python统计图参数(Python使用统计函数绘制简单图形实例代码)
python统计图参数
Python使用统计函数绘制简单图形实例代码前言
matplotlib 是 python 的绘图库。 它可与 numpy 一起使用,提供了一种有效的 matlab 开源替代方案。 它也可以和图形工具包一起使用,如 pyqt 和 wxpython。
用matplotlib绘制一些大家比较熟悉又经常混淆的统计图形,掌握这些统计图形可以对数据可视化有一个深入理解。
windows 系统安装 matplotlib
进入到 cmd 窗口下,执行以下命令:
|
python - m pip install - u pip setuptools python - m pip install matplotlib |
linux 系统安装 matplotlib
可以使用 linux 包管理器来安装:
debian / ubuntu:
|
sudo apt - get install python - matplotlib |
fedora / redhat:
|
sudo yum install python - matplotlib |
mac osx 系统安装 matplotlib
mac osx 可以使用 pip 命令来安装:
|
sudo python - mpip install matplotlib |
安装完后,你可以使用 python -m pip list 命令来查看是否安装了 matplotlib 模块。
|
$ python - m pip list | grep matplotlib matplotlib ( 1.3 . 1 ) |
1.函数bar()--用于绘制柱状图
在x轴上绘制定性数据的分布特征
|
import matplotlib as mpl import matplotlib.pyplot as plt 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" , "p" ],hatch = "/" ) plt.xlabel( "箱子编号" ) plt.ylabel( "箱子重量(kg)" ) plt.show() |
2.
2、函数barh()--用于绘制条形图
在y轴上绘制定性数据的分布特征
|
import matplotlib as mpl import matplotlib.pyplot as plt 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" , "p" ],hatch = "/" ) plt.xlabel( "箱子编号" ) plt.ylabel( "箱子重量(kg)" ) plt.show() |
3.
3、函数hist()--用于绘制直方图
在x轴上绘制定量数据的分布特征
|
import matplotlib as mpl import matplotlib.pyplot as plt import numpy as np mpl.rcparams[ "font.sans-serif" ] = [ "simhei" ] mpl.rcparams[ "axes.unicode_minus" ] = false #set test scores boxweight = np.random.randint( 0 , 10 , 100 ) x = boxweight #plot histogram bins = range ( 0 , 11 , 1 ) plt.hist(x,bins = bins, color = "g" , histtype = "bar" , rwidth = 1 , alpha = 0.6 ) #set x,y-axis label plt.xlabel( "箱子重量(kg)" ) plt.ylabel( "销售数量(个)" ) plt.show() |
4.函数pie()--用于绘制饼图
绘制定性数据的不同类别的百分比
|
import matplotlib as mpl import matplotlib.pyplot as plt mpl.rcparams[ "font.sans-serif" ] = [ "simhei" ] mpl.rcparams[ "axes.unicode_minus" ] = false kinds = "简易箱" , "保温箱" , "行李箱" , "密封箱" colors = [ "#e41a1c" , "#377eb8" , "#4daf4a" , "#984ea3" ] soldnums = [ 0.05 , 0.45 , 0.15 , 0.35 ] #pie chart plt.pie(soldnums, labels = kinds, autopct = "%3.1f%%" , startangle = 60 , colors = colors) plt.title( "不同类型箱子的销售数量占比" ) plt.show() |
5.函数polar()--用于绘制极线图
在极坐标图上绘制折线图
|
import matplotlib.pyplot as plt import numpy as np barslices = 12 theta = np.linspace( 0.0 , 2 * np.pi,barslices,endpoint = false) r = 30 * np.random.rand(barslices) plt.polar(theta,r, #theta每个标记所在射线与极径的夹角,r每个标记到原点的距离 color = "chartreuse" , linewidth = 2 , marker = "*" , mfc = "b" , ms = 10 ) plt.show() |
6.函数scatter()--用于绘制气泡图
二维数据借助气泡图大小展示三维数据
|
import matplotlib.pyplot as plt import matplotlib as mpl import numpy as np a = np.random.randn( 100 ) b = np.random.randn( 100 ) #colormap:rdylbu plt.scatter(a,b,s = np.power( 10 * a + 20 * b, 2 ), #s散点标记的大小 c = np.random.rand( 100 ), #c散点标记的颜色 cmap = mpl.cm.rdylbu, #将浮点数映射成颜色的颜色映射表 marker = 'o' ) plt.show() |
7.函数stem()--用于绘制棉棒图
绘制离散的有序数据
|
import matplotlib.pyplot as plt import numpy as np x = np.linspace( 0.5 , 2 * np.pi, 20 ) y = np.random.randn( 20 ) plt.stem(x,y,linefmt = "-." ,markerfmt = "o" ,basefmt = "-" ) linefmt棉棒的样式、markerfmt棉棒末端的样式、basefmt指定基线的样式 plt.show() |
8.函数boxplot()--用于绘制箱型图
绘制箱型图
|
import matplotlib.pyplot as plt import matplotlib as mpl import numpy as np mpl.rcparams[ "font.sans-serif" ] = [ "simhei" ] mpl.rcparams[ "axes.unicode_minus" ] = false x = np.random.randn( 1000 ) plt.boxplot(x) plt.xticks([ 1 ],[ "随机数生成器alpharm" ]) plt.ylabel( "随机数值" ) plt.title( "随机数生成器抗干扰能力的稳定性" ) plt.grid(axis = "y" ,ls = ":" ,lw = 1 ,color = "gray" ,alpha = 0.4 ) plt.show() |
9.函数errorbar()--用于绘制误差棒图
绘制y轴方向或是x轴方向的误差范围
|
import matplotlib.pyplot as plt import numpy as np 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.show() |
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对开心学习网的支持。
原文链接:https://www.jianshu.com/p/1585d27c0506
- python写的工具(python调用虹软2.0第三版的具体使用)
- python中if条件语句如何使用(Python中如何使用if语句处理列表实例代码)
- python语言中的递归(详解python中递归函数)
- python中if语句应学会什么(Python基础之条件控制操作示例if语句)
- zabbix sender能否发送告警数据(python3实现zabbix告警推送钉钉的示例)
- python学生管理系统与数据库(python学生管理系统学习笔记)
- python模块学习之random模块(详解Python基础random模块随机数的生成)
- python淘宝秒杀教程(Python实现京东秒杀功能代码)
- python获取游戏画面信息(python游戏开发之视频转彩色字符动画)
- python中比较同一字典value(在Python 字典中一键对应多个值的实例)
- python3字符串怎么操作(Python3字符串encode与decode的讲解)
- pythonlambda详解(Python的条件表达式和lambda表达式实例)
- python统计图参数(Python使用统计函数绘制简单图形实例代码)
- python迭代列表解析(Python可迭代对象操作示例)
- python自动处理图片(python制作图片缩略图)
- python用pyqt5制作登录界面(python3+pyqt5+itchat微信定时发送消息的方法)
- 城市记忆之上海 最难忘的是老弄堂里的市井味道(城市记忆之上海)
- 太鸡贼了,这老小区轻松搞定了停车问题(这老小区轻松搞定了停车问题)
- 太鸡贼了,这老小区轻松搞定了停车问题(这老小区轻松搞定了停车问题)
- 节日我在岗|警景相融 平安相伴(节日我在岗警景相融)
- 战 疫 时刻 致敬每一位石化大学的 守护者(战疫时刻)
- 老弄堂里的市井味道(老弄堂里的市井味道)
热门推荐
- dedecms织梦阁模板(dedecms英文模板 英文网站程序的选择)
- sql server设置标识列(Sql Server 如何去掉内容里面的Html标签)
- sql中where和having可以同时用吗(SQL where条件和jion on条件的详解及区别)
- extjs table布局
- python弹跳小球(python实现弹跳小球)
- SQL Server多列索引
- python怎么做图像识别(Python3利用Dlib实现摄像头实时人脸检测和平铺显示示例)
- python画折线图(python使用Plotly绘图工具绘制水平条形图)
- sql数据库有几种数据类型(SQL的常用数据类型列表详解)
- sqlserver语句中的temp(SQL SERVER中强制类型转换cast和convert的区别详解)
排行榜
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9