1500字范文,内容丰富有趣,写作好帮手!
1500字范文 > 使用matplotlib绘制散点图 条形图 直方图

使用matplotlib绘制散点图 条形图 直方图

时间:2024-01-12 01:29:06

相关推荐

使用matplotlib绘制散点图 条形图 直方图

plt.scatter(绘制散点图)

绘图

plt.scatter(x, y, label="xxx")

x,x坐标y,y坐标label,标签

调整x轴的刻度

仍然是用plt.xticks(_x, _xtick_labels, rotation=45) _x是x坐标刻度,_xtick_labels是对应刻度的要显示出来的字符串,注意要一一对应rotation=45是旋转角度

添加图例

plt.legend(loc="upper left")

添加描述信息

plt.xlabel("x轴单位: h")plt.ylabel("y轴单位: w")plt.title("标题")

plt.bar(绘制条形图)

普通条形图——竖着的条形图

plt.bar(x, y, width=0.3)

横着的条形图

plt.barh(x, y, height=0.3, color="cyan") 注意,横着的条形图的条形宽度在这里用height表示,x,y的位置不变plt.yticks(_x, _xtick_labels, rotation=xx) 横着的条形图应该设置的是yticks,而里面的参数还是要x的参数想要字符串横着表示的话,rotation=0或者不写rotation即可

绘制多次条形图

实例# 绘制多次条形图

from matplotlib import pyplot as plta = ["猩球崛起3:终极之战", "敦刻尔克", "蜘蛛侠:英雄归来", "战狼2"]b_14 = [15746, 312, 4497, 319]b_15 = [12357, 156, 2045, 168]b_16 = [2358, 399, 2358, 362]barwidth = 0.2x_14 = range(len(a))x_15 = [i+barwidth for i in x_14]x_16 = [i+barwidth*2 for i in x_14]plt.figure(figsize=(20, 8), dpi=80)plt.bar(x_14, b_14, width=0.2, label="9月14日")plt.bar(x_15, b_15, width=0.2, label="9月15日")plt.bar(x_16, b_16, width=0.2, label="9月16日")_xtick_labels = aplt.xticks(x_15, _xtick_labels)plt.legend(loc="upper right")plt.show()

图表如下

plt.hist(绘制直方图)

频数分布直方图

plt.hist(a, num_bins) a表示需要统计的数据,可能成百上千的数据(连续的数据,要统计这些数据中在某一间距中有多少个)num_bins表示所分的组数 bin_width是自己设置的组距bin_width = 3 设置组数的时候要根据组距的大小来调整,组数太多和太少都不合适num_bins = (max(a)-min(a))//bin_widthnum_bins 可以是数组,因此就可以使组距在x轴上变化plt.xticks(range(min(a), max(a)+bin_width, bin_width)) x轴刻度可以这样写plt.grid() 可以绘制网格

频率分布直方图

plt.hist(a, num_bins, normed=True) 在hist中添加一个元素normed,令其=True或者1就可以将其转化为频率分布直方图

什么时候才能使用直方图?

只有在没有进行过统计的原始数据中才能使用直方图,对于在所有区间上已经进行了统计的数据只能使用条形图bar,让条形挨在一起变成直方图的样子直方图的应用场景一般在想要获得某连续数据的分布状态时使用直方图

图形样式网站

matplotlib官方网站

/stable/gallery/index.html

百度ECHARTS

/examples/zh/index.html

plotly

兼容matplotlib和pandas,同样是可交互的高级图表/python/

seaborn

/seaborn上的图表比较简单,更容易上手

思维导图

本内容不代表本网观点和政治立场,如有侵犯你的权益请联系我们处理。
网友评论
网友评论仅供其表达个人看法,并不表明网站立场。