使用Python繪制圖表大全總結
更新時間：2017年02月11日 16:22:35 作者：天善智能
本篇文章主要介紹了使用Python繪制圖表大全總結，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧
在使用Python繪制圖表前，我們需要先安裝兩個庫文件numpy和matplotlib。
Numpy是Python開源的數(shù)值計算擴展，可用來存儲和處理大型矩陣，比Python自身數(shù)據(jù)結構要高效；matplotlib是一個Python的圖像框架，使用其繪制出來的圖形效果和MATLAB下繪制的圖形類似。
下面我通過一些簡單的代碼介紹如何使用 Python繪圖。
一、圖形繪制
直方圖
importmatplotlib.pyplotasplt importnumpyasnp mu=100 sigma=20 x=mu+sigma*np.random.randn(20000)# 樣本數(shù)量 plt.hist(x,bins=100,color='green',normed=True)# bins顯示有幾個直方,normed是否對數(shù)據(jù)進行標準化 plt.show()
條形圖
importmatplotlib.pyplotasplt importnumpyasnp y=[20,10,30,25,15] index=np.arange(5) plt.bar(left=index,height=y,color='green',width=0.5) plt.show()
折線圖
importmatplotlib.pyplotasplt importnumpyasnp x=np.linspace(-10,10,100) y=x**3 plt.plot(x,y,linestyle='--',color='green',marker='<') plt.show()
散點圖
importmatplotlib.pyplotasplt importnumpyasnp x=np.random.randn(1000) y=x+np.random.randn(1000)*0.5 plt.scatter(x,y,s=5,marker='<')# s表示面積，marker表示圖形 plt.show()
餅狀圖
importmatplotlib.pyplotasplt importnumpyasnp labels='A','B','C','D' fracs=[15,30,45,10] plt.axes(aspect=1)#使x y軸比例相同 explode=[0,0.05,0,0]# 突出某一部分區(qū)域 plt.pie(x=fracs,labels=labels,autopct='%.0f%%',explode=explode)#autopct顯示百分比 plt.show()
箱形圖
主要用于顯示數(shù)據(jù)的分散情況。圖形分為上邊緣、上四分位數(shù)、中位數(shù)、下四分位數(shù)、下邊緣。外面的點時異常值
importmatplotlib.pyplotasplt importnumpyasnp np.random.seed(100) data=np.random.normal(size=(1000,4),loc=0,scale=1) labels=['A','B','C','D'] plt.boxplot(data,labels=labels) plt.show()
二、圖像的調(diào)整
1、23種點形狀
"."point","pixel"o"circle"v"triangle_down "^"triangle_up"<"triangle_left">"triangle_right"1"tri_down "2"tri_up"3"tri_left"4"tri_right"8"octagon "s"square"p"pentagon"*"star"h"hexagon1"H"hexagon2 "+"plus"x"x"D"diamond"d"thin_diamond
2、8種內(nèi)建默認顏色的縮寫
b:blueg:greenr:redc:cyan m:magentay:yellowk:blackw:white
3、4種線性
- 實線 --虛線 -.點劃線 ：點線
4、一張圖上繪制子圖
importmatplotlib.pyplotasplt importnumpyasnp x=np.arange(1,100) plt.subplot(221)#2行2列第1個圖 plt.plot(x,x) plt.subplot(222) plt.plot(x,-x) plt.subplot(223) plt.plot(x,x*x) plt.subplot(224) plt.plot(x,np.log(x)) plt.show()
5、生成網(wǎng)格
importmatplotlib.pyplotasplt importnumpyasnp y=np.arange(1,5) plt.plot(y,y*2) plt.grid(True,color='g',linestyle='--',linewidth='1') plt.show()
6、生成圖例
importmatplotlib.pyplotasplt importnumpyasnp x=np.arange(1,11,1) plt.plot(x,x*2) plt.plot(x,x*3) plt.plot(x,x*4) plt.legend(['Normal','Fast','Faster']) plt.show()
以上就是本文的全部內(nèi)容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。
相關文章
這篇文章主要為大家詳細介紹了python網(wǎng)絡爬蟲學習筆記的第一篇，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-04-04
python數(shù)據(jù)類型_元組、字典常用操作方法(介紹)
下面小編就為大家?guī)硪黄猵ython數(shù)據(jù)類型_元組、字典常用操作方法(介紹)。小編覺得挺不錯的，現(xiàn)在就分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2017-05-05
在程序開發(fā)過程中，代碼的運行往往會和我們預期的結果有所差別。于是，我們需要清楚代碼運行過程中到底發(fā)生了什么？代碼哪些模塊運行了，哪些模塊沒有運行？輸出的局部變量是什么樣的？PySnooper，能夠大大減少調(diào)試過程中的工作量2021-11-11
Keras中的兩種模型:Sequential和Model用法
這篇文章主要介紹了Keras中的兩種模型:Sequential和Model用法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-06-06
這篇文章主要介紹了python一些性能分析的技巧，幫助大家更好的理解和學習python，感興趣的朋友可以了解下2020-08-08
一個基于flask的web應用誕生 flask和mysql相連（4）
一個基于flask的web應用誕生第四篇，這篇文章主要介紹了如何讓flask和mysql進行互聯(lián)，具有一定的參考價值，感興趣的小伙伴們可以參考一下2017-04-04
今天小編就為大家分享一篇關于Python多圖片合并PDF的方法，小編覺得內(nèi)容挺不錯的，現(xiàn)在分享給大家，具有很好的參考價值，需要的朋友一起跟隨小編來看看吧2019-01-01
python目標檢測yolo2詳解及預測代碼復現(xiàn)
這篇文章主要為大家介紹了python目標檢測yolo2詳解及其預測代碼復現(xiàn)，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪2022-05-05
小編有個好兄弟最近在追妹子，跟妹子打得火熱！就差臨門一腳了，這一jio我?guī)兔ρa上去了！他問有沒有什么酷炫的表白方式，可以給人心動的趕jio，表白的方式有許多種今天小編來教大家一個之前很火的小人畫愛心表白代碼2021-09-09
python 使用Tensorflow訓練BP神經(jīng)網(wǎng)絡實現(xiàn)鳶尾花分類
這篇文章主要介紹了python 使用Tensorflow訓練BP神經(jīng)網(wǎng)絡實現(xiàn)鳶尾花分類，幫助大家更好的利用python進行深度學習，感興趣的朋友可以了解下2021-05-05