![9b357c3622402cc161b24a499bfed894.png](https://img-blog.csdnimg.cn/img_convert/9b357c3622402cc161b24a499bfed894.png)
![96cbd42ef9ad3d11946f87681fd2a690.png](https://img-blog.csdnimg.cn/img_convert/96cbd42ef9ad3d11946f87681fd2a690.png)
pyplot的基础图标函数
- plt.plot(x,y,fmt,...) 坐标图
- plt.boxplot(data,notch,position) 箱型图
- plt.bar(left,height,width,bottom) 条形图
- plt.barh(width,bottom,left,height) 横向条形图
- plt.polar(theta,r) 极坐标图
- plt.pie(data,explode) 饼图
- plt.psd(x,NFFT=256,pad_to,Fs) 功率谱密度图
- plt.specgram(x,NFFT=256,pad_to,F) 谱图
- plt.cohere(x,y,NFFT=256,Fs) X-Y的相关性函数
- plt.scatter(x,y) 散点图(x==y)
- plt.step(x,y,where) 步阶图
- plt.hist(x,bins,normed) 直方图
- plt.contour(X,Y,Z,N) 等值图
- plt.vlines() 垂直图
- plt.stem(x,y,linefmt,markerfmt) 柴火图
- plt.plot_date() 数据日期
pyplot饼图绘制
饼图:能够根据百分比展示数据的图标
import
![b135bd5d335ae6e6b73eb70c3037e4d8.png](https://img-blog.csdnimg.cn/img_convert/b135bd5d335ae6e6b73eb70c3037e4d8.png)
pyplot直方图绘制
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
import matplotlib.pyplot as plt
import numpy as np
np.random.seed(0)
mu,sigma=100,20 #均值和标准差
a=np.random.normal(mu,sigma,size=100)
plt.hist(a,30,normed=1,histtype='stepfilled',facecolor='b',alpha=0.75)
#第二个参数bin:直方图的个数
#当normed=1时,将每一个元素出现的个数变为概率
#alpha:频率分布图的透明度
plt.title('Histogram')
plt.show()
![efed9350dd3e9ff8f6d73ab66b9a79e8.png](https://img-blog.csdnimg.cn/img_convert/efed9350dd3e9ff8f6d73ab66b9a79e8.png)
pyplot极坐标图绘制
极坐标图:极坐标是指在平面内取一个定点O,叫极点,引一条射线Ox,叫做极轴,再选定一个长度单位和角度的正方向(通常取逆时针方向)。
import numpy as np
import matplotlib.pyplot as plt
N=20 #数据个数
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)
#面向对象绘制极坐标
ax=plt.subplot(1,1,1,projection='polar')
#projection参数表示绘制图形的类型
#子绘图区域形成了一个对象
bars=ax.bar(theta,radii,width=width,bottom=0.0)
#第一个参数left:绘制极坐标系中颜色区域时开始的位置
#第二个参数height:从中性点向边缘绘制的长度
#第三个参数width:每个绘图区域在角度范围内辐射的面积
for r,bar in zip(radii,bars):
bar.set_facecolor(plt.cm.viridis(r/10.))
bar.set_alpha(0.5)
#颜色设定
plt.show()
![8ea8c3d0505782d9d3fa2329c0de5d34.png](https://img-blog.csdnimg.cn/img_convert/8ea8c3d0505782d9d3fa2329c0de5d34.png)
pyplot散点图绘制
散点图:在回归分析中,数据点在直角坐标系平面上的分布图
import numpy as np
import matplotlib.pyplot as plt
fig,ax=plt.subplots()
#plt.subplots()返回一个包含figure和axes对象的元组
#fig:matplotlib.figure.Figure 对象,可以让我们可以修改 figure 层级(figure-level)的属性或者将 figure 保存成图片
#ax:子图对象( matplotlib.axes.Axes),保存着所有子图的可操作 axe 对象
ax.plot(10*np.random.randn(100),10*np.random.randn(100),'o')
ax.set_title('Simple Scatter')
plt.show()
![eb122c5f9ab2f7f4cfb7972e2087ebd3.png](https://img-blog.csdnimg.cn/img_convert/eb122c5f9ab2f7f4cfb7972e2087ebd3.png)
3D可视化图表
3D柱状图
import
![d0d4122fbca997f6706165dd7d98ef2c.png](https://img-blog.csdnimg.cn/img_convert/d0d4122fbca997f6706165dd7d98ef2c.png)
3D直方图
import
![2755cbce2f83099e659283f3b6c71a4c.png](https://img-blog.csdnimg.cn/img_convert/2755cbce2f83099e659283f3b6c71a4c.png)
3D框线图
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import axes3d
fig = plt.figure()
ax = fig.add_subplot(111,projection='3d')
x,y,z = axes3d.get_test_data(0.04)
ax.plot_wireframe(x,y,z,rstride=10,cstride=10)
![2098f1b83be4b89c9e3871b1af91b701.png](https://img-blog.csdnimg.cn/img_convert/2098f1b83be4b89c9e3871b1af91b701.png)
3D曲面图
import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure()
ax = fig.add_subplot(111,projection='3d')
r = np.linspace(0,1.25,50)
p = np.linspace(0,2*np.pi,50)
R,P = np.meshgrid(r,p)
Z = ((R**2-1)**2)
X,Y = R*np.cos(P),R*np.sin(P)
ax.plot_surface(X,Y,Z,cmap=plt.cm.YlGnBu_r)
![99f38f3fafb82feb04b98c5bcd9332d5.png](https://img-blog.csdnimg.cn/img_convert/99f38f3fafb82feb04b98c5bcd9332d5.png)