matplotlib 学习笔记

于 2022-07-29 17:49:21 发布
阅读量395 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()
matplotlib学习笔记
m0_74382593的博客
10-29 200
matplotlib笔记
Matplotlib学习笔记
kele421的博客
07-13 821
matplotlib学习的一点笔记
Python之Matplotlib绘图
brilliantZC的博客
04-27 543
Maplotlib简介 Matplotlib 是专门用于开发2D图表（包括3D图表）的python库，他有三层结构：容器层（画板层Canvas ，画布层Figure，绘图层/坐标系）、辅助显示层、图像层。通过Matplotlib，开发者可以仅需要几行代码，便可以生成绘图，直方图，功率谱，条形图，错误图，散点图等。 ...
笔记（7）
skytn的博客
04-09 1121
学习目标： 掌握 matplotlib 知识 学习内容： matplotlib: 1.官网 https://matplotlib.org/ 2.概述： Matplotlib is a comprehensive library for creating static, animated, and interactive visualizations in Python. Matplotlib就是一个数据可视化的东西 和大数据数据可视化有区别 【Matplotlib他是一个 数据挖掘的 辅助工具】
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...
莫烦老师Matplotlib学习笔记（一）
12-21
【Matplotlib学习笔记（一）】是针对Python数据可视化库Matplotlib的基础教程，主要涵盖了绘制简单图形、figure管理、坐标轴设置以及图例添加等基础知识。 1. **基本用法：绘制简单一次函数直线图** 在Python中，...
【莫烦Python】Matplotlib学习笔记（一）
01-20
【莫烦Python】Matplotlib学习笔记（一）  一、基本用法 二、在不同figure中显示 三、坐标轴设置（1） 四、坐标轴设置（2） 五、legend图例 六、Annotation标注 七、tick能见度 八、Scatter散点图 后续详见：...
Python matplotlib学习笔记之坐标轴范围
01-21
Python学习笔记–坐标轴范围 参靠视频:《Python数据可视化分析 matplotlib教程》链接：https://www.bilibili.com/video/av6989413/?p=6 所用的库及环境: IDE:Pycharm Python环境：python3.7 Matplotlib: ...
matplotlib笔记
悟以往之不谏，知来者之可追
04-24 153
Python数据可视化—matplotlib笔记 原创 置...
matplotlib学习笔记（一）
Tangent的博客
12-18 250
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...
【Python教程】Matplotlib深度学习笔记
"【莫烦Python】Matplotlib学习笔记（一）主要涵盖了Matplotlib库的基础用法和一些关键功能，包括在不同figure中显示图形、坐标轴设置、legend图例、Annotation标注、tick能见度以及Scatter散点图的绘制。...
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