【20200815】Matplotlib绘图_03

1.直方图

直方图介绍：直方图由一系列高度不等的纵向条纹或线段表示数据分布的情况，一般用横轴表示数据范围，纵轴表示分布情况。
直方图特点：绘制连续性的数据，展示一组或者多组数据的分布情况（统计）。

1. plt.hist(x, bins=None):绘制以x为数值，bins为组数的直方图
   组数 = 极差/组距

举个例子：某地区连续50年中四月份平均气温数据如下：
temp_li=[6.9,4.1,6.6,5.2,6.4,7.9,8.6,3.0,4.4,6.7,7.1,4.7,9.1,6.8,8.6,5.2,5.8,7.9,5.6,8.8,8.1,5.7,8.4,4.1,6.4,6.2,5.2,6.8,5.6,5.6,6.8,8.2,6.4,4.8,6.9,7.1,9.7,6.4,7.3,6.8,7.1,4.8,5.8,6.5,5.9,7.3,5.5,7.4,6.2,7.7]
根据以上数据，推断该地区四月份平均气温的分布类型。

from matplotlib import pyplot as plt

import matplotlib
font = {
   
    'family':'SimHei',
    'weight':'bold',
    'size':12
}
matplotlib.rc("font", **font)

# plt.figure(figsize=(10,5))
temp_li=[6.9,4.1,6.6,5.2,6.4,7.9,8.6,3.0,4.4,6.7,7.1,4.7,9.1,6.8,8.6,5.2,5.8,7.9,5.6,8.8,8.1,5.7,8.4,4.1,6.4,6.2,5.2,6.8,5.6,5.6,6.8,8.2,6.4,4.8,6.9,7.1,9.7,6.4,7.3,6.8,7.1,4.8,5.8,6.5,5.9,7.3,5.5,7.4,6.2,7.7]
# min(temp_li)  # 3.0
# max(temp_li)  # 9.7
cha = max(temp_li)-min(temp_li)
b = 1
# bi = round(cha)/b  # 去查一下python当中的四舍五入
# bi  # 7.0  TypeError: `bins` must be an integer, a string, or an array
# 方法一：int()
# 方法二：整除//
bi = round(cha)//b  # 去查一下python当中的四舍五入

# 求组数 组数=极差/组距
plt.hist(temp_li,bins=bi,density=True)  # 注意：bins一定是整数类型,默认为10  density表示频率

# 显示标签
plt.xlabel("区间")
plt.ylabel("频数/频率")
plt.title("直方图")


plt.show()

2.扇形图

扇形图介绍：扇形图，用整个圆表示总数，用圆内各个扇形的大小表示各部分数量占总数的百分数。

1. plt.pie(x,explode=None,labels=None )：绘制扇形图
   （1）x 扇形数据
   （2）explode 设置某几个分块是否要分离饼图
   （3）labels 每块扇形标签
   （4）autopct 百分比数据标签
   （5）shadow 是否显示阴影
   注意：plt.pie()有三个返回值
   （1）patches 绘制饼图每一块的对象
   （2）texts 文本的列表
   （3）autotexts 百分比的文本列表

举个例子：将以下frac数据绘制扇形图，并且设置其扇形标签为label
frac = [1/50,6/50,11/50,15/50,9/50,6/50,2/50]
label = [’[3,4]’,’(4,5]’,’(5,6]’,’(6,7]’,’(7,8]’,’(8,9]’,’(9,10]’]

from matplotlib import pyplot as plt

import matplotlib
font = {
   
    'family':'SimHei',
    'weight':'bold',
    'size':12
}
matplotlib.rc("font", **font)

frac = [1/50,6/50,11/50,15/50,9/50,6/50,2/50]
label = ['[3,4]','(4,5]','(5,6]','(6,7]','(7,8]'