python绘制简单直方图-Python数据分析：统计函数绘制简单图形

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。

以下文章来源于机器学习算法与自然语言处理 ，作者冯夏冲

importmatplotlib as mplimportmatplotlib.pyplot as pltimportnumpy as np%matplotlib inline%config InlineBackend.figure_format = 'svg'

#https://blog.csdn.net/minixuezhen/article/details/81516949

plt.rcParams['font.sans-serif'] = ['Arial Unicode MS']

mpl.rcParams["axes.unicode_minus"]=False

PS：如有需要Python学习资料的小伙伴可以加下方的群去找免费管理员领取

可以免费领取源码、项目实战视频、PDF文件等

1 函数bar 用于绘制柱状图

#some simple data

x = [1,2,3,4,5,6,7,8]

y= [3,1,4,5,8,9,7,2]#create bar

plt.bar(x,y,align='center',color="c",tick_label=["q","a","c","e","r","j","b","p"])#label

plt.xlabel("箱子编号")

plt.ylabel("箱子重量（kg）")

plt.show()

2 函数barh 用于绘制条形图

#some simple data

x = [1,2,3,4,5,6,7,8]

y= [3,1,4,5,8,9,7,2]#create bar

plt.barh(x,y,align='center',color="c",tick_label=["q","a","c","e","r","j","b","p"],hatch="/")#label

plt.xlabel("箱子编号")

plt.ylabel("箱子重量（kg）")

plt.show()

3 函数hist 用于绘制直方图

直方图与柱状图的区别

#set test scores

boxWeight = np.random.randint(0,10,100)

x= boxWeight #对该数据集进行统计

#plot histogram

bins = range(0,11,1) #设置连续的边界值，即直方图的分布区间[0,1],[1,2]......

plt.hist(x, bins=bins, histtype="bar", rwidth=1, alpha=0.6)#label

plt.xlabel("箱子重量（kg）")

plt.ylabel("销售数量（个）")

plt.show()

4 函数pie 用于绘制饼图

kinds = "简易箱","保温箱","行李箱","密封箱"colors= "#e41a1c", "#377eb8", "#4daf4a", "#984ea3"soldsNums= [0.05,0.45,0.15,0.35]#pie chart

plt.pie(soldsNums,labels=kinds,autopct="%3.1f%%", startangle=60, colors=colors)

plt.title("不同类型个箱子的销售数量占比")

plt.show()

5 函数polor 用于绘制极线图

极线图是在极坐标系上绘出的一种图。在极坐标系中，要确定一个点，需要指明这个点距原点的角度和半径。将这些点连在一起，就构成了极线图。

barSlices = 12theta= np.linspace(0.0, 2*np.pi, barSlices, endpoint=False)

r= 30*np.random.rand(barSlices)#theta 角度 r 距离原点的距离 mfc点的颜色 ms点的大小

plt.polar(theta, r, color="chartreuse", linewidth=2, marker="*",mfc="b",ms=10)

plt.show()

6 函数scatter 用于绘制气泡图

二维数据借助气泡大小展示三维数据

a = np.random.randn(100)

b= np.random.randn(100)#s 散点标记的大小 c 散点标记的颜色 cmap 讲浮点数映射为颜色的映射表

plt.scatter(a, b, s=np.power(10*a+20*b,2),c=np.random.rand(100),cmap=mpl.cm.RdYlBu,marker="o")

plt.show()

7 函数stem 用于绘制棉棒图

x = np.linspace(0.5, 2*np.pi,20)

y= np.random.randn(20)#y棉棒长度 linefmt棉棒样式 markerfmt棉棒末端样式 basefmt基线样式

plt.stem(x,y,linefmt="-.",markerfmt="o",basefmt="-", use_line_collection=True)

plt.show()

8 函数boxplot 用于绘制箱线图

箱线图是一个能够通过5个数字来描述数据的分布的标准方式，这5个数字包括：最小值，第一分位，中位数，第三分位数，最大值，箱线图能够明确的展示离群点的信息。箱子的中间一条线，是数据的中位数，代表了样本数据的平均水平。箱子的上下限，分别是数据的上四分位数和下四分位数。这意味着箱子包含了50%的数据。

x = np.random.randn(1000)

plt.boxplot(x)

plt.xticks([1],["随机数生成器alphaRM"])

plt.ylabel("随机数值")

plt.title("随机数生成器抗干扰能力的稳定性")

plt.grid(axis="y",ls=":",lw=1,color="gray",alpha=0.4)

plt.show()

9 函数errorbar 用于绘制误差棒图

x= np.linspace(0.1,0.6,6)

y=np.exp(x)#yerr y轴方向误差 xerr x轴方向误差

plt.errorbar(x, y, fmt="bo:", yerr=0.2, xerr=0.02)

plt.xlim(0,0.7)

plt.show()