python柱状图上显示折线图,python在柱形图上加折线图
,注意：条形图是用条形的长度表示各类别频数的多少，其宽度（表示类别)则是固定的；直方图是用面积表示各组频数的多少
1、直方图历史()函数历史()函数：直方图的参数只有一个X参数说明：normed=True:将值进行归一化处理，形成概率密度，默认值为假颜色：修改颜色
设置直方图的方向：
方向="水平":水平方向
默认方向="垂直"垂直方向
# -编码：UTF 8-导入matplotlib.pyplot为pltimport numpy为公证人导入熊猫为pd#直方图x=np.random.randint(0，10，10)plt.hist(x，density=True，orientation=vertical ，color=b)#垂直方向，横向：水平plt.show()运行如下：
2、条形图巴(),巴()bar(),barh()语法如下：
对象。条形图（左侧，高度，idth=0.8，底部=无，保留=无，数据=无，* *夸脱)
2.1
导入matplotlib.pyplot为pltimport numpy为npx=np.linspace(0，5，5)y=np.random.randint(0，20，size=5)axes=plt.subplot(1，2，1)#1x2的区域，一行两列axes.bar(x，y)#垂直条形图axes2=plt.subplot(1，2，2)axes2.barh(x，y)#水平条形图plt.show()运行如下：2.2添加标题，x轴，y轴标签
把以上对应代码改为：
条形图bar()、barh()(条形图有两个参数 x，y)x=np.linspace(0，5，5)y=np.random.randint(0，20，size=5) 垂直条形图 axes=plt.subplot(2，1，1)#2x1的区域，两行一列axes.bar(x，y)轴。set _ title( one )轴。set _ xlabel( x )轴。set _ ylabel( y ) 水平条形图 axes2=plt.subplot(2，1，2)axes2.barh(x，y)axes 2。set _ title( tow )工厂。显示()运行结果：
2.3多个子图
将数组导入为npx=np.linspace(0，5，5)y=np.random.randint(0，20，size=5)axes=plt.subplot(2，2，1)axes.bar(x，y，color=b)#垂直axes1=plt.subplot(2，2，2)axes1.barh(x，y，color=r)#水平axes2=plt.subplot(2，2，3)axes2.bar(x，y，color=g)axes3=plt.subplot(2，2，4)axes3.barh(x，y，color=b)plt.show()运行如下：
解释：子情节(x，y，z):
x，y组成x行y列的图形区域，z是代表位置，从左上角开始到右下角
plt.subplot(2，2，1)#2x2，两行两列，对应第一个图，左上角plt.subplot(2，2，2)#2x2，对应第二个图，右上角plt.subplot(2，2，3)#2x2，对应第三个图，左下角plt.subplot(2，2，4)#2x2，对应第四个图，右下角plt.show()运行结果：
将matplotlib.pyplot导入为剧情子情节(3，2，1)剧情子情节(3，2，2)剧情子情节(3，2，3)剧情子情节(3，2，4)剧情子情节(3，2，5)剧情子情节(3，2，6)剧情显示()运行结果：
3、折线图绘图()
导入matplotlib.pyplot为plty=np.random.randint(0，50，10)x=range(len(y))y1=NP。随机的。randint(0，50，10)x1=range(len(y1))y2=NP。随机的。randint(0，50，10)x2=range(len(y1))PLT。图()PLT。plot(x，y， r ，label=y)#在绘制时设置标签（设置线条的类型), 逗号是必须的#l1，=plt.plot(x，y， r ，label=抛物线，linewidth=1.0，linestyle= - )#plt.plot(x，y， r -，label=y ，linewidth=1.0)#l2，=plt.plot(x1，y1， b ，label=line)plt.plot(x1，y1， b ，label=y1)plt.plot(x2，y2， g ，label=y2)plt.xlabel(x )显示图例，当显示多个图例时，在plt.plot()，添加标签参数才显示对应的图例plt.legend(loc=右上角)#或者plt.legend(handles=[l1，l2]，labels=[y ， y1]，loc=upper right)#显示图例#或者plt.legend[l1，l2]，[y ， y1]，loc=upper right)#显示图例plt.show()运行如下：legend（）的参数中，loc显示的位置：
最佳:0，(仅针对轴图例实现)(自适应方式)
右上:1,
左上:2,
左下:3,
右下:4,
右:5,
中间偏左:6,
中间偏右:7,
下中心:8,
中上:9,
中心:10,
4、饼图****馅饼()函数饼图()参数说明：
1)标签=[]设置相对应数据的标签
2)标签距离：设置标签距离圆心的距离：labeldistance:值越大离图就越远
3)自动执行=%1.1f%% :设置饼图上显示数据（注意：最外面有两个%转化为百分比，里面1.1f%即保留一位小数加%，1.2f即保留两位小数)
4)pctdistance:设置比例值文本到圆心的距离。值越大，离圆心越远。
5) explode=():参数设置。每个顶点距离圆心的长度中的值和数据的数量是相同的。如果不想设置，就给一个0(注意：用括号括起来)
6)颜色参数设置每个块的颜色。
7)阴影：设置是否画阴影。
8) startangle:设置饼图旋转的角度(逆时针旋转)
导入matplotlib.pyplot为pltimport numpy为npp=np.array([0.6，0.2，0.1])axes=plt.subplot(1，2，1)axes.pie(p，labels=[fruit ， foot ， other]，Pct=% 1.1f%% ，pct distance=0.8，start angle=60)axes . axes( equal )# make饼图rounded r axes . set _ title( one )P1=NP . array([0
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。