数据可视化matplotlib（散点图，条形图，直方图）

matplotlib（散点图，条形图，直方图，总结）

此笔记是本人大一寒假期间对python数据分析的学习笔记。

散点图

代码如下

from matplotlib import pyplot as  plt
from matplotlib import font_manager
myfont=font_manager.FontProperties(fname='C:\Windows\Fonts\FZSTK.TTF')
y3=[11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,20,14,15,15,15,19,21,22,22,22,23,24,24,25]
y10=[26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]
x3=range(1,31)
x10=range(51,82)

#设置图形大小
plt.figure(figsize=(20,8),dpi=80)

#使用scatter绘制散点图，和之前绘制折线图的唯一区别
plt.scatter(x3,y3,label ="三月份")
plt.scatter(x10,y10,label="十月份")

#调整x轴的刻度
x310=list(x3)+list(x10)
xx=["三月{}日".format(i) for i in x3]
xx+=["十月{}日".format(i-50) for i in x10]
plt.xticks(x310[::3],xx[::3],fontproperties=myfont,rotation=45)

plt.xlabel("时间",fontproperties=myfont)
plt.ylabel("温度/单位（℃）",fontproperties=myfont)
plt.title("三月和10月的温度",fontproperties=myfont)

#添加图例
plt.legend(loc="upper left",prop=myfont)
plt.show()

结果如下

条形图

案例例子


代码如下所示（电影用a-i表示）
注意观察带****的代码行，竖形和横向的自变量对应的坐标轴不一样，所以定义条形的粗细方法不同，设置对应的自变量坐标轴不同。
竖形

#条形柱状图（竖形）
from matplotlib import pyplot as plt
from matplotlib import font_manager
myfont=font_manager.FontProperties(fname="C:\Windows\Fonts\FZSTK.TTF")

a=["电影a","电影b","电影c","电影d","电影f","电影g","电影h","电影i"]
b=[56,45,22,34,22,56,44,33]

#设置图形的大小
plt.figure(figsize=(12,12),dpi=80)
#绘制条形图(竖形)   （bar   width）
plt.bar(range(len(a)),b,width=0.3)*****************************

#设置字符串到x轴
plt.xticks(range(len(a)),a,fontproperties=myfont)**************
#设置网格
plt.grid(alpha=0.3)

plt.show()

结果

横向

#条形柱状图（横向）
from matplotlib import pyplot as plt
from matplotlib import font_manager
myfont=font_manager.FontProperties(fname="C:\Windows\Fonts\FZSTK.TTF")

a=["电影a","电影b","电影c","电影d","电影f","电影g","电影h","电影i"]
b=[56,45,22,34,22,56,44,33]

#设置图形的大小
plt.figure(figsize=(12,12),dpi=80)
#绘制条形图(横向）  （barh   height）
plt.barh(range(len(a)),b,height=0.5)*************************

#设置字符串到y轴  （y轴）
plt.yticks(range(len(a)),a,fontproperties=myfont）***********
#设置网格
plt.grid(alpha=0.3)

plt.show()

结果

案例：绘制多个条形图于一图（电影123 三天的票房）

# #条形柱状图的对比
from matplotlib import pyplot as plt
from matplotlib import font_manager
myfont=font_manager.FontProperties(fname="C:\Windows\Fonts\FZSTK.TTF")
#设置图片的大小和清晰度
plt.figure(figsize=(20,8),dpi=80)
x=["电影1","电影2","电影3"]
y1=[44,55,33]
y2=[33,66,44]
y3=[22,44,55]

xx1=list(range(len(x)))
xx2=[i+0.2 for i in xx1]
xx3=[i+0.2 for i in xx2]
#绘制条形图（竖形）
plt.bar(xx1,y1,width=0.2)
plt.bar(xx2,y2,width=0.2)
plt.bar(xx3,y3,width=0.2)
#设置x轴的刻度
plt.xticks(xx1,x,fontproperties=myfont)
plt.xticks(xx2,x,fontproperties=myfont)
plt.xticks(xx3,x,fontproperties=myfont)
#设置网格
plt.grid(alpha=0.5)
plt.show()

结果

直方图

代码如下

#直方图
#用random模块随机生成250个范围在80-150数
import random
x=[random.randint(80,150)for i in range(250)]
print(x)
from matplotlib import pyplot as plt
from matplotlib import font_manager
#设置图形大小
plt.figure(figsize=(20,8),dpi=80)
#计算组数
d=3  #组距
num=(max(x)-min(x))//d
plt.hist(x,num)
#设置x轴的刻度
plt.xticks(range(min(x),max(x)+d,d))
#设置网格
plt.grid(alpha=0.5)
plt.show()

结果如下

要是想弄频率分布直方图就可参考下面的代码

加上 normed=1/True
plt.hist(x,num,normed=1)
or   
plt.hist(x,num,normed=True)

结果如下

matplotlib总结

更多绘图工具