Matplotlib教程二：各种图例

常用头

import matplotlib.pyplot as plt
import numpy as np
import matplotlib as mpl

mpl.rcParams[ 'font.sans-serif' ] = ['SimHei']  # 设置字体
mpl.rcParams['axes.unicode_minus'] = False

柱状图

x = np.arange(9)[1:]
y = np.random.randint(1,10,8)

# 柱状图
# plt.bar(x,y, align='center', color='c', tick_label=['q','a','c','e','r','j','b','p'], hatch='/')
# align柱体对齐方式

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

plt.ylabel('箱子编码')
plt.xlabel('箱子重量(kg)')
# plt.xticks()

直方图

# 直方图
h = np.random.randint(0,11,100)
bins = range(0,12,1)
plt.hist(h, bins=bins, color='g',histtype='bar',rwidth=1,alpha=0.6)
# .hist(h,bins=bins )  h为y轴统计的高度，bins为x轴的类别

plt.xlabel('箱子重量(kg)')
plt.ylabel('箱子个数(个)')

饼状图

# 饼状图
labels = ['SciFi', 'Drama', 'Thriller', 'Comedy', 'Action', 'Romance']
sizes = [5,15,10,20,40,10]

explode = (0,0,0,0,0.1,0)  # 第五块饼图突出
plt.pie( sizes, labels=labels, explode=explode, 
autopct='%1.1f%%', shadow=True, startangle=90 )
# sizes + autopct 为控制百分比数据显示,%1.1f%%为浮点数显示小数点一位，shadow显示阴影，startangle为第一个切片的开始角度，逆时针旋转表示其他切片
plt.axis('equal')  # 默认形状为椭圆，设置图像为圆形

极坐标图

# 极坐标图
Depts = ["COGS","IT","Payroll","R & D", "Sales & Marketing"]
rp = [30, 15, 25, 10, 20, 30]  # 环行数据需要首尾重合
ra = [32, 20, 23, 11, 14, 32]
theta = np.linspace(0,2*np.pi, len(rp))  # 极的大小从0~2pi, 分5份，一个度数数组[0,72,144,216,288,360]

plt.figure( figsize=(10,6) )  # 画布大小
plt.subplot(polar=True)   # 子画布为极性投影

(lines, labels) = plt.thetagrids(range(0,360,int(360/len(Depts))), (Depts))
# 极投影的网格，从0~360，分为5份，每份的度数为360/5, 每份的标签 

plt.plot(theta, rp)   # 折线图 计划开支的折线图
plt.fill(theta, rp, 'b', alpha=0.1)   # 折线图所围区域的阴影覆盖

plt.plot(theta, ra)  # 实际开支的折线图

plt.legend(labels=('Plan', 'Actual'), loc=1)  # 图例
plt.title('Plan versus Actual spend by Department') 

气泡图

# 气泡图
a = np.random.randn(100)
b = np.random.randn(100)

plt.scatter(a,b,s=np.power(10*a + 20*b, 2),c=np.random.rand(100),cmap=mpl.cm.RdYlBu, marker='o')
# s气泡大小，c气泡颜色，cmap将浮点数映射成颜色的颜色映射表

棉棒图

# 棉棒图
x = np.linspace(0.5, 2*np.pi, 20)
y = np.random.randn(20)

plt.stem(x,y,linefmt='-.', markerfmt='o', basefmt='-')
# linefmt 棉棒的样式， markerfmt棉棒顶点样式， basefmt基准线样式

箱线图

# 箱线图
x = np.random.randn(1000)
plt.boxplot(x)
plt.xticks([1], ['随机数生成器'])
plt.ylabel('随机数值')
plt.title('随机生成器抗干扰能力的稳定性')

堆叠图

# 堆叠图
x = np.arange(7)[1:]  # 产品类型代码
Apr = np.random.randint(0,6,6)   # 三个月的产品数据
May = np.random.randint(0,6,6)
June = np.random.randint(0,6,6)

labels = ['April', 'May', 'June']   # 图例标签

fig,ax = plt.subplots()  

ax.stackplot(x,Apr,May,June, labels=labels)
ax.legend(loc=2)

plt.xlabel('defect code')
plt.ylabel('the num of defects')
plt.title('Product Defect')

plt.show()