日本成人在线网站,狠狠色综合一区二区,国产精品久久久999

主頁(yè) > 知識(shí)庫(kù) > python通過(guò)Matplotlib繪制常見(jiàn)的幾種圖形（推薦）

python通過(guò)Matplotlib繪制常見(jiàn)的幾種圖形（推薦）

python通過(guò)Matplotlib繪制常見(jiàn)的幾種圖形

一、使用matplotlib對(duì)幾種常見(jiàn)的圖形進(jìn)行繪制

import numpy as np 
import matplotlib.pyplot as plt
%matplotlib inline #寫(xiě)了這個(gè)就可以不用寫(xiě)plt.show()
plt.rcParams['font.sans-serif']=['SimHei'] #用來(lái)正常顯示中文標(biāo)簽
plt.rcParams['axes.unicode_minus']=False #用來(lái)正常顯示負(fù)號(hào)
 
 
X = np.linspace(0, 2*np.pi,100)# 均勻的劃分?jǐn)?shù)據(jù)
Y = np.sin(X)
Y1 = np.cos(X)
 
plt.title("Hello World!!")
plt.plot(X,Y)
plt.plot(X,Y1)

X = np.linspace(0, 2*np.pi,100)  
Y = np.sin(X)
Y1 = np.cos(X)
plt.subplot(211) # 等價(jià)于 subplot(2,1,1)  #一個(gè)圖版畫(huà)兩個(gè)圖
plt.plot(X,Y)
 
plt.subplot(212)
plt.plot(X,Y1,color = 'r')

1、柱狀圖

data = [5,25,50,20]
plt.bar(range(len(data)),data)

2、水平繪制柱狀圖

data = [5,25,50,20]
plt.barh(range(len(data)),data)

3、多個(gè)柱狀圖

data = [[5,25,50,20],
        [4,23,51,17],
        [6,22,52,19]]
X = np.arange(4)
 
plt.bar(X + 0.00, data[0], color = 'b', width = 0.25,label = "A")
plt.bar(X + 0.25, data[1], color = 'g', width = 0.25,label = "B")
plt.bar(X + 0.50, data[2], color = 'r', width = 0.25,label = "C")
 
# 顯示上面設(shè)置的 lable
plt.legend()

4、疊加型柱狀圖

data = [[5,25,50,20],
        [4,23,51,17],
        [6,22,52,19]]
X = np.arange(4)
 
plt.bar(X, data[0], color = 'b', width = 0.25)
plt.bar(X, data[1], color = 'g', width = 0.25,bottom = data[0])
plt.bar(X, data[2], color = 'r', width = 0.25,bottom = np.array(data[0]) + np.array(data[1]))
 
plt.show()

5、散點(diǎn)圖

N = 50
x = np.random.rand(N)
y = np.random.rand(N)
 
plt.scatter(x, y)

6、氣泡圖

N = 50
x = np.random.rand(N)
y = np.random.rand(N)
colors = np.random.randn(N) # 顏色可以用數(shù)值表示
area = np.pi * (15 * np.random.rand(N))**2  #  調(diào)整大小
 
plt.scatter(x, y, c=colors, alpha=0.5, s = area)

N = 50
x = np.random.rand(N)
y = np.random.rand(N)
colors = np.random.randint(0,2,size =50)
plt.scatter(x, y, c=colors, alpha=0.5,s = area)

7、直方圖

a = np.random.rand(100)
plt.hist(a,bins= 20)
plt.ylim(0,15)

a = np.random.randn(10000)
plt.hist(a,bins=50)
plt.title("標(biāo)準(zhǔn)正太分布")

8、箱線(xiàn)圖

x = np.random.randint(20,100,size = (30,3))
plt.boxplot(x)
plt.ylim(0,120)
# 在x軸的什么位置填一個(gè) label，我們這里制定在 1，2，3 位置，寫(xiě)上 A，B，C
plt.xticks([1,2,3],['A','B','C']) 
 
plt.hlines(y = np.median(x,axis = 0)[0] ,xmin =0,xmax=3)

二、添加文字描述

1、文字描述一

# 設(shè)置畫(huà)布顏色為 blue
fig, ax = plt.subplots(facecolor='blue')
 
# y 軸數(shù)據(jù)
data = [[5,25,50,20],
        [4,23,51,17],
        [6,22,52,19]]
X = np.arange(4)
 
plt.bar(X+0.00, data[0], color = 'darkorange', width = 0.25,label = 'A')
plt.bar(X+0.25, data[1], color = 'steelblue', width = 0.25,label="B")
plt.bar(X+0.50, data[2], color = 'violet', width = 0.25,label = 'C')
 
ax.set_title("Figure 2")
plt.legend()
 
# 添加文字描述 方法一
W = [0.00,0.25,0.50]
for i in range(3):
    for a,b in zip(X+W[i],data[i]):
        plt.text(a,b,"%.0f"% b,ha="center",va= "bottom")
        
plt.xlabel("Group")
plt.ylabel("Num")
plt.text(0.0,48,"TEXT")

2、文字描述二

X = np.linspace(0, 2*np.pi,100)# 均勻的劃分?jǐn)?shù)據(jù)
Y = np.sin(X)
Y1 = np.cos(X)
 
plt.plot(X,Y)
plt.plot(X,Y1)
 
plt.annotate('Points',
         xy=(1, np.sin(1)),
         xytext=(2, 0.5), fontsize=16,
         arrowprops=dict(arrowstyle="->"))
 
plt.title("這是一副測(cè)試圖！")

三、多個(gè)圖形描繪 subplots

%pylab inline
pylab.rcParams['figure.figsize'] = (10, 6) # 調(diào)整圖片大小
 
# np.random.seed(19680801)
 
n_bins = 10
x = np.random.randn(1000, 3)
 
fig, axes = plt.subplots(nrows=2, ncols=2) 
ax0, ax1, ax2, ax3 = axes.flatten()
 
colors = ['red', 'tan', 'lime']
ax0.hist(x, n_bins, normed=1, histtype='bar', color=colors, label=colors)
ax0.legend(prop={'size': 10})
ax0.set_title('bars with legend')
 
ax1.hist(x, n_bins, normed=1, histtype='bar', stacked=True)
ax1.set_title('stacked bar')
 
ax2.hist(x, n_bins, histtype='step', stacked=True, fill=False)
ax2.set_title('stack step (unfilled)')
 
# Make a multiple-histogram of data-sets with different length.
x_multi = [np.random.randn(n) for n in [10000, 5000, 2000]]
ax3.hist(x_multi, n_bins, histtype='bar')
ax3.set_title('different sample sizes')

四、使用Pandas 繪圖

1、散點(diǎn)圖

import pandas as pd
df = pd.DataFrame(np.random.rand(50, 2), columns=['a', 'b'])
# 散點(diǎn)圖
df.plot.scatter(x='a', y='b')

2、繪制柱狀圖

df = pd.DataFrame(np.random.rand(10,4),columns=['a','b','c','d'])
# 繪制柱狀圖
df.plot.bar()

3、堆積的柱狀圖

# 堆積的柱狀圖
df.plot.bar(stacked=True)

4、水平的柱狀圖

# 水平的柱狀圖
df.plot.barh(stacked=True)

5、直方圖

df = pd.DataFrame({'a':np.random.randn(1000)+1,'b':np.random.randn(1000),'c':np.random.randn(1000) - 1}, columns=['a', 'b', 'c'])
 
# 直方圖
df.plot.hist(bins=20)

6、箱線(xiàn)圖

# 箱線(xiàn)圖
df = pd.DataFrame(np.random.rand(10, 5), columns=['A', 'B', 'C', 'D', 'E'])
df.plot.box()

到此這篇關(guān)于python通過(guò)Matplotlib繪制常見(jiàn)的幾種圖形（推薦）的文章就介紹到這了,更多相關(guān)python Matplotlib內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章:

Python使用matplotlib實(shí)現(xiàn)繪制自定義圖形功能示例
Python matplotlib繪圖可視化知識(shí)點(diǎn)整理(小結(jié))
python matplotlib模塊基本圖形繪制方法小結(jié)【直線(xiàn)，曲線(xiàn)，直方圖，餅圖等】
Python通過(guò)matplotlib繪制動(dòng)畫(huà)簡(jiǎn)單實(shí)例
Python可視化Matplotlib介紹和簡(jiǎn)單圖形的繪制

標(biāo)簽：林芝海南大同漯河普洱盤(pán)錦南平寧夏

巨人網(wǎng)絡(luò)通訊聲明：本文標(biāo)題《python通過(guò)Matplotlib繪制常見(jiàn)的幾種圖形（推薦）》，本文關(guān)鍵詞 python,通過(guò),Matplotlib,繪制,；如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題，煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們，我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò)，涉及言論、版權(quán)與本站無(wú)關(guān)。