资料来源:中国MooC_Python数据分析与展示 北京理工大学——嵩天老师
作此笔记,添加了些自己的注释。
matplotlib中pyplot的基础图标函数
首先引入库:
import matplotlib.pyplot as plt
plt.psd(x , NFFT=256 , pad_to, Fs) #绘制功率谱密度图
plt.specgram(x, NFFT=256, pad_to, F) #绘制谱图
plt.cohere(x,y,NFFT=256,Fs) #绘制X-Y的相关性函数
plt.scatter(x,y) --散点图
plt.step(x,y,where) --绘制步阶图
plt.hist(x,bins,normed) --直方图
plt.plot(x,y,fmt,...) --坐标图
plt.boxplot(data,notch,position) --箱型图
plt.bar(left,height,width,bottom) --条形图
plt.barh(width,bottom,left,height) --横向条形图
plt.polar(theta,r) --极坐标
plt.pie(data,explode) --绘制饼图
plt.contour(X,Y,Z,N) --绘制等值图
plt.vline() --垂直图
plt.stem(x,y,linefmt,marketfmt) --柴火图
plt.plot_date() --数据日期
示例如下:
# lesson-1 绘制饼图
import matplotlib.pyplot as plt
labels = 'frogs', 'hogs', 'dogs', 'logs'
sizes = [15, 30, 45, 10] # 对应各部分所占比例值
explodes = [0, 0.2, 0, 0] # 控制各个扇形块是否突出显示,这里第二块会显示突出
plt.pie(sizes, explode=explodes, labels=labels, autopct='%1.1f%%',colors =['r','b','g','y'], shadow=False, startangle=0)
# autopct用于限定显示比例数值的格式,这里保留一位小数且后加%
# startangle扇形绘制的始边与x轴所成夹角,沿逆时针转动
plt.axis('equal') # 控制各个轴向的比例相同,可绘制出圆形饼图
plt.show()
结果如下:
#lesson-2 绘制直方图
import matplotlib.pyplot as plt
import numpy as np
#首先生成随机数组
np.random.seed(0)
mu, sigm = 100,20 #均值、标准差
a = np.random.normal(mu, sigm, size=100) #利用正态随机分布生成100个随机数
plt.hist(a,bins =40,normed =0,histtype ='stepfilled',facecolor ='b',alpha =0.75)
#第二个参数bins:直方图(小矩形)的个数,以数据的最大值、最小值作为上界、下界,等分成bins份
#第三参数normed=1,表示用频率作为纵轴;normed=0,表示用个数作为纵轴数据
#alpha,控制条形图的透明度
plt.title('Histogram')
plt.show()
结果如下:
#lesson-3 面向对象绘制散点图
import matplotlib.pyplot as plt
import numpy as np
fig,ax = plt.subplots()
ax.plot(10*np.random.randn(100),10*np.random.randn(100),'o')
ax.set_title('Simple Scatter')
plt.show()
结果如下: