Matplotlib库（2）基础绘图函数

黑衣骑士兴

于 2021-07-08 18:48:29 发布

阅读量606

点赞数

分类专栏： MOOC《数据分析与显示》

本文链接：https://blog.youkuaiyun.com/weixin_52120741/article/details/118578530

版权

MOOC《数据分析与显示》专栏收录该内容

7 篇文章

订阅专栏

本文介绍如何根据数据类型选择饼图、直方图、极坐标图、散点图等Matplotlib库在Python中的应用，帮助理解并展示百分比数据、频率分布、方向关系和散点关系。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

核心：拿到数据后，如何选择合适的图形绘制方法来展示数据（经验）

一、概述

二、饼图（百分数类型的数据）plt.pie()

import matplotlib.pyplot as plt

labels = 'Frogs','Hogs','Dogs','Logs'
sizes = [15,30,45,10]
explode = (0,0.1,0,0)
plt.pie(sizes,explode=explode,labels=labels,autopct='%1.1f%%',
        shadow=False,startangle=90)
plt.show()

三、直方图plt.hist()

四、极坐标图

import matplotlib.pyplot as plt
import numpy as np

N = 20
theta = np.linspace(0.0,2*np.pi,N,endpoint=False)
radii = 10*np.random.rand(N)
width = np.pi/4*np.random.rand(N)

ax = plt.subplot(111,projection='polar')
bars = ax.bar(theta,radii,width = width, bottom = 0.0)

for r,bar in zip(radii,bars):
    bar.set_facecolor(plt.cm.viridis(r/10.))
    bar.set_alpha(0.5)

plt.show()

五、散点图

import matplotlib.pyplot as plt
import numpy as np

fig,ax = plt.subplots()
ax.plot(10*np.random.randn(100),10*np.random.randn(100),'o')
ax.set_title('Simple Scatter')

plt.show()