python绘图实例-Python matplotlib基础绘图函数示例

原标题：Python matplotlib基础绘图函数示例

Pyplot基础图标函数：

函数

说明

plt.plot(x,y,fmt,…)

绘制一个坐标图

plt.boxplot(data,notch,position)

绘制一个箱形图

plt.bar(left,height,width,bottom)

绘制一个条形图

plt.barh(width,bottom,left,height)

绘制一个横向条形图

plt.polar(theta, r)

绘制极坐标图

plt.pie(data, explode)

绘制饼图

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)

绘制散点图，其中，x和y长度相同

plt.step(x,y,where)

绘制步阶图

plt.hist(x,bins,normed)

绘制直方图

plt.contour(X,Y,Z,N)

绘制等值图

plt.vlines()

绘制垂直图

plt.stem(x,y,linefmt,markerfmt)

绘制柴火图

plt.plot_date()

绘制数据日期

程序示例：

绘制饼图：

# -*- coding:utf-8 -*-

import matplotlib.pyplot as plt

labels = ['linuxidc.com','linuxidc', 'www.linuxidc.com', 'linuxmi'];

sizes = [5, 22,55, 18];

explode = (0, 0.1,0, 0);

# pie绘制饼图

# sizes：每个饼状的大小（百分比）,explode：突出, labels：每块的标记,

# autopct：数字百分比显示格式，shadow：扇形是否有阴影，startangle：起始角度

plt.pie(sizes,explode, labels, autopct='%1.1f%%',

shadow=False, startangle=90);

plt.show();

explode = (0, 0,0, 0);

plt.pie(sizes,explode, labels, autopct='%1.1f%%',

shadow=True);

# 坐标轴相等，表示饼状图是圆形而不是椭圆形

plt.axis('equal');

plt.show();

如下图：

绘制直方图：

# -*- coding:utf-8 -*-

import matplotlib.pyplot as plt

import numpy as np

np.random.seed(0);

# 均值和方差

mu, sigma = 100,20;

a =np.random.normal(mu, sigma, 100);

# hist用于绘制直方图

# a是需要绘制的数据，bins是直方图的直方条状个数，

# normed：1表示纵坐标为数据频率，0表示数据出现的频数

# histtype：条形类别，facecolor：条形颜色

plt.hist(a,bins=20, normed=1, histtype='stepfilled', facecolor='green', alpha=0.9);

plt.title('www.linuxidc.com');

plt.show();

data =np.random.randint(1, 11, 5);

x =np.arange(len(data));

plt.plot(x, data,color = 'r');

# bar绘图条形图

plt.bar(x, data,alpha = .5, color = 'b');

plt.show();

如下图：

绘制极坐标：

# -*- coding:utf-8 -*-

import numpy as np

import matplotlib.pyplot as plt

N = 20;

theta =np.linspace(0.0, 2 * np.pi, N, endpoint=False);

radii = 10 *np.random.rand(N);

width = np.pi / 4* np.random.rand(N);

# 使用面向对象的方法绘制图像

ax =plt.subplot(111, projection='polar');

# left：数据点的其实角度, height：数据里中心点的距离高度,

# width：数据点的跨越角度大小（即扇形的角度）

bars =ax.bar(theta, radii, width, bottom=0.0);

for r,bar in zip(radii,bars):

bar.set_facecolor(plt.cm.viridis(r / 10.));

bar.set_alpha(0.5);

plt.show();

效果图如下：

绘制散点图：

# -*- coding:utf-8 -*-

import numpy as np

import matplotlib.pyplot as plt

fig, ax =plt.subplots();

# 绘制散点图

ax.plot(10*np.random.randn(100),10*np.random.randn(100), 'o');

ax.set_title('www.linuxidc.com');

plt.show();

效果图如下：

更多Python相关信息见Python 专题页面 https://www.linuxidc.com/topicnews.aspx?tid=17

Linux公社的RSS地址：https://www.linuxidc.com/rssFeed.aspx

本文永久更新链接地址：https://www.linuxidc.com/Linux/2019-03/157669.htm返回搜狐，查看更多

责任编辑：