【研究生随笔】Python绘图

1，如何画数据的直方图

使用到的数据集是titanic乘客数据集。
首先，导包。

import numpy as np
import pandas as pd
import matplotlib. pyplot as pit
import matplotlib.mlab as mlab

开始绘制主体（一元直方图）

# 设置文本字孙
plt.rcParams['font.sans-serif'] = [u'simHei']
# 设置显示负号
plt.rcParams['axes.unicode_minus'] = False

# 读取数据集
titanic pd.read_csv('titanic_train.csv')
# 检查空年龄的数据
any(titanic.Age.isnull())
# 删除空的
titanic.dropna(subset = ['Age'], inplace = True)
# 设置图形的显示风格
plt.style.use('ggplot')
# 开始绘图（乘客年龄的频率直方图）
plt.hist(titanic.Age,# 绘图用的数据
				bins 			= 20,# 图中的条形数有20个（也就将数据平均分成2份）
				color 			= 'steelblue',# 填充色（也可以用RGB数据》
				edgecolor 		= 'K',# 边界色
				label 			= '直方图'# 标题
				)

主要是这个hist（）函数，它包含了很多参数，这里一一罗列出来：plt.hist(x, bins=10, range=None, normed=False, weights=None, cumulative=False, bottom=None, histtype=‘bar’, align=‘mid’, orientation=‘vertical’, rwidth=None, log=False, color=None, label=None, stacked=False)
x：指定要绘制直方图的数据；
bins：指定直方图条形的个数；
range：指定直方图数据的上下界，默认包含绘图数据的最大值和最小值；
normed：是否将直方图的频数转换成频率；
weights：该参数可为每一个数据点设置权重；
cumulative：是否需要计算累计频数或频率；
bottom：可以为直方图的每个条形添加基准线，默认为0；
histtype：指定直方图的类型，默认为bar，除此还有’barstacked’, ‘step’, ‘stepfilled’；
align：设置条形边界值的对其方式，默认为mid，除此还有’left’和’right’；
orientation：设置直方图的摆放方向，默认为垂直方向；
rwidth：设置直方图条形宽度的百分比；
log：是否需要对绘图数据进行log变换；
color：设置直方图的填充色；
label：设置直方图的标签，可通过legend展示其图例；
stacked：当有多个数据时，是否需要将直方图呈堆叠摆放，默认水平摆放；
设置边角以及展示：

# 设置垫标轴标签和标题
plt.tit1e('乘客年龄直方图')
p1t.xlabe1('年龄')
p1t.ylabe1('人数')
# 去除顶部和右边界的刻度
plt.tick_params(top = 'off', right = 'off')
# 显示图例
pit.legend()
# 展示
plt.show()

效果：

2，在上一个案例的基础上正态分布曲线和核密度曲线

目的就是比较两条曲线的吻合度，越吻合就说明数据越近似于正态分布。
绘制主体部分：

# 正态分布图
plt.hist(tit