目錄
- python通過Matplotlib繪制常見的幾種圖形
- 一、使用matplotlib對幾種常見的圖形進行繪制
- 1、柱狀圖
- 2、水平繪制柱狀圖
- 3、多個柱狀圖
- 4、疊加型柱狀圖
- 5、散點圖
- 6、氣泡圖
- 7、直方圖
- 8、箱線圖
- 二、添加文字描述
- 三、多個圖形描繪 subplots
- 四、使用Pandas 繪圖
- 1、散點圖
- 2、繪制柱狀圖
- 3、堆積的柱狀圖
- 4、水平的柱狀圖
- 5、直方圖
- 6、箱線圖
python通過Matplotlib繪制常見的幾種圖形
一、使用matplotlib對幾種常見的圖形進行繪制
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline #寫了這個就可以不用寫plt.show()
plt.rcParams['font.sans-serif']=['SimHei'] #用來正常顯示中文標簽
plt.rcParams['axes.unicode_minus']=False #用來正常顯示負號
X = np.linspace(0, 2*np.pi,100)# 均勻的劃分數據
Y = np.sin(X)
Y1 = np.cos(X)
plt.title("Hello World!!")
plt.plot(X,Y)
plt.plot(X,Y1)
X = np.linspace(0, 2*np.pi,100)
Y = np.sin(X)
Y1 = np.cos(X)
plt.subplot(211) # 等價于 subplot(2,1,1) #一個圖版畫兩個圖
plt.plot(X,Y)
plt.subplot(212)
plt.plot(X,Y1,color = 'r')
1、柱狀圖
data = [5,25,50,20]
plt.bar(range(len(data)),data)
2、水平繪制柱狀圖
data = [5,25,50,20]
plt.barh(range(len(data)),data)
3、多個柱狀圖
data = [[5,25,50,20],
[4,23,51,17],
[6,22,52,19]]
X = np.arange(4)
plt.bar(X + 0.00, data[0], color = 'b', width = 0.25,label = "A")
plt.bar(X + 0.25, data[1], color = 'g', width = 0.25,label = "B")
plt.bar(X + 0.50, data[2], color = 'r', width = 0.25,label = "C")
# 顯示上面設置的 lable
plt.legend()
4、疊加型柱狀圖
data = [[5,25,50,20],
[4,23,51,17],
[6,22,52,19]]
X = np.arange(4)
plt.bar(X, data[0], color = 'b', width = 0.25)
plt.bar(X, data[1], color = 'g', width = 0.25,bottom = data[0])
plt.bar(X, data[2], color = 'r', width = 0.25,bottom = np.array(data[0]) + np.array(data[1]))
plt.show()
5、散點圖
N = 50
x = np.random.rand(N)
y = np.random.rand(N)
plt.scatter(x, y)
6、氣泡圖
N = 50
x = np.random.rand(N)
y = np.random.rand(N)
colors = np.random.randn(N) # 顏色可以用數值表示
area = np.pi * (15 * np.random.rand(N))**2 # 調整大小
plt.scatter(x, y, c=colors, alpha=0.5, s = area)
N = 50
x = np.random.rand(N)
y = np.random.rand(N)
colors = np.random.randint(0,2,size =50)
plt.scatter(x, y, c=colors, alpha=0.5,s = area)
7、直方圖
a = np.random.rand(100)
plt.hist(a,bins= 20)
plt.ylim(0,15)
a = np.random.randn(10000)
plt.hist(a,bins=50)
plt.title("標準正太分布")
8、箱線圖
x = np.random.randint(20,100,size = (30,3))
plt.boxplot(x)
plt.ylim(0,120)
# 在x軸的什么位置填一個 label，我們這里制定在 1，2，3 位置，寫上 A，B，C
plt.xticks([1,2,3],['A','B','C'])
plt.hlines(y = np.median(x,axis = 0)[0] ,xmin =0,xmax=3)
二、添加文字描述
1、文字描述一
# 設置畫布顏色為 blue
fig, ax = plt.subplots(facecolor='blue')
# y 軸數據
data = [[5,25,50,20],
[4,23,51,17],
[6,22,52,19]]
X = np.arange(4)
plt.bar(X+0.00, data[0], color = 'darkorange', width = 0.25,label = 'A')
plt.bar(X+0.25, data[1], color = 'steelblue', width = 0.25,label="B")
plt.bar(X+0.50, data[2], color = 'violet', width = 0.25,label = 'C')
ax.set_title("Figure 2")
plt.legend()
# 添加文字描述 方法一
W = [0.00,0.25,0.50]
for i in range(3):
for a,b in zip(X+W[i],data[i]):
plt.text(a,b,"%.0f"% b,ha="center",va= "bottom")
plt.xlabel("Group")
plt.ylabel("Num")
plt.text(0.0,48,"TEXT")
2、文字描述二
X = np.linspace(0, 2*np.pi,100)# 均勻的劃分數據
Y = np.sin(X)
Y1 = np.cos(X)
plt.plot(X,Y)
plt.plot(X,Y1)
plt.annotate('Points',
xy=(1, np.sin(1)),
xytext=(2, 0.5), fontsize=16,
arrowprops=dict(arrowstyle="->"))
plt.title("這是一副測試圖！")
三、多個圖形描繪 subplots
%pylab inline
pylab.rcParams['figure.figsize'] = (10, 6) # 調整圖片大小
# np.random.seed(19680801)
n_bins = 10
x = np.random.randn(1000, 3)
fig, axes = plt.subplots(nrows=2, ncols=2)
ax0, ax1, ax2, ax3 = axes.flatten()
colors = ['red', 'tan', 'lime']
ax0.hist(x, n_bins, normed=1, histtype='bar', color=colors, label=colors)
ax0.legend(prop={'size': 10})
ax0.set_title('bars with legend')
ax1.hist(x, n_bins, normed=1, histtype='bar', stacked=True)
ax1.set_title('stacked bar')
ax2.hist(x, n_bins, histtype='step', stacked=True, fill=False)
ax2.set_title('stack step (unfilled)')
# Make a multiple-histogram of data-sets with different length.
x_multi = [np.random.randn(n) for n in [10000, 5000, 2000]]
ax3.hist(x_multi, n_bins, histtype='bar')
ax3.set_title('different sample sizes')
四、使用Pandas 繪圖
1、散點圖
import pandas as pd
df = pd.DataFrame(np.random.rand(50, 2), columns=['a', 'b'])
# 散點圖
df.plot.scatter(x='a', y='b')
2、繪制柱狀圖
df = pd.DataFrame(np.random.rand(10,4),columns=['a','b','c','d'])
# 繪制柱狀圖
df.plot.bar()
3、堆積的柱狀圖
# 堆積的柱狀圖
df.plot.bar(stacked=True)
4、水平的柱狀圖
# 水平的柱狀圖
df.plot.barh(stacked=True)
5、直方圖
df = pd.DataFrame({'a':np.random.randn(1000)+1,'b':np.random.randn(1000),'c':np.random.randn(1000) - 1}, columns=['a', 'b', 'c'])
# 直方圖
df.plot.hist(bins=20)
6、箱線圖
# 箱線圖
df = pd.DataFrame(np.random.rand(10, 5), columns=['A', 'B', 'C', 'D', 'E'])
df.plot.box()
到此這篇關于python通過Matplotlib繪制常見的幾種圖形（推薦）的文章就介紹到這了,更多相關python Matplotlib內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- Python使用matplotlib實現繪制自定義圖形功能示例
- Python matplotlib繪圖可視化知識點整理(小結)
- python matplotlib模塊基本圖形繪制方法小結【直線，曲線，直方圖，餅圖等】
- Python通過matplotlib繪制動畫簡單實例
- Python可視化Matplotlib介紹和簡單圖形的繪制
