使用Python绘制图表大全总结


            在使用Python绘制图表前，我们需要先安装两个库文件numpy和matplotlib。

Numpy是Python开源的数值计算扩展，可用来存储和处理大型矩阵，比Python自身数据结构要高效；matplotlib是一个Python的图像框架，使用其绘制出来的图形效果和MATLAB下绘制的图形类似。

下面我通过一些简单的代码介绍如何使用 Python绘图。

一、图形绘制



直方图





importmatplotlib.pyplotasplt



importnumpyasnp



mu=100



sigma=20



x=mu+sigma*np.random.randn(20000)# 样本数量



plt.hist(x,bins=100,color='green',normed=True)# bins显示有几个直方,normed是否对数据进行标准化



plt.show()





条形图





importmatplotlib.pyplotasplt



importnumpyasnp



y=[20,10,30,25,15]



index=np.arange(5)



plt.bar(left=index,height=y,color='green',width=0.5)



plt.show()





折线图





importmatplotlib.pyplotasplt



importnumpyasnp



x=np.linspace(-10,10,100)



y=x**3



plt.plot(x,y,linestyle='--',color='green',marker='<')



plt.show()





散点图





importmatplotlib.pyplotasplt



importnumpyasnp



x=np.random.randn(1000)



y=x+np.random.randn(1000)*0.5



plt.scatter(x,y,s=5,marker='<')# s表示面积，marker表示图形



plt.show()





饼状图





importmatplotlib.pyplotasplt



importnumpyasnp



labels='A','B','C','D'



fracs=[15,30,45,10]



plt.axes(aspect=1)#使x y轴比例相同



explode=[0,0.05,0,0]# 突出某一部分区域



plt.pie(x=fracs,labels=labels,autopct='%.0f%%',explode=explode)#autopct显示百分比



plt.show()





箱形图

主要用于显示数据的分散情况。图形分为上边缘、上四分位数、中位数、下四分位数、下边缘。外面的点时异常值





importmatplotlib.pyplotasplt



importnumpyasnp



np.random.seed(100)



data=np.random.normal(size=(1000,4),loc=0,scale=1)



labels=['A','B','C','D']



plt.boxplot(data,labels=labels)



plt.show()





二、图像的调整

1、23种点形状





"."point","pixel"o"circle"v"triangle_down



"^"triangle_up"<"triangle_left">"triangle_right"1"tri_down



"2"tri_up"3"tri_left"4"tri_right"8"octagon



"s"square"p"pentagon"*"star"h"hexagon1"H"hexagon2



"+"plus"x"x"D"diamond"d"thin_diamond





2、8种內建默认颜色的缩写





b:blueg:greenr:redc:cyan



m:magentay:yellowk:blackw:white





3、4种线性

- 实线 --虚线 -.点划线 ：点线

4、一张图上绘制子图







importmatplotlib.pyplotasplt



importnumpyasnp



x=np.arange(1,100)



plt.subplot(221)#2行2列第1个图



plt.plot(x,x)



plt.subplot(222)



plt.plot(x,-x)



plt.subplot(223)



plt.plot(x,x*x)



plt.subplot(224)



plt.plot(x,np.log(x))



plt.show()





5、生成网格







importmatplotlib.pyplotasplt



importnumpyasnp



y=np.arange(1,5)



plt.plot(y,y*2)



plt.grid(True,color='g',linestyle='--',linewidth='1')



plt.show()





6、生成图例







importmatplotlib.pyplotasplt



importnumpyasnp



x=np.arange(1,11,1)



plt.plot(x,x*2)



plt.plot(x,x*3)



plt.plot(x,x*4)



plt.legend(['Normal','Fast','Faster'])



plt.show()





以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持中文源码网。