,meanline=1,widths=0.4,patch_artist=0,vert=0)#widths 宽度 pathc_artist 填充颜色,meanline
# #平均值 vert 是否垂直摆放箱子
# plt.show()
'这是errorbar 误差棒'
# plt.plot(x,y,'r8--')
# plt.errorbar(x,y,yerr=y1,capsize=3,capthick=2,fmt='k, ')#capsize 误差棒边界横杆大小
# #capthick 误差棒横杆宽度
# plt.show()
d=[0.4,0.32,0.35,0.3,0.3,0.88]
d.append(d[0])
d.append(d[1])
d=np.array(d)
plt.polar(d*180/np.pi)
plt.show()
print(d)