文章目录
Matplotlib 官方文件参考网址:https://matplotlib.org/index.html
一、散点图
1.语法
plt.scatter(x,y,s=100,c=‘r’,marker=’<’,alpha=‘0.5’)
2.参数解释
- s:点的大小
- c:点颜色
- marker:点形状
- alpha: 点的透明度
3.示例
x=np.random.randn(1000)
y1=np.random.randn((1000))
plt.scatter(x,y1,s=100,c='r',marker='<',alpha='0.5')
plt.show()
二、折线图
1.语法
plot(x,y,‘格式’)
2.参数解释
3.示例
#linspace为生成等区间的数值
x=np.linspace(-10,10,20)
y=x**2
plt.plot(x,y,color='green', linestyle='dashed', marker='<',
markerfacecolor='blue', markersize=12)
plt.savefig('折线图')
plt.show()
三、条形图
1.语法
垂直方向:
plt.bar(x,height,color,edgecolor,width=0.8,bottom=None,align=‘center’)
水平方向:
plt.bar(x=0,height,color,edgecolor,width=0.8,bottom,align=‘center’,orientation=‘horizontal’)
2.参数解释
- left:条图最左边的横坐标
- color:条形图颜色。
- edgecolor:条图边缘颜色。
- width:条图宽度,可以相同,可以不同。
- bottom :条图底部位置。
- align:柱子的位置与x值的对应关系。center:条图位于x值的中心位置,edge:表示条图位于x值的边缘位置
- orientation:horizontal代表绘制水平方向的条形图
3.示例
示例 1:普通条形图
N=5
y=[20,10,30,25,15]
index = np.arange(N)
p1 = plt.bar(x=index, height=y,width=0.5,bottom=100,color='red')
plt.savefig('条形图')
plt.show()
示例 2:并列条形图
index = np.arange(4)
sales_BJ=[52,55,63,53]
sales_SH=[44,66,55,41]
bar_width=0.3
plt.bar(index,sales_BJ,bar_width,color='b')
plt.bar(index+bar_width,sales_SH,bar_width,color='r')
plt.savefig('并列条形图')
plt.show()
示例3:堆积条形图
plt.bar(index,sales_BJ,bar_width,color='b')
plt.bar(index,sales_SH,bar_width,color='r',bottom=sales_BJ)
plt.savefig('层叠条形图')
plt.show()
四、直方图
1.语法
plt.hist(x,bins=10,color=‘red’,normed=True)
2.参数说明
- x 表示要绘图的数据
- bins 每个部分显示的标签
- colors 指定直方图颜色
- normed 是否对数据标准化
3.示例
示例 1:标准化直方图,返回 y 轴为x频率
mu = 100 # mean of distribution
sigma = 20 # standard deviation of distribution
x = mu + sigma * np.random.randn(2000)
plt.savefig('直方图')
plt.hist(x, bins=10,color='red',normed=True)
示例 2:非标准化直方图,返回 y 轴为 x 出现的次数;
plt.hist(x, bins=50,color='green',normed=False)
plt.savefig('非标准化直方图')
plt.show()