数据分析之Matplotlib绘图-02

04-四图

直方图

n = np.random.randn(10000)
#普通直方图
fig,axes = plt.subplots(1,2,figsize = (12,4))
axes[0].hist(n,bins = 50)
axes[0].set_title('Default histogram')
axes[0].set_xlim(min(n),max(n))

# 累计直方图
axes[1].hist(n,bins = 50,cumulative = True)
axes[1].set_title('Cumulative detailed histogram')
axes[1].set_xlim(min(n),max(n))

正太分布
u = 100 #数学期望
s = 15 #方差
x = np.random.normal(u,s,1000) # 生成正太分布数据

ax = plt.gca() #获取当前图表
ax.set_xlabel('Value')
ax.set_ylabel('Frequency') #设置x，y轴标题

ax.set_title("Histogram normal u = 100 s = 15") #设置图表标题

ax.hist(x,bins = 100,color = 'r',orientation='horizontal')
plt.show()

条形图

# 第一个参数为条形左下角的x轴坐标，第二个参数为条形的高度；
# matplotlib会自动设置条形的宽度，本例中条形宽0.8
plt.bar([1, 2, 3], [3, 2, 5]); 
plt.show()

plt.barh([1, 2, 3], [3, 2, 5],height = 0.27,color = 'cyan');
plt.show()

饼图

【饼图也只有一个参数x！】
pie()
饼图适合展示各部分占总体的比例，条形图适合比较各部分的大小

散点图

【散点图需要两个参数x,y，但此时x不是表示x轴的刻度，而是每个点的横坐标！】
scatter()

05-图形内的文字，注释，箭头

略

06-3D图形

导包

import numpy as np
import matplotlib.pyplot as plt
#3d图形必须的
from mpl_toolkits.mplot3d.axes3d import Axes3D
%matplotlib inline

生成数据

#系数，由X，Y生成Z
a = 0.7
b =  np.pi 

#计算Z轴的值
def mk_Z(X, Y):
    return 2 + a - 2 * np.cos(X) * np.cos(Y) - a * np.cos(b - 2*X)

#生成X，Y，Z
x = np.linspace(0, 2*np.pi, 100)
y = np.linspace(0, 2*np.pi, 100)
X,Y = np.meshgrid(x, y)
Z = mk_Z(X, Y)

绘制图形

fig = plt.figure(figsize=(14,6))

#创建3d的视图，使用属性projection
ax = fig.add_subplot(1, 2, 1, projection='3d')

ax.plot_surface(X,Y,Z,rstride = 5,cstride = 5)

#创建3d视图，使用colorbar，添加颜色柱
ax = fig.add_subplot(1, 2, 2, projection='3d')
p = ax.plot_surface(X, Y, Z, rstride=5, cstride=5, cmap='rainbow', antialiased=True)
cb = fig.colorbar(p, shrink=0.5)

07-玫瑰图

#极坐标条形图
def showRose(values,title):

    max_value = values.max()
    # 分为8个面元
    N = 8
    # 面元的分隔角度
    angle = np.arange(0.,2 * np.pi, 2 * np.pi / N)
    # 每个面元的大小（半径）
    radius = np.array(values)
    # 设置极坐标条形图

    plt.axes([0, 0, 2, 2], polar=True,facecolor = 'g')

    colors = [(1 - x/max_value, 1 - x/max_value, 0.75) for x in radius]
    # 画图

    plt.bar(angle, radius, width=(2*np.pi/N), bottom=0.0, color=colors)
    plt.title(title,x=0.2, fontsize=20)


#拉韦纳(Ravenna)又译“腊万纳”“拉文纳”“拉温拿”。意大利北部城市。位于距亚得里亚海10公里的沿海平原上
data = np.load('Ravenna_wind.npy')
hist, angle = np.histogram(data,8,[0,360])
showRose(hist,'Ravenna')