前言
Matplotlib 是 Python 的繪圖庫。 它可與 NumPy 一起使用，提供了一種有效的 MatLab 開源替代方案。 它也可以和圖形工具包一起使用，如 PyQt 和 wxPython。
用matplotlib繪制一些大家比較熟悉又經常混淆的統計圖形，掌握這些統計圖形可以對數據可視化有一個深入理解。
Windows 系統安裝 Matplotlib
進入到 cmd 窗口下，執行以下命令：
python -m pip install -U pip setuptools
python -m pip install matplotlib
Linux 系統安裝 Matplotlib
可以使用 Linux 包管理器來安裝：
Debian / Ubuntu：
sudo apt-get install python-matplotlib
Fedora / Redhat：
sudo yum install python-matplotlib
Mac OSX 系統安裝 Matplotlib
Mac OSX 可以使用 pip 命令來安裝：
sudo python -mpip install matplotlib
安裝完后，你可以使用 python -m pip list 命令來查看是否安裝了 matplotlib 模塊。
$ python -m pip list | grep matplotlib
matplotlib (1.3.1)
1.函數bar()--用于繪制柱狀圖
在x軸上繪制定性數據的分布特征
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("箱子編號")
plt.ylabel("箱子重量(kg)")
plt.show()
2.
2、函數barh()--用于繪制條形圖
在y軸上繪制定性數據的分布特征
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("箱子編號")
plt.ylabel("箱子重量(kg)")
plt.show()
3.
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
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("銷售數量(個)")
plt.show()
4.函數pie()--用于繪制餅圖
繪制定性數據的不同類別的百分比
import matplotlib as mpl
import matplotlib.pyplot as plt
mpl.rcParams["font.sans-serif"]=["SimHei"]
mpl.rcParams["axes.unicode_minus"]=False
kinds ="簡易箱","保溫箱","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("不同類型箱子的銷售數量占比")
plt.show()
5.函數polar()--用于繪制極線圖
在極坐標圖上繪制折線圖
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每個標記所在射線與極徑的夾角，r每個標記到原點的距離
color="chartreuse",
linewidth=2,
marker="*",
mfc="b",
ms=10)
plt.show()
6.函數scatter()--用于繪制氣泡圖
二維數據借助氣泡圖大小展示三維數據
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散點標記的大小
c=np.random.rand(100),#c散點標記的顏色
cmap=mpl.cm.RdYlBu,#將浮點數映射成顏色的顏色映射表
marker='o')
plt.show()
7.函數stem()--用于繪制棉棒圖
繪制離散的有序數據
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棉棒的樣式、markerfmt棉棒末端的樣式、basefmt指定基線的樣式
plt.show()
8.函數boxplot()--用于繪制箱型圖
繪制箱型圖
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],["隨機數生成器AlphaRM"])
plt.ylabel("隨機數值")
plt.title("隨機數生成器抗干擾能力的穩定性")
plt.grid(axis="y",ls=":",lw=1,color="gray",alpha=0.4)
plt.show()
9.函數errorbar()--用于繪制誤差棒圖
繪制y軸方向或是x軸方向的誤差范圍
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()
總結
以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作具有一定的參考學習價值，謝謝大家對腳本之家的支持。
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
