c++|c++ 显示三维散点图_python的matplotlib库绘制条形图、散点图、饼图、折线图，都齐了 echarts|折线图|设置y轴最小刻度

当我们学会了爬虫，抓取到了一些数据，接下来就是做数据分析了。本文章介绍绘制图形的基本代码。
打开cmd用pip 安装，若输入pip install matplotlib，文件下载可能会非常慢。改为国内网站用豆瓣源下载，输入命令pip install matplotlib -i https://pypi.douban.com/simple就好。

有关matplotlib的一些参数属性可以到matplotlib.org网站查看

c++|c++ 显示三维散点图_python的matplotlib库绘制条形图、散点图、饼图、折线图，都齐了

文章图片
条形图条形图可以直观宽度相同的条形的高度或长短来表示数据多少，我们用到plt.bar(x，y)函数来绘制条形图。

#导入模块import matplotlib.pyplot as plt#设置banana的x轴和y轴数据x=[2,4,6,8]y=[3,4,5,6]#设置apple的x轴和y轴数据x1=[1,3,5,7]y1=[3,4,5,6]#label设置变量标签，color设置条形图颜色plt.bar(x,y,label="banana",color="b")plt.bar(x1,y1,label="apple",color="g")#标注x、y轴plt.xlabel("x")plt.ylabel("y")#图形标题plt.title("ddddd")plt.legend()#打印出条形图plt.show()

代码对应图片如下：

文章图片
散点图散点图在回归分析中，用数据点来观察数据的聚合度。我们用到plt.scatter()函数来绘制散点图。

import matplotlib.pyplot as plt#banana的x轴和y轴数据x=[34,56,68,72,98,76,98,23,34,45,56,67]y=[56,77,47,96,22,83,56,34,67,23,67,45]#apple的x轴和y轴数据x1=[33,55,76,87,99,67,34,56,45,77,78,87]y1=[35,64,57,41,56,78,34,89,23,45,23,34]#label设置变量标签，color设置数据点颜色,marker为数据点图形，s为数据点大小plt.scatter(x,y,label="banana",color="#FFB6C1",marker="^",s=250)plt.scatter(x1,y1,label="apple",color="#ccc000",s=300)plt.show()

代码对应图片如下：

文章图片
饼图饼图方便观察各个部分构成比例的情况。我们用到plt.pie()函数来绘制饼图。

import matplotlib.pyplot as plt#对圆饼进行切片slices=[7,3,8,8]#各项变量名activities=["orange","banana","apple","pear"]#各项颜色color=["m","c","#ccc000","r"]plt.pie(slices,labels=activities,colors=color)plt.show()

代码对应图片如下：

文章图片
折线图折线图是相等时间间隔下数据的趋势。我们用到plt.plot()函数来绘制折线图。

import matplotlib.pyplot as plt#banana的x轴和y轴数据x=[3,5,6,7,9]y=[5,7,9,2,8]#apple的x轴和y轴数据x1=[3,5,6,7,9]y1=[3,4,5,1,6]#orange的x轴和y轴数据x2=[3,5,6,7,9]y2=[2,5,6,9,3]#label设置变量标签，color设置折线颜色plt.plot(x,y,label="banana",color="b")plt.plot(x1,y1,label="apple",color="g")plt.plot(x2,y2,label="orange",color="r")plt.show()

代码对应图片如下：