第二章 使用函數繪制簡單圖形
這一章介紹熟悉的統計圖形plot(),scatter()
先介紹基礎的統計圖形函數的功能、調用簽名、參數說明和調用展示四個方面。
2.1 函數bar()——繪制柱狀圖
plt.bar()
import matplotlib as mpl
import matplotlib.pyplot as plt
%matplotlib inline
mpl.rcParams["font.sans-serif"]=["SimHei"]
mpl.rcParams["axes.unicode_minus"]= False
x=[1,2,3,4,5,6,7,8]
y=[3,1,4,5,8,9,7,2]
plt.bar(x,y,align="center",color='c',tick_label=['q','a','c','e','r','j','b','q'],hatch="/")
plt.xlabel("箱子編號")
plt.ylabel("箱子重量(kg)")
plt.show()
柱狀圖
2.2 函數barh—— 水平的條形圖(柱狀圖)
plt.barh(x,y)
import matplotlib as mpl
import matplotlib.pyplot as plt
%matplotlib inline
mpl.rcParams["font.sans-serif"]=["SimHei"]
mpl.rcParams["axes.unicode_minus"]= False
x=[1,2,3,4,5,6,7,8]
y=[3,1,4,5,8,9,7,2]
plt.barh(x,y,align="center",color='c',tick_label=['q','a','c','e','r','j','b','q'],hatch="/")
plt.xlabel("箱子重量(kg)")
plt.ylabel("箱子編號")
plt.show()
條形圖
2.3 函數hist() —— 用于繪制直方圖
在x軸上繪制定量數據的分布特征
plt.hist(x,bins)
import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline
mpl.rcParams["font.sans-serif"]=["SimHei"]
mpl.rcParams["axes.unicode_minus"]= False
x = np.random.randint(0,10,100)
bins = range(0,11,1)
plt.hist(x,bins=bins,
color="g",
histtype="bar",
rwidth=1,
alpha=0.6)
plt.xlabel("箱子重量(kg)")
plt.ylabel("銷售個數(個)")
plt.show()
直方圖
2.4 函數pie() —— 用于繪制餅圖
繪制不同類別的百分比
plt.pie(x,labels)
import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline
mpl.rcParams["font.sans-serif"]=["SimHei"]
mpl.rcParams["axes.unicode_minus"]= False
kinds = "簡易箱","保溫箱","行李箱","密封箱"
colors = ["r",'y','r','b']
soldNums = [0.05,0.45,0.15,0.35]
plt.pie(soldNums,
labels=kinds,
autopct="%3.1f%%"
)
plt.title("不同類型箱子的銷售數量占比")
plt.show()
餅圖
2.5 函數polar()—— 繪制極線圖
在極坐標上繪制折線圖(感覺用的不多)
plt.polar(theta,r)
import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline
barSlices = 12
theta = np.linspace(0.0,2*np.pi,barSlices,endpoint=False)
r = 30*np.random.rand(barSlices)
plt.polar(theta,r,color="chartreuse",marker="*",linewidth=2,mfc='b',ms=10)
plt.title("極線圖")
plt.show()
極線圖
2.6 函數 scatter() —— 用于繪制氣泡圖
二維數據借助氣泡大小展示三維數據
plt.scatter(x,y)
import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline
a = np.random.randn(100)
b = np.random.randn(100)
plt.scatter(a,b,s=np.power(10*a+20*b,2),
c=np.random.rand(100),
cmap=plt.cm.RdYlBu,
marker='o'
)
plt.title("氣泡圖")
plt.show()
氣泡圖
2.7 函數stem()——繪制棉棒圖
繪制離散的有序數據
plt.stem(x,y,linefmt,markerfmt,basefmt)
import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline
x = np.linspace(0.5,2*np.pi,20)
y = np.random.randn(20)
plt.stem(x,y,linefmt="-.",markerfmt="o",basefmt="-")
plt.title("棉棒圖")
plt.show()
棉棒圖
2.8 函數boxplot()—— 用于繪制箱線圖
plt.boxplot(x)
還有很多其他的參數可以查閱matplotlib的文檔
matplotlib可視化箱線圖
import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
mpl.rcParams["font.sans-serif"]=["FangSong"]
mpl.rcParams["axes.unicode_minus"]= False
x = np.random.randn(1000)
plt.boxplot(x)
plt.xticks([1],["隨機數生成器"])
plt.ylabel("隨機數值")
plt.title("隨機數生成器的穩定性")
plt.grid(axis='y',ls=":",lw=1,color="r",alpha=0.4)
plt.show() #展示
箱線圖
2.9 函數errorbar() —— 繪制誤差棒圖
繪制x軸或者是y軸方向上的誤差范圍
plt.errorbar(x,y,yerr,xerr)
yerr,xerr分別是誤差計算方法
import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline
x = np.linspace(0.1,0.6,6)
y = np.exp(x)
plt.errorbar(x,y,fmt="bo:",yerr=0.2,xerr=0.02)
plt.xlim(0,0.7)
plt.title("誤差棒圖")
plt.show()
誤差棒圖
References
1、《Python數據可視化之matplotlib實踐》 劉大成著
