python数据分析与展示-Matplotlib基础

北理工嵩天老师的慕课课程 《python数据分析与展示》学习笔记！

1. pyplot基础图表函数概述

函数	说明	函数	说明
plt.plot(x, y, fmt, …)	绘制一个坐标图	plt.psd(x, NFFT=256, pad_to, Fs)	绘制功率谱密度图
plt.boxplot(data, notch, position)	绘制一个箱形图	plt.specgram(x, NFFT=256, pad_to, F)	绘制谱图
plt.bar(left, height, width, bottom)	绘制一个条形图	plt.cohere(x, y, NFFT=256, Fs)	绘制x-y相关性函数
plt.barh(width, bottom, left, height)	绘制一个横向条形图	plt.scatter(x, y)	绘制散点图，其中x和y长度相同
plt.polar(theta, r)	绘制极坐标图	plt.step(x, y, where)	绘制步阶图
plt.pie(data, explode)	绘制饼图	plt.hist(x, bins, normed)	绘制直方图
plt.contour(X, Y, Z, N)	绘制等值图	plt.stem(x, y, linefmt, markerfmt)	绘制柴火图
plt.vlines()	绘制垂直图	plt.plot_date()	绘制数据日期

2. pyplot绘制饼图

import matplotlib.pyplot as plt

labels = 'Frogs', 'Hogs', 'Dogs', 'Logs'
sizes = [15, 30, 45, 10]
explode = (0, 0.1, 0, 0)
plt.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%', shadow=False, startangle=90)
plt.axis('equal')
plt.show()

data：每个标签对应饼块的尺寸
explode：饼块突出
labels：标签
autopct：显示百分数的形式
shadow：饼图是否显示阴影
startangle：开始角度

3. pyplot绘制直方图

import matplotlib.pyplot as plt
import numpy as np

np.random.seed(0)
mu, signa = 100, 20
a = np.random.normal(100, 20, size=100)
plt.subplot(211)
plt.hist(a, 10, density=1, histtype='stepfilled', facecolor='b', alpha=0.75)
plt.subplot(212)
plt.hist(a, 40, density=1, histtype='stepfilled', facecolor='r', alpha=0.75)
plt.show()

arr：需要画直方图的一维数组
bins：直方的个数，即把最小值到最大值的区域均等划分为bins个区间显示。
density：=0时显示每个元素出现的次数，=1时将每个元素出现的次数归一化为出现的概率
histtype：直方图类型，‘bar’, ‘barstacked’, ‘step’, ‘stepfilled’
facecolor：直方图的颜色
edgecolor：直方图边框颜色
alpha：透明度

4. pyplot绘制极坐标

import matplotlib.pyplot as plt
import numpy as np

N = 20
theta = np.linspace(0.0, 2*np.pi, N, endpoint=False) # 绘制极坐标系中区域的起始位置
radii = 10*np.random.rand(N)   # 从中心点向边缘绘制的长度
width = np.pi/4 * np.random.rand(N)  # 每个绘图区域在角度范围内辐射的面积

ax = plt.subplot(211, projection='polar')   # 采用了面向对象方法
bars = ax.bar(theta, radii, width=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()

5. pyplot绘制散点图

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots() # 参数为空，表明绘制区域为111
ax.plot(10*np.random.randn(100), 10*np.random.randn(100), 'o')
ax.set_title('Simple Scatter')
plt.show()