matplotlib.pyplot画折线图,python用matplotlib画折线图
目录表一、折线图二、散点图三、直方图四、直方图五、饼图六和条形图
一.折线图
折线图：用折线的增减来表示统计量的增减的统计图。
特点：可以显示数据的变化趋势，反映事物的变化。(变化)
api：plt.plot(x, y)
从matplotlib导入pyplot as pltx=range(2，26，2)y=[15，13，14.5，17，20，25，26，26，27，22，18，15]fig=PLT . fig(fig size=(20，8)，dpi=80)plt.plot(x，Y，label= Shanghai) Y _ 2=[21，14，31，7，5，12，17，8，14Plot (x，y _ 2，color= r ，line style=-Label= Beijing )PLT . x tickets(x)PLT . y tickets(range(min(y)，max (y) 1)) PLT.xlabel (time ，font size=20)PLT . y Label( temperature ，font size=20)font size=20)PLT . legend(loc=0，fontsize=14)plt.grid(True，line style=-，alpha=0.5)plt.savefig
二。散点图散点图：用两组数据形成多个坐标点，考察坐标点的分布情况，判断两个变量之间是否存在某种相关性或总结坐标点的分布规律。
特点：确定变量之间是否存在数量相关趋势，显示异常值(分布规律)。
api：plt.scatter(x1, x2)
参数：
X1:横坐标序列
X2:纵坐标序列，长度应与x1一致。
将matplotlib.pyplot作为plt# 0导入。准备数据x=[225.98，247.07，253.14，457.85，241.58，301.01，20.67，288.64，163.56，120.06，207.83，] 53.06，224.72，29.51，21.61，483.21，245.25，399.20图(图大小=(10，10)，DPI
三。直方图直方图：排列在工作表的列或行中的数据可以绘制成直方图。
特点：绘制均匀离散的数据，可以一目了然的看到每个数据的大小，比较数据之间的差异。(统计/比较)
api: plt.bar(x，height，width，align=center ，**kwargs)
参数：x:横坐标序列高度：列高度-x对应的序列表示列高度，其长度应与x一致width:直方图的宽度align:每个直方图的位置对齐{center ， edge}，可选，默认： center * * kwargs: color:选择直方图导入matplotlib.pyplot的颜色作为plt# 0。准备数据#电影名称movie_name=[雷神3:诸神黄昏，正义联盟，东方快车谋杀案，梦之旅，环球风暴，《恶魔欺骗传说》，《追击》，《七十七天》，《秘密之战》，《野兽》，其他] # x=range(len(movie_name))#票房数据y=[73853，57767，22354，15969，14834。2222] PLTFIG(FIG size=(20.8)，DPI=100) PLT。Bar (x，y，width=0.2，color=[b ， r ， g ， y ， c ， m Movie _ name) PLT.grid (true，line style=-，alpha=0.5) PLT.xlabel(电影名称)plt.ylabel(票房)plt.title(电影票房对比图)PLT.savefig (data/3.
四。直方图直方图：一系列不同高度的纵向条纹或线段代表数据分布。通常，横轴表示数据范围，纵轴表示分布。
特点：绘制连续数据，显示一组或多组数据的分布(统计)
api：matplotlib.pyplot.hist(x, bins=None)
参数：
徐：你需要检查一下销售数据。
箱子：箱子数量
import matplotlib . py plot as PLT import numpy as NP # random generate(10000，)服从正态分布的数据data=NP . random . randn(10000)# create canvas PLT . figure(figure size=(20，8)，Dpi=100) Draw histogram data:必选参数，绘图数据仓：直方图中的条数，可选，默认值为10facecolor:条的颜色edgecolor:条的颜色边框alpha:透明度 PLT。HIST (data，Bins=40，FaceColor= blue ，Edgecolor=black ，alpha=0.7)#显示水平标签plt.xlabel (interval ，fontsize=16)#显示垂直标签PLT . ylabel( frequency/frequency ，fontsize=16)#显示图形标题PLT . title( frequency/frequency distribution histogram )
五、饼图饼图：用于表示不同分类的占比情况，通过弧度大小来对比各种分类。
特点：分类数据的占比情况（占比)
api：plt.pie(x, labels=,autopct=,colors)
参数：
x:数量序列，自动算百分比
标签:每个部分标签的序列，长度与x一致
自动扫描：占比数据显示格式指定%1.2f%%
颜色：每部分颜色
将matplotlib.pyplot导入为pltimport matplotlib matplotlib。rcparams[ font。sans-serif ]=[ sim hei ]matplotlib。rcparams[轴。unicode _ MINUS ]=false label _ list=[第一部分, 第二部分, 第三部分] # 各部分标签size=[55，35，10] #各部分大小color=[红色,绿色,蓝色] #各部分颜色explode=[0.05，0，0] #各部分突出值 plt.figure(figsize=(20，8)，dpi=100) 绘制饼图爆炸：设置各部分突出标签:设置各部分标签标签距离：设置标签文本距圆心位置，1.1表示1.1倍半径自动扫描：设置圆里面文本阴影：设置是否有阴影起始角度：起始角度，默认从0开始逆时针转百分比距离：设置圆内文本距圆心距离文本属性：设置标签（标签)和比例文字的格式；字典类型，可选参数，默认值为：无。返回值l_text:圆内部文本，matplotlib。文字。文本对象p _ text:圆外部文本 patches，l_text，p_text=plt.pie(size，explode=explode，colors=color，labels=label_list，labeldistance=1.1，autopct=%1.2f%% ，shadow=False，startangle=90，pctdistance=0.6，textprops={fontsize:20， color : black })PLT。轴(等于)#设置横轴和纵轴大小相等，这样饼才是圆的legend(loc=upper right ，fontsize=16，)plt。保存图(数据/5。png )PLT。显示()
六、条形图将matplotlib.pyplot作为pltimport matplotlib#导入设置中文字体和负号正常显示matplotlib。rcparams[ font。sans-serif ]=[ sim hei ]matplotlib。rcparams[轴。unicode _ MINUS ]=false label _ list=[ 2014 ， 2015 ， 2016 ， 2017] #横坐标刻度显示值数字列表1=[20,30,15,35] #纵坐标值1num_list2=[15，30，40，20] #纵坐标值2 x1=range(len(num _ list 1))x2=[I 0.4 for I in x1]num _ list 3=[10，20，30，40，50]plt.figure(figsize=(20，8)，dpi=100) 绘制条形图高度：长条形高度宽度：长条形宽度，默认值0.8标签:为后面设置神话；传奇准备 rects1=plt.bar(x1，height=num_list1，width=0.4，alpha=0.8，color=red ，label=一部门)rects2=plt.bar(x2，height=num_list2，width=0.4，color=green ，label=二部门)plt.yticks(num_list3，fontsize=16) # y轴取值范围plt.ylabel(数量，fontsize=16)" "设置x轴刻度显示值参数一：中点坐标参数二：显示值“”工厂。x刻度([x1中的索引为0.2]，label_list，fontsize=16)plt.xlabel(年份，fontsize=16)plt.title(圆梦公司，fontsize=20)#编辑文本对于矩形中的rect 1:height=rect。get _ height()PLT。文本(矩形。get _ x()rect。get _ width()/2，height 1，str(height)，ha=center ，va=bottom ，font size=16)for rects in rects 2:height=rect。get _ height()PLT。文本(矩形。get _ x()rect。get _ width()/2，height 1，str(height)，ha=center ，va=bottom ，fontsize=16)#添加网格显示plt.grid(True，linestyle= -，alpha=0.5)#添加图例图例(loc=0，font size=16)保存图(数据/6。png )PLT。显示()
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。