一、散点图
和折线图差不多,大概就是函数不一样。
plt. scatter(x, y, c, marker)
关于plt.scatter()的参数
参数名称 | 参数作用 |
---|---|
c | 表示色彩或颜色序列,默认为蓝色’b’ |
marker | 表示标记的样式,默认为’o’ |
二、条形图与横向条形图
和折线图、散点图差不多,大概就是函数不一样。
plt.bar()
ps: 如果要绘制横着的条形统计图,要用函数plt.barh()
竖向条形图设置柱型宽度时,使用width,
横向条形图使用height,参数均为浮点数
三、多次条形统计图
from matplotlib import pyplot as plt
a = range(1,5)
b1 = [15,21,24,16]
b2 = [12,15,20,16]
b3 = [23,18,23,30]
#这里定义两个变量,后边控制统计图的距离、统计图的宽度会用到
bar_width1 = 0.2
bar_width2 = 0.2
#设置x轴上相邻两条不同统计图的距离
x1 = list(a)
x2 = [i+bar_width1 for i in x1] #x2的第n项为x1的第n项加0.2
x3 = [i+bar_width1*2 for i in x1] #x3的第n项为x1的第n项加0.2*2
#设置每条统计图的宽度
plt.bar(x1,b1,width=bar_width2)
plt.bar(x2,b2,width=bar_width2)
plt.bar(x3,b3,width=bar_width2)
plt.show()
四、直方图
plt.hist(x, bins)
关于plt.hist()的参数
参数名称 | 参数作用 |
---|---|
x | 存放数据 |
bins | 表示组数 |
import random
from matplotlib import pyplot as plt
a = [random.randint(80,120) for i in range(100)]
#传入数据,并设置组数
plt.hist(a,bins=20)
#添加网格
plt.grid()
plt.show()
五、 饼状图
plt.pie()
关于plt.pie()的参数
参数名称 | 参数作用 |
---|---|
x | 每个扇形所占的比例或者一个数组 |
labels | 给每个扇形提供标签 |
explode | 输入一个长度为len(x)数组,将每块扇形以输入的距离分离 |
autopct | “%.2f%%”,表示保留两位小数 |
from matplotlib import pyplot as plt
#设置中文
import matplotlib
font = {'family' : 'FangSong'}
matplotlib.rc("font",**font)
#设置标签
tips = ['购物','交通','娱乐','饮食','其他']
#输入每个标签所占的数量
x = [300,200,500,600,400]
#设置分离的距离
apart = [0.03,0.05,0.06,0.04,0.1]
plt.pie(x,labels=tips,autopct='%.2f%%',explode=apart)
plt.show()