学习完matplotlib绘图可以设置的属性,还需要学习一下除了折线图以外其他类型的图如直方图,条形图,散点图等,matplotlib还支持更多的图,具体细节可以参考官方文档https://matplotlib.org/gallery/index.html

折线图

折线图主要是以折线的上升或者下降表示数据的增减

plt.plot() 调用多次可以在同一张图上绘制多条折线

x = range(11,31,1)
a = [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
b = [1,0,3,1,2,2,3,3,2,1,2,1,1,1,1,1,1,1,1,1]
plt.xticks(x)
plt.plot(x,a,label="数据A",linestyle="-",color="red",alpha=0.5)
plt.plot(x,b,label="数据B",linestyle="--",color="blue",alpha=0.5)
plt.legend(prop=my_font,loc="best")
plt.show()

散点图

散点图主要是表示x和y之间的关系

与折线图唯一不同的就是绘制散点图调用的是 scatter方法

a = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22]
b = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13]
x_a = range(1,31)
x_b = range(70,100)
#设置图形大小
plt.figure(figsize=(15,8),dpi=80)
#使用scatter方法绘制散点图
plt.scatter(x_a,a,label="数据A")
plt.scatter(x_b,b,label="数据B")
#添加图例
plt.legend(prop=my_font)
#展示
plt.show()

条形图

条形图主要是统计离散数据

竖着的条形图

与折线图唯一不同的就是绘条形图调用的是 bar方法,需要设置条形的宽度

a = ["流浪地球","疯狂的外星人","飞驰人生","大黄蜂","熊出没·原始时代","新喜剧之王","白蛇:缘起","阿丽塔:战斗天使","死侍2:我爱我家","密室逃生","一吻定情","神探蒲松龄","小猪佩奇过大年 ","廉政风云 ","掠食城市","钢铁飞龙之奥特曼崛起","一条狗的回家路","家和万事惊","命运之夜——天之杯:恶兆之花","我想吃掉你的胰脏"]
b=[43.14,21.35,16.35,11.37,6.9,6.11,4.42,4.22,2.83,2.29,1.64,1.5,1.22,1.11,0.4997,0.3746,0.36,0.3233,0.3136,0.2361]
#设置图形大小
plt.figure(figsize=(15,8),dpi=80)
#绘制条形图
plt.bar(range(len(a)),b,width=0.3)
#设置字符串到x轴
plt.xticks(range(len(a)),a,fontproperties=my_font,rotation=90)
plt.show()

横着的条形图

与竖着的条形图不同的是需要设置y轴的坐标,绘制图形调用的是 barh方法,需要设置条形的高度

a = ["流浪地球","疯狂的外星人","飞驰人生","大黄蜂","熊出没·原始时代","新喜剧之王","白蛇:缘起","阿丽塔:战斗天使","死侍2:我爱我家","密室逃生","一吻定情","神探蒲松龄","小猪佩奇过大年 ","廉政风云 ","掠食城市","钢铁飞龙之奥特曼崛起","一条狗的回家路","家和万事惊","命运之夜——天之杯:恶兆之花","我想吃掉你的胰脏"]
b=[43.14,21.35,16.35,11.37,6.9,6.11,4.42,4.22,2.83,2.29,1.64,1.5,1.22,1.11,0.4997,0.3746,0.36,0.3233,0.3136,0.2361]
#设置图形大小
plt.figure(figsize=(18,6),dpi=80)
#绘制条形图
plt.barh(range(len(a)),b,height=0.3,color="orange")
#设置字符串到y轴
plt.yticks(range(len(a)),a,fontproperties=my_font)
plt.grid(alpha=0.3)
plt.show()

多组数据绘制在一个图上

a = ["数据A","数据B","数据C","数据D"]
b_1 = [15746,290,4497,339]
b_2 = [12357,176,2045,168]
b_3 = [2358,369,2358,392] bar_width = 0.2 x_1 = list(range(len(a)))
x_2 = [i+bar_width for i in x_1]
x_3 = [i+bar_width*2 for i in x_1] #设置图形大小
plt.figure(figsize=(20,8),dpi=80)
plt.bar(range(len(a)),b_1,width=bar_width,label="1日")
plt.bar(x_2,b_2,width=bar_width,label="2日")
plt.bar(x_3,b_3,width=bar_width,label="3日") #设置图例
plt.legend(prop=my_font) #设置x轴的刻度
plt.xticks(x_2,a,fontproperties=my_font)
plt.show()

直方图

直方图主要是 统计连续的数据

需要把所有的数据分成N组,组数需要适当,太少会有较大的统误差,太多规律不明显

组数 = 极差(最大值-最小值)/组距

组距:指每个小组的两个端点的距离

与折线图唯一不同的就是绘制直方图调用的是 hist方法 需要传入数据和组数

a=[131,  98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124, 101, 110, 116, 117, 110, 128, 128, 115,  99, 136, 126, 134,  95, 138, 117, 111,78, 132, 124, 113, 150, 110, 117,  86,  95, 144, 105, 126, 130,126, 130, 126, 116, 123, 106, 112, 138, 123,  86, 101,  99, 136,123, 117, 119, 105, 137, 123, 128, 125, 104, 109, 134, 125, 127,105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120, 114,105, 115, 132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134,156, 106, 117, 127, 144, 139, 139, 119, 140,  83, 110, 102,123,107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133,112, 114, 122, 109, 106, 123, 116, 131, 127, 115, 118, 112, 135,115, 146, 137, 116, 103, 144,  83, 123, 111, 110, 111, 100, 154,136, 100, 118, 119, 133, 134, 106, 129, 126, 110, 111, 109, 141,120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126,114, 140, 103, 130, 141, 117, 106, 114, 121, 114, 133, 137,  92,121, 112, 146,  97, 137, 105,  98, 117, 112,  81,  97, 139, 113,134, 106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110,105, 129, 137, 112, 120, 113, 133, 112,  83,  94, 146, 133, 101,131, 116, 111,  84, 137, 115, 122, 106, 144, 109, 123, 116, 111,111, 133, 150]

#计算组数
d = 3 #组距
num_bins = (max(a)-min(a))//d
#设置图形的大小
plt.figure(figsize=(20,8),dpi=80)
plt.hist(a,num_bins)
#设置x轴的刻度
plt.xticks(range(min(a),max(a)+d,d))
plt.grid()
plt.show()

python实战学习之matplotlib绘图续的更多相关文章

  1. python实战学习之matplotlib绘图

    matplotlib 是最流行的Python底层绘图库,主要做数据可视化图表 可以将数据可视化,能够更直观的呈现数据 matplotlib绘图基本要点 首先实现一个简单的绘图 # 导入pyplot f ...

  2. [置顶] 如何在Windows 7 64位安装Python,并使用Matplotlib绘图

    1.     安装Python 我使用的是Windows 7 64 bit,所以我从Python官网下载python-2.7.5.amd64.msi,安装步骤如下: 1)        安装windo ...

  3. 利用python深度学习算法来绘图

    可以画画啊!可以画画啊!可以画画啊! 对,有趣的事情需要讲三遍. 事情是这样的,通过python的深度学习算法包去训练计算机模仿世界名画的风格,然后应用到另一幅画中,不多说直接上图! 这个是世界名画& ...

  4. python数据分析三剑客之: matplotlib绘图模块

    matplotlib 一.Matplotlib基础知识 Matplotlib中的基本图表包括的元素 - x轴和y轴 axis 水平和垂直的轴线 - x轴和y轴刻度 tick 刻度标示坐标轴的分隔,包括 ...

  5. python实战学习之numpy学习

    numpy基础要点 1.生成数组 np.array([]) 2.变量的类型 numpy.ndarray 3.数据的类型 int8,float64,float32,bool等 4.数据的类型转换 x.a ...

  6. 【python笔记】使用matplotlib,pylab进行python绘图

    一提到python绘图,matplotlib是不得不提的python最著名的绘图库,它里面包含了类似matlab的一整套绘图的API.因此,作为想要学习python绘图的童鞋们就得在自己的python ...

  7. python数据分析使用matplotlib绘图

    matplotlib绘图 关注公众号"轻松学编程"了解更多. Series和DataFrame都有一个用于生成各类图表的plot方法.默认情况下,它们所生成的是线形图 %matpl ...

  8. python 中matplotlib 绘图

    python 中matplotlib 绘图 数学建模需要,对于绘图进行简单学习 matpoltlib之类的包安装建议之间用anaconda 绘制一条y=x^2的曲线 #比如我们要绘制一条y=x^2的曲 ...

  9. Python实战:Python爬虫学习教程,获取电影排行榜

    Python应用现在如火如荼,应用范围很广.因其效率高开发迅速的优势,快速进入编程语言排行榜前几名.本系列文章致力于可以全面系统的介绍Python语言开发知识和相关知识总结.希望大家能够快速入门并学习 ...

随机推荐

  1. c# 集合的长度为什么是可变的

    摘要: 写在前面:此随笔仅仅是作为个人学习总结,有不对的地方,请各位前辈指正O(∩_∩)O........ 一: 引入 在学习集合之前我们都学习过数组.可以知道数组的长度在声明的时候就已经被固定了,不 ...

  2. linux虚机配置开发/Server环境全集

    linux虚机配置开发/Server环境全集 9. centos 升级githttp://www.cnblogs.com/grimm/p/5368777.htmla. 下载git2.2.1并将git添 ...

  3. redis消息队列,tp5.0,高并发,抢购

    redis处理抢购,并发,防止超卖,提速 1.商品队列(List列表),goods_list           控制并发,防止超卖 2.订单信息(Hash集合),order_info        ...

  4. vue — 安装并创建vue项目

    1.先从node.js官网(https://nodejs.org/en/download/) 下载并安装node,然后通过在命令行输入node -v命令,查看node的版本,要是出现相应的版本号就证明 ...

  5. pymongo的操作

    实例化和插入 from pymongo import MongoClient class TestMongo: def __init__(self): client = MongoClient(hos ...

  6. bootstrap table 标题列重复

    使用bootstrap table生成表格,出现一个奇怪问题,标题列重复.查了一大堆资料,没有找到可以解决问题的. 以为是类库版本的问题,全部替换成了example中的引用,还是这个问题. 后来仔细查 ...

  7. MVC编程模型

    MVC 编程模型 MVC 是三个 ASP.NET 开发模型之一. MVC 是用于构建 web 应用程序的一种框架,使用 MVC (Model View Controller) 设计: Model(模型 ...

  8. H5 和移动端 WebView 缓存机制解析与实战

    本文来自于腾讯Bugly公众号(weixinBugly),未经作者同意,请勿转载,原文地址:https://mp.weixin.qq.com/s/qHm_dJBhVbv0pJs8Crp77w 作者:叶 ...

  9. [Swift]LeetCode921.使括号有效的最少添加 | Minimum Add to Make Parentheses Valid

    Given a string S of '(' and ')' parentheses, we add the minimum number of parentheses ( '(' or ')', ...

  10. Python档案袋(线程 )

    Python的进程和线程是使用的操作系统的原生线程和进程,其是去调用操作系统的相应接口实现 进程:之间不可直接共享数据,是资源的集合,进程必须有一个线程 线程:基于进程,之间可直接共享数据,可执行,只 ...