Python|Python 图形绘制详细代码（二） Python图形绘制详细代码（二）

4、条形图

4.1 代码
4.2 输出
4.3 代码的部分解释

5、直方图

5.1 代码
5.2 输出
5.3 代码的部分解释

6、散点图

6.1 代码
6.2 输出
6.3 代码的部分解释

4、条形图下面介绍条形图的画法。

4.1 代码

import matplotlib.pyplot as plt# x-coordinates of left sides of barsleft = [1, 2, 3, 4, 5]# heights of barsheight = [10, 24, 36, 40, 5]# labels for barstick_label = ['one', 'two', 'three', 'four', 'five']# plotting a bar chartplt.bar(left, height, tick_label = tick_label,width = 0.8, color = ['red', 'green'])# naming the x-axisplt.xlabel('x - axis')# naming the y-axisplt.ylabel('y - axis')# plot titleplt.title('My bar chart!')# function to show the plotplt.show()

4.2 输出

文章图片

4.3 代码的部分解释

1）使用 plt.bar() 函数来绘制条形图。
2）x轴与height两个参数必须有。
3）可以通过定义 tick_labels 为 x 轴坐标指定另外的名称。

5、直方图
5.1 代码

import matplotlib.pyplot as plt# frequenciesages = [2,5,70,40,30,45,50,45,43,40,44,60,7,13,57,18,90,77,32,21,20,40]# setting the ranges and no. of intervalsrange = (0, 100)bins = 10 # plotting a histogramplt.hist(ages, bins, range, color = 'green',histtype = 'bar', rwidth = 0.8)# x-axis labelplt.xlabel('age')# frequency labelplt.ylabel('No. of people')# plot titleplt.title('My histogram')# function to show the plotplt.show()

5.2 输出

文章图片

5.3 代码的部分解释

1）使用 plt.hist() 函数绘制直方图。
2）age列表作为频率传入函数。
3）可以通过定义包含最小值和最大值的元组来设置范围。
4）下一步是对值的范围进行“装箱”——即将整个值范围划分为一系列区间——然后计算落入每个区间的值的数量。这里我们定义了 bins = 10。所以，总共有 100/10 = 10 个区间。

6、散点图
6.1 代码

import matplotlib.pyplot as plt# x-axis valuesx = [1,2,3,4,5,6,7,8,9,10]# y-axis valuesy = [2,4,5,7,6,8,9,11,12,12]# plotting points as a scatter plotplt.scatter(x, y, label= "stars", color= "green",marker= "*", s=30)# x-axis labelplt.xlabel('x - axis')# frequency labelplt.ylabel('y - axis')# plot titleplt.title('My scatter plot!')# showing legendplt.legend()# function to show the plotplt.show()

6.2 输出