python通过Matplotlib绘制常见的几种图形

少年击剑更吹箫，剑气箫心一例消。这篇文章主要讲述python通过Matplotlib绘制常见的几种图形相关的知识，希望能为你提供帮助。
使用matplotlib对几种常见的图形进行绘制
【python通过Matplotlib绘制常见的几种图形】Matplotlib官网如果想了解更多可查看官网。

import numpy as np import matplotlib.pyplot as plt %matplotlib inline #写了这个就可以不用写plt.show() plt.rcParams[\'font.sans-serif\']=[\'SimHei\'] #用来正常显示中文标签 plt.rcParams[\'axes.unicode_minus\']=False #用来正常显示负号X = np.linspace(0, 2*np.pi,100)# 均匀的划分数据 Y = np.sin(X) Y1 = np.cos(X)plt.title("Hello World!!") plt.plot(X,Y) plt.plot(X,Y1)

文章图片

X = np.linspace(0, 2*np.pi,100) Y = np.sin(X) Y1 = np.cos(X) plt.subplot(211) # 等价于 subplot(2,1,1)#一个图版画两个图 plt.plot(X,Y)plt.subplot(212) plt.plot(X,Y1,color = \'r\')

文章图片

柱状图

data = https://www.songbingjia.com/android/[5,25,50,20] plt.bar(range(len(data)),data)

文章图片

水平绘制柱状图

data = https://www.songbingjia.com/android/[5,25,50,20] plt.barh(range(len(data)),data)

文章图片

多个柱状图

data = https://www.songbingjia.com/android/[[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")# 显示上面设置的 lable plt.legend()

文章图片

叠加型柱状图

data = https://www.songbingjia.com/android/[[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()

文章图片

散点图

N = 50 x = np.random.rand(N) y = np.random.rand(N)plt.scatter(x, y)

文章图片

气泡图

N = 50 x = np.random.rand(N) y = np.random.rand(N) colors = np.random.randn(N) # 颜色可以用数值表示 area = np.pi * (15 * np.random.rand(N))**2#调整大小plt.scatter(x, y, c=colors, alpha=0.5, s = area)

文章图片

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)

文章图片

直方图

a = np.random.rand(100) plt.hist(a,bins= 20) plt.ylim(0,15)

文章图片

a = np.random.randn(10000) plt.hist(a,bins=50) plt.title("标准正太分布")

文章图片

箱线图

x = np.random.randint(20,100,size = (30,3)) plt.boxplot(x) plt.ylim(0,120) # 在x轴的什么位置填一个 label，我们这里制定在 1，2，3 位置，写上 A，B，C plt.xticks([1,2,3],[\'A\',\'B\',\'C\']) plt.hlines(y = np.median(x,axis = 0)[0] ,xmin =0,xmax=3)

文章图片

添加文字描述

# 设置画布颜色为 blue fig, ax = plt.subplots(facecolor=\'blue\')# y 轴数据 data = https://www.songbingjia.com/android/[[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")

文章图片

添加文字描述方法二

X = np.linspace(0, 2*np.pi,100)# 均匀的划分数据 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("这是一副测试图！")

文章图片

多个图形描绘 subplots

%pylab inline pylab.rcParams[\'figure.figsize\'] = (10, 6) # 调整图片大小# 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\')

文章图片

使用Pandas 绘图

import pandas as pd df = pd.DataFrame(np.random.rand(50, 2), columns=[\'a\', \'b\']) # 散点图 df.plot.scatter(x=\'a\', y=\'b\')

文章图片

df = pd.DataFrame(np.random.rand(10,4),columns=[\'a\',\'b\',\'c\',\'d\']) # 绘制柱状图 df.plot.bar()

文章图片

# 堆积的柱状图 df.plot.bar(stacked=True)

文章图片

# 水平的柱状图 df.plot.barh(stacked=True)

文章图片

df = pd.DataFrame({\'a\':np.random.randn(1000)+1,\'b\':np.random.randn(1000),\'c\':np.random.randn(1000) - 1}, columns=[\'a\', \'b\', \'c\'])# 直方图 df.plot.hist(bins=20)