Matplotlib学习_直方图&饼图&箱线图

# coding: utf-8

# ## hist 直方图
# 
# 首先要理清楚一个概念，直方图与条形图。
# 直方图与条形图的区别：
# 
#     条形图是用条形的长度表示各类别频数的多少，其宽度（表示类别）则是固定的；
#     直方图是用面积表示各组频数的多少，矩形的高度表示每一组的频数或频率，宽度则表示各组的组距，因此其高度与宽度均有意义。
# 
#     由于分组数据具有连续性，直方图的各矩形通常是连续排列，而条形图则是分开排列。
#     
#     条形图主要用于展示分类数据，而直方图则主要用于展示数据型数据。
# 

# #概率分布直方图  
# #高斯分布  
# #均值为0  
# mean = 0  
# #标准差为1，反应数据集中还是分散的值  
# sigma = 1  
# x=mean+sigma*np.random.randn(10000)  
# fig,(ax0,ax1) = plt.subplots(nrows=2,figsize=(9,6))  
# #第二个参数是柱子宽一些还是窄一些，越大越窄越密  
# ax0.hist(x,40,normed=1,histtype='bar',facecolor='yellowgreen',alpha=0.75)  
# ##pdf概率分布图，一万个数落在某个区间内的数有多少个  
# ax0.set_title('pdf')  
# ax1.hist(x,20,normed=1,histtype='bar',facecolor='pink',alpha=0.75,cumulative=True,rwidth=0.8)  
# #cdf累计概率函数，cumulative累计。比如需要统计小于5的数的概率  
# ax1.set_title("cdf")  
# fig.subplots_adjust(hspace=0.4)  
# plt.show()  

# In[3]:


import pandas as pd
import matplotlib.pyplot as plt
import os
get_ipython().magic('matplotlib inline')


# In[4]:


#直方图是用面积表示整体数据的分布，每一个矩形的高度表示每一组的频数或频率，宽度则表示各组的组距


# In[8]:


#os.chdir('../Matplotlib/Matplotlib学习/参考资料_数据集')
f = open("../参考资料_数据集/titanic.csv")
df = pd.read_csv(f)
df.head()


# In[12]:


# 查看年龄分布
age = df["Age"].dropna()
fig,ax = plt.subplots(figsize=(8,5),dpi=80)

ax.hist(age)
#ax.hist(age,bins=20) #指定bins，可以调整组数
#ax.hist(age,range=(10,60),bins=10) #指定区间


# 官方pyplot
# matplotlib.pyplot: https://matplotlib.org/api/pyplot_api.html

# ## 饼图

# In[14]:


#泰坦尼克号中的男女比例
df_sex = df["Sex"].value_counts()
df_sex


# In[16]:


#ax.pie?


# In[18]:


fig,ax = plt.subplots(figsize=(5,5),dpi=80)

ax.pie(df_sex.values,labels=df_sex.index,startangle=90,autopct="%.f%%",pctdistance=0.3)

# startangle表示起始角度，90代表第一块从90度的位置开始逆时针转
# autopct表示圆里面的文本格式，在python里%操作符可用于格式化字符串操作，
# %.f表示浮点数，点的左边数字大小表示这个数字要占有多少个字节，点的右边数字大小表示小数位数，两个%表示字符"%"
# pctdistance表示百分比数据距离圆心的位置


# In[19]:


print("%100.4f" % 3.5)


# ## 箱线图

# https://blog.csdn.net/roguesir/article/details/78249864