Python数据分析与展示（4）——Matplotlib基础绘图函数示例

最近在中国大学mooc网学习Python数据分析与展示相关知识，记入下来，以供参考。

Matplotlib基础绘图函数示例

pyplot基础图表函数表示

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

pyplot饼图的绘制

import matplotlib.pyplot as plt 

labels = 'Frogs','Hogs','Dogs','logs'
sizes = [15,30,45,10]
explode = (0,0.1,0,0)   #将30在饼图中凸显出来，凸显的比例为0.1

plt.pie(sizes,explode=explode,labels=labels,autopct='%1.1f%%',shadow=True,startangle=90)
#autopct 数据显示方式   shadow是否带有阴影效果    startangle 饼图起始角度

plt.axis('equal')   #正圆形饼图
plt.show()

pyplot直方图的绘制

import matplotlib.pyplot as plt 
import numpy as np

np.random.seed(0)
mu,signs = 100,20   #均值和标准差
a = np.random.normal(mu,signs,size = 100)

plt.hist(a,40,normed = 1,histtype = 'stepfilled',facecolor = 'b',alpha = 0.75)
#40 表示直方图的个数   normed=1时将直方图中元素出现的个数归一化为概率
plt.title('Histogram')

plt.show()

pyplot极坐标图的绘制

先放这儿

import matplotlib.pyplot as plt 
import numpy as np

N = 20
theta = np.linspace(0.0,2*np.pi,N,endpoint=False)
radii = 10*np.random.rand(N)
width = np.random.rand(N)

ax = plt.subplot(111,projection = 'polar')
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()

pyplot散点图的绘制

import matplotlib.pyplot as plt 
import numpy as np

fig,ax = plt.subplots()
ax.plot(10*np.random.randn(100),10*np.random.randn(100),'o')
ax.set_title('Simple Scatter')

plt.show()