1.散点图
绘制函数:scatter ,格式如下。
matplotlib.pyplot.scatter(x,y,s=None,marker=None,cmap=None,norm=None,
vmin=None,alpha=None,linewidths=None,verts=None,edgecolors=None,data=None)
x,y接收array,表示x,y轴对应的数据;
s接收数值或一维array,指定点的大小,若传入一维数组,则表示每个点的大小,默认为None
c接收颜色或一维array,指定点的颜色,若传入一维数组,则表示每个点的颜色,默认为None
marker接受特定的string,表示绘制的点的类型,默认为None
alpha接收0-1的小数,表示点的透明度,默认为None
#绘制2000-2017各季度国民生产总值散点图
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']='SimHei' #设置中文显示
plt.rcParams['axes.unicode_minus']=False
data=np.load('国民经济核算季度数据.npz')
name=data['columns'] #提取其中的columns数组,视为数据的标签
values=data['values'] #提取其中的values数组,视为数据的存在位置
plt.figure(figsize=(8,7)) #设置画布
plt.scatter(values[:,0],values[:,2],marker='o') #绘制散点图
plt.xlabel('年份');plt.ylabel('生产总值')
plt.ylim((0,225000)) #设置y轴范围
plt.xticks(range(0,70,4),values[range(0,70,4),1],rotation=45)
plt.title('2000-2017各季度生产总值散点图')
plt.show()
2.折线图
折线图(line chart )函数: matplotlib.pyplot.plot(*args,**kwargs)
x,y接收array,表示x,y轴对应的数据; color 接收特定string,指定线条颜色,默认为None
linestyle 接收特定string,指定线条类型,默认为- marker 接收特定string,指定绘制的点的类型,默认为None
alpha 接受0-1间的小数,表点的透明度,默认None
常见颜色:b-blue,g-green, r-red, c-青色,m-品红,y-yellow, k-black, w-white
import numpy as np
import matplotlib.pyplot as plt
data=np.load('all.npz')
name=data['columns'] #提取其中的columns数组,视为数据的标签
values=data['values'] #提取其中的values数组,视为数据的存在位置
plt.figure(figsize=(8,7)) #设置画布
plt.plot(values[:,0],values[:,2],color='r',linestyle='--') #绘制散点图
plt.xlabel('x');plt.ylabel('y')
plt.ylim((0,225000)) #设置y轴范围
plt.show()
3.饼状图
函数如下:matplotlib.pyplot.pie(x,explode=None,colors=None,autopct=None,pctdistance=0.6,
shadow=False,labeldistance=1.1,startangle=None,radius=None,counterclock=True,
wedgeprops=None,textprops=None,center=(0,0),frame=False,hole=None,data=None)
x 接收array,表示绘制饼图的数据,无默认; labels 接收array,指定每一项的名称,默认为None
explode 接收array,表示指定项距离饼图圆心为n个半径,默认为None
color 接收特定string,或者包含颜色字符串的array,表示饼图颜色,默认为None
autopct 接收特定string,指定数值的显示方式,默认为None
pctdistance 接收float,指定每一项的比例autopct和距离圆心的半径,默认为0.6
labeldistance 接收float,指定每一项的名称labels和距离圆心的半径,默认为1.1
radius 接收float,表示饼图的半径,默认为1
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']='SimHei'#设置中文显示
plt.rcParams['axes.unicode_minus']=False
data=np.load('国民经济核算季度数据.npz')
name=data['columns']
values=data['values']
plt.figure(figsize=(6,6)) #将画布设定为正方形,则绘制的饼图是正圆
label=['第一产业','第二产业','第三产业'] #定义饼图的标签,标签是列表
explode=[0.01,0.01,0.01] #设定各项距离圆心n个半径
plt.pie(values[-1,3:6],explode=explode,labels=label,autopct='%1.1f%%')
#绘制饼图
plt.title('2017年第一季度各产业国民生产总值饼状图')
plt.show()
4.直方图
绘制直方图函数:pyplot中绘制直方图函数为bar(left,height,width=0.8,bottom=None,
hold=None,data=None,**kwargs)
left 接收array,表示x轴数据,无默认
height接收array,表示x轴所代表数据的数量,无默认
width 接收0-1之间的float,指定直方图的宽度,默认0.8
color 接收特定string,或者包含颜色字符串的array,表示直方图颜色,默认为None
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']='SimHei'#设置中文显示
plt.rcParams['axes.unicode_minus']=False
data=np.load('国民经济核算季度数据.npz')
name=data['columns'] #提取其中的columns数组,视为数据的标签
values=data['values'] #提取其中的values数组,视为数据的存在位置
label=['第一产业','第二产业','第三产业'] #刻度标签
plt.figure(figsize=(6,5)) #设置画布
plt.bar(range(3),values[-1,3:6],width=0.5)#绘制直方图
plt.xlable('产业')
plt.ylable('生产总值(亿元)')
plt.show()
5.箱线图
绘制箱线图函数:plt.boxplot (最大值,上四分位数,中位数,下四分位数,最小值)
plt.boxplot(x,notch=None,sym=None,vert=None,whis=None,positions=None)
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']='SimHei'#设置中文显示
plt.rcParams['axes.unicode_minus']=False
data=np.load('国民经济核算季度数据.npz')
name=data['columns']
values=data['values']
label1=['第一产业','第二产业','第三产业'] #定义标签1
label2=['农业','工业','建筑','批发','交通','餐饮','金融','房地产','其他'] #标签2
gdp1=(list(values[:,3]),list(values[:,4]),list(values[:,5]))
gdp2=([list(values[:,i]) for i in range(6,15]))
p=plt.figure(figsize=(8,8))
#子图1
axl=p.add_subplot(2,1,1)
#绘制箱线图
plt.boxplot(gdp,notch=True,labels=label1,meanline=True)
plt.show()