十matplotlib统计图

Posted dangjingwei

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了十matplotlib统计图相关的知识,希望对你有一定的参考价值。

‘‘‘
Matplotlib 是一个Python的 2D绘图库。通过 Matplotlib,开发者可以仅需要几行代码,
便可以生成绘图,直方图,功率谱,条形图,错误图,散点图等。
通过学习Matplotlib,可让数据可视化,更直观的真实给用户。
使数据更加客观、更具有说服力。 Matplotlib是Python的库,又是开发中常用的库。
‘‘‘
#绘制折线
#导入模块matplotlib的pyplot模块
import matplotlib.pyplot as plt
x=[1,3,5,6,7]
y=[1,4,9,16,23]
#进行绘制
#plt.plot([1,3],[2,4])
plt.plot(x, y)
#进行展示
plt.show()
技术图片
‘‘‘
绘制折线格式图形
‘‘‘
#导入模块
import matplotlib.pyplot as plt
#提供x,y的坐标
x = [2,5,7,9,13]
y = [4,6,8,34,67]
#进行绘制
plt.plot(x,y,linewidth=10) #绘制加粗
#设置x,y方向的展示
plt.xlabel(‘x‘)
plt.ylabel(‘y=x^2‘)
#设置一个字体,用来显示中文
plt.rcParams[‘font.sans-serif‘] = [‘SimHei‘]
#增加标题
plt.title("绘制y=x^2的图形")
#展示
plt.show()

技术图片

‘‘‘绘制一元二次方程‘‘‘
import matplotlib.pyplot as plt
#x轴取数
x = range(-100,100)
y = [i**2 for i in x]
plt.plot(x,y)
#保存图片
plt.savefig("imags.png")
plt.show()

技术图片

 

‘‘‘
绘制正玄余玄
‘‘‘
import matplotlib.pyplot as plt
import numpy as np
#x轴进行等分
x =np.linspace(0,10,100)
sin_y = np.sin(x)
cos_y = np.cos(x)
plt.plot(x,sin_y)
plt.plot(x,cos_y)
plt.show()
技术图片
‘‘‘
对subplot的使用
‘‘‘
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(1,10,100)
sin_y = np.sin(x)
plt.subplot(2,2,4) #调整画布,将图像画到第四象限
plt.xlim(-5,20) #x轴的大小
plt.ylim(-2,2) #y轴的大小
plt.plot(x,sin_y)
plt.show()

技术图片

 

‘‘‘
在绘制散点图的时候,plot的绘制plt.plot(x,y_sin,‘o‘)比scatter速度快,
但是如果散点图的大小和颜色不一样的时候,还是scatter比较快
‘‘‘
import matplotlib.pyplot as plt
import numpy as np
np.random.seed(0) #绘制多次,每次的点都是一样的
x = np.random.rand(100)
y = np.random.rand(100)
size = np.random.rand(10)*1000
color =np.random.rand(100)#随机生成100个颜色
plt.scatter(x,y,s=size,c=color,alpha=0.7)
plt.show()

技术图片

 

‘‘‘
绘制柱状图
‘‘‘
import matplotlib.pyplot as plt
import numpy as np
x = [1994,1995,1996,1997]
x_lable = [‘1994年‘,‘1995年‘,‘1996年‘,‘1997年‘]
y = [1000,3000,5000,6000]
plt.bar(x,y,width=0.5)
plt.rcParams[‘font.sans-serif‘] = [‘SimHei‘]
#修改x坐标的刻度
plt.xticks(x,x_lable)
#给x,y轴增加说明
plt.xlabel("年份")
plt.ylabel("销量")
plt.title("年销量关系图")
plt.show()

技术图片

 

‘‘‘
给柱状同不同值添加颜色
‘‘‘
import matplotlib.pyplot as plt
import numpy as np


x = range(5)
y =np.random.randint(-5,5,5)
bars=plt.bar(x,y)
for bar,height in zip(bars,y): #zip就是一个拉链,一一对应
if height>0:
bar.set(color="red")
else:
bar.set(color="blue")
plt.show()

技术图片

‘‘‘
统计男女比例
‘‘‘
import matplotlib.pyplot as plt
man =12344
woman =11443
man_proc =man/(man+woman)
woman_proc=woman/(man+woman)
#添加名称
plt.rcParams[‘font.sans-serif‘] = [‘SimHei‘]
labels=[‘男‘,‘女‘]
#添加颜色
colors=[‘red‘,‘blue‘]
paches,texts,autotext=plt.pie([man_proc,woman_proc],labels=labels,colors=colors,explode=(0,0.05),autopct=‘%0.1f%%‘)
#返回三个参数:texts饼图外部文本,autotext饼图内部文本
for autotextcolor in autotext:
autotextcolor.set_color(‘white‘)

for text in texts+autotext:
text.set_fontsize(20)
plt.show()

 

技术图片

‘‘‘
统计三天三部电影的票房数
‘‘‘
import matplotlib.pyplot as plt
import numpy as np
width =0.3
ticket_name = [‘千里千寻‘,‘玩具总动员‘,‘黑衣人:全球总动员‘]
ticket_num1 = [4523 ,1234,2345]
ticket_num2 = [2345,2354,4212]
ticket_num3 = [3333,5532,1235]
x =np.arange(len(ticket_name))
plt.bar(x,ticket_num1,width=width,alpha=0.5,label=ticket_name[0])
plt.bar([i+width for i in x],ticket_num2,width=width,alpha=0.5,label=ticket_name[1])
plt.bar([i+2*width for i in x],ticket_num3,width=width,alpha=0.5,label=ticket_name[2])
#设置x坐标 第1天、第2天、第3天
plt.rcParams[‘font.sans-serif‘] = [‘SimHei‘]
x_lable =[‘第{}天‘.format(i+1) for i in x]
plt.xticks([i+width for i in x],x_lable)
plt.ylabel("票房数(万)")
#设置图例
plt.legend()
plt.title(‘统计三天的票房统计‘)
plt.show()

 

技术图片

‘‘‘
绘制一个三维模式
‘‘‘
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
#创建x,y,z 坐标
X =[1,1,2,2]
Y =[3,4,4,3]
Z =[12,56,2,23]
#创建figure
figure = plt.figure()
#创建Axes3D对象
axes3D =Axes3D(figure)
axes3D.plot_trisurf(X,Y,Z)
plt.show()

技术图片

以上是关于十matplotlib统计图的主要内容,如果未能解决你的问题,请参考以下文章

Python-Matplotlib可视化——多方面自定义统计图绘制

matplotlib学习日记----完善统计图

Matplotlib实例教程 | 统计DataFrame中数据分布情况(条形统计图)

Python-Matplotlib可视化(10)——一文详解3D统计图的绘制

[时间维度]日志数据提取事件关键词,解析对应时间点计数,matplotlib绘制统计图,python

[时间维度]日志数据提取事件关键词,解析对应时间点计数,matplotlib绘制统计图,python