Python matplotlib可视化绘图详解
一、绘制线性图形
执行如下代码
import matplotlib.pyplot as plt dataX=[1,2,3,4] dataY=[2,4,4,2] plt.plot(dataX,dataY) plt.title("Draw straight line") plt.xlabel("x") plt.ylabel("y") plt.show()
上述语句绘制了一条直线,形状由x和y坐标值决定,运行该程序得到如下结果
二、绘制柱状图形
执行如下代码
import matplotlib.pyplot as plt dataX=[0,1,2,3,4,5] dataY=[1,2,3,2,4,3] plt.bar(dataX,dataY) plt.title("Draw Histogram") plt.xlabel("x") plt.ylabel("y") plt.show()
上述语句绘制了6个柱状图,用函数plt.bar实现,运行该程序得到如下结果
柱状图也可以用numpy绘制,执行如下代码
import matplotlib.pyplot as plt import numpy as np x=np.arange(10) y=np.random.randint(0,20,10) plt.bar(x,y) plt.show()
使用函数random()绘制了区域中随机出现的柱状图,y=np.random.randint(0,20,10)中,参数20表示柱状图高度,10表示柱状图个数,运行结果如下图
三、绘制直方图
执行如下代码
import matplotlib.pyplot as plt import numpy as np mean,sigma=0,1 x=mean + sigma *np.random.randn(10000) plt.hist(x,50,histtype='bar',facecolor='red',alpha=0.75) plt.show()
上述语句绘制了概率分布直方图,参数mean=0代表均值是0,sigma=1代表标准差是1,运行该程序得到如下结果
四、绘制散点图
执行如下代码
import matplotlib.pyplot as plt import numpy as np x=np.random.rand(100) y=np.random.rand(100) plt.scatter(x,y) plt.show()
上述语句绘制了散点图,np.random.rand(100)代表随机出现的点数,一共有100个点,运行该程序得到如下结果
五、绘制极坐标
执行如下代码
import matplotlib.pyplot as plt import numpy as np theta=np.arange(0,2*np.pi,0.02) ax1=plt.subplot(121,projection='polar') ax1.plot(theta,theta/6,'--',lw=2) plt.show()
上述语句绘制极坐标图,这种图多用在企业的可视化数据模型的比较上,使用polar函数实现,theta代表数学上的平面角度,运行该程序得到如下结果
六、绘制饼图
执行如下代码
import matplotlib.pyplot as plt import numpy as np plt.title("Pie") labels='Math','Computer','Music','Art' sizes=[45,30,15,10] explode=(0,0.0,0,0) counterclock=False plt.pie(sizes,explode=explode,labels=labels,autopct='%1.1f%%',shadow=False,startangle=90) plt.show()
上述语句绘制饼图,运行该程序得到如下结果
如果想将某一部分突显出来,可以使用语句 explode=(0,0.0,0,0)中的0改成1,比如explode=(0,0.1,0,0)得到下图
总结
本篇文章就到这里了,希望能够给你带来帮助,也希望您能够多多关注脚本之家的更多内容!
最新评论