matplotlib 学习笔记

最新推荐文章于 2023-08-09 14:56:22 发布
最新推荐文章于 2023-08-09 14:56:22 发布
阅读量169 收藏
点赞数
文章标签： matplotlib 学习 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_53086801/article/details/126056757
版权

目录


Matplotlib能够绘制折线图、散点图、柱状图、直方图、饼图。
我们需要知道不同的统计图的意义，以此来决定选择哪种统计图来呈现我们的数据。

1.常见图形种类及意义

1.1折线图：

以折线的上升或下降来表示统计数量的增减变化的统计图
特点：能够显示数据的变化趋势，反映事物的变化情况。(变化)
api：plt.plot(x, y)

1.2散点图：

用两组数据构成多个坐标点，考察坐标点的分布,判断两变量之间是否存在某种关联或总结坐标点的分布模式。
特点：判断变量之间是否存在数量关联趋势,展示离群点(分布规律)
api：plt.scatter(x, y)

1.3柱状图：

排列在工作表的列或行中的数据可以绘制到柱状图中。
特点：绘制连离散的数据,能够一眼看出各个数据的大小,比较数据之间的差别。(统计/对比)
api：plt.bar(x, width, align=‘center’, **kwargs)

Parameters:    
x : 需要传递的数据

width : 柱状图的宽度

align : 每个柱状图的位置对齐方式
    {‘center’, ‘edge’}, optional, default: ‘center’

**kwargs :
color:选择柱状图的颜色

1.4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。
特点：绘制连续性的数据展示一组或者多组数据的分布状况(统计)
api：matplotlib.pyplot.hist(x, bins=None)

Parameters:    
x : 需要传递的数据
bins : 组距

1.5饼图：

用于表示不同分类的占比情况，通过弧度大小来对比各种分类。
特点：分类数据的占比情况(占比)
api：plt.pie(x, labels=,autopct=,colors)

Parameters:  
x:数量，自动算百分比
labels:每部分名称
autopct:占比显示指定%1.2f%%
colors:每部分颜色

2.散点图绘制

2.1探究房屋面积和房屋价格的关系

房屋面积数据：

x = [225.98, 247.07, 253.14, 457.85, 241.58, 301.01, 20.67, 288.64,
163.56, 120.06, 207.83, 342.75, 147.9 , 53.06, 224.72, 29.51,
21.61, 483.21, 245.25, 399.25, 343.35]

房屋价格数据：

y = [196.63, 203.88, 210.75, 372.74, 202.41, 247.61, 24.9 , 239.34,
140.32, 104.15, 176.84, 288.23, 128.79, 49.64, 191.74, 33.1 ,
30.74, 400.02, 205.35, 330.64, 283.45]

# 0.准备数据
x = [225.98, 247.07, 253.14, 457.85, 241.58, 301.01,  20.67, 288.64,
       163.56, 120.06, 207.83, 342.75, 147.9 ,  53.06, 224.72,  29.51,
        21.61, 483.21, 245.25, 399.25, 343.35]
y = [196.63, 203.88, 210.75, 372.74, 202.41, 247.61,  24.9 , 239.34,
       140.32, 104.15, 176.84, 288.23, 128.79,  49.64, 191.74,  33.1 ,
        30.74, 400.02, 205.35, 330.64, 283.45]

# 1.创建画布
plt.figure(figsize=(20, 8), dpi=100)

# 2.绘制散点图
plt.scatter(x, y)

# 3.显示图像
plt.show()

在这里插入图片描述

2.2气温随时间(天)变化规律

北京2016年3,10月份每天白天的最高气温(分别位于列表a,b),那么此时如何寻找出气温和随时间(天)变化的某种规律?
3月份 = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
10月份 = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]

import matplotlib.pyplot as plt
import random
from pylab import mpl
# 设置显示中文字体
mpl.rcParams["font.sans-serif"] = ["SimHei"]
# 设置正常显示符号
mpl.rcParams["axes.unicode_minus"] = False


# 0.准备数据
y_3 = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
y_10 = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]
x_3 = range(1,32)
x_10 = range(51,82)


# 1.创建画布
plt.figure(figsize=(20, 8), dpi=100)

# 2.绘制散点图
plt.scatter(x_3, y_3,label="3月份")
plt.scatter(x_10,y_10,label="10月份")

# 2.1 添加x,y轴刻度
# 构造x,y轴刻度标签
_x = list(x_3)+list(x_10)
x_ticks_label = ["3月{}日".format(i) for i in x_3]
x_ticks_label += ["10月{}日".format(i-50) for i in x_10]
y_ticks = range(40)

# 刻度显示
plt.xticks(_x[::5], x_ticks_label[::5])
plt.yticks(y_ticks[::5])

# 2.2 添加网格显示
plt.grid(True, linestyle="--", alpha=0.5)

# 2.3 添加描述信息
plt.xlabel("时间")
plt.ylabel("温度")
plt.title("3月份及10月份城市温度变化图", fontsize=20)

# 2.4 添加图例
plt.legend(loc=0)

# 3.显示图像
plt.show()

在这里插入图片描述

3.柱状图绘制

对比每部电影的票房收入

[‘雷神3：诸神黄昏’,‘正义联盟’,‘东方快车谋杀案’,‘寻梦环游记’,‘全球风暴’, ‘降魔传’,‘追捕’,‘七十七天’,‘密战’,‘狂兽’,‘其它’]
[73853,57767,22354,15969,14839,8725,8716,8318,7916,6764,52222]

import matplotlib.pyplot as plt
import random
from pylab import mpl
# 设置显示中文字体
mpl.rcParams["font.sans-serif"] = ["SimHei"]
# 设置正常显示符号
mpl.rcParams["axes.unicode_minus"] = False


# 0.准备数据
# 电影名字
movie_name = ['雷神3：诸神黄昏','正义联盟','东方快车谋杀案','寻梦环游记','全球风暴','降魔传','追捕','七十七天','密战','狂兽','其它']
# 横坐标
x = range(len(movie_name))
# 票房数据
y = [73853,57767,22354,15969,14839,8725,8716,8318,7916,6764,52222]

# 1.创建画布
plt.figure(figsize=(20, 8), dpi=100)

# 2.绘制柱状图
plt.bar(x, y, width=0.5, color=['b','r','g','y','c','m','y','k','c','g','b'])

# 2.1b修改x轴的刻度显示
plt.xticks(x, movie_name)

# 2.2 添加网格显示
plt.grid(linestyle="--", alpha=0.5)

# 2.3 添加标题
plt.title("电影票房收入对比")

# 3.显示图像
plt.show()

在这里插入图片描述
横向柱状图

# 横向柱状图
import matplotlib.pyplot as plt
import random
from pylab import mpl
# 设置显示中文字体
mpl.rcParams["font.sans-serif"] = ["SimHei"]
# 设置正常显示符号
mpl.rcParams["axes.unicode_minus"] = False


# 0.准备数据
# 电影名字
movie_name = ['雷神3：诸神黄昏','正义联盟','东方快车谋杀案','寻梦环游记','全球风暴','降魔传','追捕','七十七天','密战','狂兽','其它']
# 横坐标
x = range(len(movie_name))
# 票房数据
y = [73853,57767,22354,15969,14839,8725,8716,8318,7916,6764,52222]

# 1.创建画布
plt.figure(figsize=(20, 8), dpi=100)

# 2.绘制柱状图
plt.barh(x, y, height=0.5, color=['b','r','g','y','c','m','y','k','c','g','b'])

# 2.1修改y轴的刻度显示
plt.yticks(x, movie_name)

# 2.2 添加网格显示
plt.grid(linestyle="--", alpha=0.5)

# 2.3 添加标题
plt.title("电影票房收入对比")

# 3.显示图像
plt.show()

在这里插入图片描述
绘制多次条形图

import matplotlib.pyplot as plt
import random
from pylab import mpl
# 设置显示中文字体
mpl.rcParams["font.sans-serif"] = ["SimHei"]
# 设置正常显示符号
mpl.rcParams["axes.unicode_minus"] = False



# 0.准备数据
a = ["猩球崛起3：终极之战","敦刻尔克","蜘蛛侠：英雄归来","战狼2"]
b_16 = [15746,312,4497,319]
b_15 = [12357,156,2045,168]
b_14 = [2358,399,2358,362]

bar_width = 0.2
x_14 = list(range(len(a)))
x_15 = [i + bar_width for i in x_14]
x_16 = [i + bar_width*2 for i in x_14]
# 1.创建画布
plt.figure(figsize=(20, 8), dpi=100)

# 2.绘制柱状图

plt.bar(range(len(a)), b_14, width=bar_width,label='14日')
plt.bar(x_15, b_15, width=bar_width,label='15日')
plt.bar(x_16,b_16,width=bar_width,label='16日')
# 2.1b修改x轴的刻度显示
plt.xticks(x_15, a)

# 2.2 添加网格显示
plt.grid(linestyle="--", alpha=0.5)

# 2.3 添加标题
plt.title("电影票房收入对比")

# 2.4 添加图例
plt.legend(loc=0)

# 3.显示图像
plt.show()

在这里插入图片描述

4.绘制直方图

import matplotlib.pyplot as plt
import random
from pylab import mpl
# 设置显示中文字体
mpl.rcParams["font.sans-serif"] = ["SimHei"]
# 设置正常显示符号
mpl.rcParams["axes.unicode_minus"] = False


# 0.准备数据
a=[131,  98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124, 101, 110, 116, 117, 110, 128, 128, 115,  99, 136, 126, 134,  95, 138, 117, 111,78, 132, 124, 113, 150, 110, 117,  86,  95, 144, 105, 126, 130,126, 130, 126, 116, 123, 106, 112, 138, 123,  86, 101,  99, 136,123, 117, 119, 105, 137, 123, 128, 125, 104, 109, 134, 125, 127,105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120, 114,105, 115, 132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134,156, 106, 117, 127, 144, 139, 139, 119, 140,  83, 110, 102,123,107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133,112, 114, 122, 109, 106, 123, 116, 131, 127, 115, 118, 112, 135,115, 146, 137, 116, 103, 144,  83, 123, 111, 110, 111, 100, 154,136, 100, 118, 119, 133, 134, 106, 129, 126, 110, 111, 109, 141,120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126,114, 140, 103, 130, 141, 117, 106, 114, 121, 114, 133, 137,  92,121, 112, 146,  97, 137, 105,  98, 117, 112,  81,  97, 139, 113,134, 106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110,105, 129, 137, 112, 120, 113, 133, 112,  83,  94, 146, 133, 101,131, 116, 111,  84, 137, 115, 122, 106, 144, 109, 123, 116, 111,111, 133, 150]
# 计算组数
d = 3     # 组距
num_bins = (max(a)-min(a))//d

# 1.创建画布
plt.figure(figsize=(20, 8), dpi=100)

# 2.绘制直方图
plt.hist(a,bins=num_bins)
# 2.1修改x轴的刻度显示
plt.xticks(range(min(a),max(a)+d,d))
# 2.2 添加网格显示
plt.grid(linestyle="--", alpha=0.5)
# 2.3 添加标题
plt.title("电影时长分布")

# 3.显示图像
plt.show()
奔跑的灰灰
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
matplotlib学习笔记
05-09
在学习matplotlib的时候，走了很多弯路，这个笔记是我耐心整理，包含了matplotlib的常见用法，可以当手册查
matplotlib学习笔记PDF超详细
10-19
Matplotlib 学习笔记 PDF 超详细 Matplotlib 是一个流行的 Python 数据可视化库，提供了丰富的绘图功能。本文将对 Matplotlib 的基础知识和高级特性进行详细介绍，从基本概念到高级应用，涵盖了 Matplotlib 的主要...
【Matplotlib】一文搞懂Matplotlib绘图配置（大三学长的万字笔记）
热门推荐
你不来，再美的天地，都狼藉 ~
08-09 6万+
matplotlib是一个python 2D绘图库，同时也提供了一部分3D绘图的接口，利用它可以画出许多高质量的图像。
Matplotlib学习笔记
kele421的博客
07-13 675
matplotlib学习的一点笔记
学习笔记4 | 基础图表绘制——Matplotlib
qq_53185200的博客
01-03 540
Matplotlib笔记：折线图、柱状图、饼状图、填色图、多子图
Python学习笔记（11-2）：matplotlib绘图——图形绘制函数
jinwei94的博客
02-10 1万+
本节主要讲解了通过matplotlib绘制各类基础图形的方法，及其对应的修饰参数等相关内容，包括：（1）基于颜色（color）、数据点标记（marker）和曲线形式（linestyle）等几个通用参数，来介绍设置参数的一些预备知识；（2）使用plot()、step()函数绘制折线图，以及三种绘制坐标对数变换图的方法； （3）绘制散点图时设置散点颜色和大小的参数方法；（4）介绍基于基础条形图、堆叠条形图和水平堆积条形图的条形图绘制方法；（5）绘制饼图的方法及其参数的设置；（6）绘制一维和二维的直方图方法；
python绘图库matplotlib
人无远虑，必有近忧
12-21 2307
matplotlib是一个用于画图的Python开源库，提供了强大的画图功能 与MATLAB相比 功能类似，但使用上逊于MATLAB。尤其在数据量很大时，画出的图卡顿很严重，远逊于MATLAB 与Excel相比 如果只画一次图，Excel更好用；但如果想重复画图，还是Python更好用
python——Matplotlib学习笔记
12-22
Matplotlib是pyhon中一个强大的绘图图，可以理解为 MatLab 开源替代，鉴于MatLab的内存之大及安装之复杂，决定先学学Matplotlib这个库。 1Matplotlib的安装 window： 打开cmd，： python -m pip install -U pip ...
python——Matplotlib学习笔记2
12-22
import matplotlib.pyplot as plt plt.title("scatter graph") #图标名称 plt.xlim(xmax=10,xmin=0)#定义x轴范围 plt.ylim(ymax=10,ymin=0)#定义y轴范围 plt.plot([1,2,3,4,5,6,8,10],[4,5,6,8,10,8,6,4],'ro')#瞄点...
matplotlib学习笔记一，第一次课的笔记，大家可以下载下来一步一步的操作，里面有详细的文字介绍，包括函数的作用，参数说明。
05-18
matplotlib学习笔记一，第一次课的笔记，大家可以下载下来一步一步的操作，里面有详细的文字介绍，包括函数的作用，参数说明。
【Python_Matplotlib学习笔记（一）】pyplot模块的基本用法
禾戊之昂的博客
04-21 8070
Matplotlib 是一个 Python 的 2D绘图库，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形（来自：百度百科）。pyplot 模块是 Matplotlib 模块提供的快速绘图模块，它模仿了 MATLAB 的部分功能。
matplotlib详细笔记
m0_63568001的博客
08-05 689
show()——显示绘制图形 plot()——画线 linewidth——线条宽度 title()、xlabel()、ylabel()——标题的显示 xticks()、yticks()——设置x、y轴刻度 legend()——图例说明
学习笔记——matplotlib学习
别呀的博客
04-24 5412
Matplotlib作为数据科学的的必备库，算得上是python可视化领域的元老，更是很多高级可视化库的底层基础，其重要性不言而喻。 数据可视化类型 绘图3步走 1、创建画板，包括创建figure和axes对象，常用方法： ①plt.figure，主要接收一个元组作为figsize参数设置图形大小，返回一个figure对象用于提供画板 ②plt.axes，接收一个figure或在当前画板上添加一个子图，返回该axes对象，并将其设置为"当前"图，缺省时会在绘图前自动添加 ③plt.subplot，主.
matplotlib基础学习笔记
sinat_33511478的博客
04-15 91
简要记录了matplotlib的基本用法，方便后期查找
matplotlib学习笔记——入门版（超详细）
A Lucky Boy的博客
02-25 2327
matplotlib学习笔记——入门版，超详细，肝了300多行，几乎涵盖包括常用图像函数接口、函数通用属性，入门matplotlib一篇足矣
matplotlib学习笔记（一）
Tangent的博客
12-18 154
matplotlib学习笔记（一）为什么要学习matplotlib基本要点设置图片大小 为什么要学习matplotlib 1.能将数据进行可视化，更具有直观的呈现 2.使数据更加客观、更具说服力 它是最流行的Python底层绘图库，主要是做数据可视化图表，模仿matlab构建的。 基本要点 我们导入的包并不是使用matplotlib而是使用它里面的pyplot来进行绘画。 import matpl...
【matplotlib学习笔记】 Matplotlib基础知识
是安澜啊
04-11 1640
Matplotlib是Python最常用的绘图库，专门用于开发2D图表(包括3D图表)提供了一整套十分适合交互式绘图的命令API，比较方便的就可以将其嵌入到GUI应用程序中。 模块导入 import matplotlib.pyplot as plt import numpy as np 注：Matplotlib经常和numpy配合使用。 绘制标题，x,y轴标签，图例，颜色设置，线型设置，文字注释 # 显示中文 plt.rcParams['font.sans-serif'] = [u'Si
【Matplotlib】Matplotlib基础知识笔记
qq_41340996的博客
05-12 353
文章目录基本要点散点图、直方图、柱形图散点图直方图柱形图等高线图多图合并显示子图subplotsubplot2gridgridspecsubplots图中图次坐标轴3D作图、动画3D动画参考 基本要点 折线图：准备所有的x和所有的y 传入即可： plt.plot(x,y,label) #x和y是列表类型,label是该组映射的标签 plt.legend() #绘制图例 ， 上述label需要结合legend使用 #再添加一次plot就可以再设置一组xy映射 #x有多大，y就有多大 #下面每种画图方式都是如此
matplotlib笔记
悟以往之不谏，知来者之可追
04-24 111
Python数据可视化—matplotlib笔记 原创 置...
python matplotlib笔记大全
最新发布
08-11
非常抱歉，我无法提供完整的 "python matplotlib笔记大全"，因为我无法访问外部资源。但是，我可以为您提供一些关于使用Matplotlib库的基本信息和常见用法。 Matplotlib是一个用于绘制2D图形的Python库，可以用于...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值