Python数据分析与展示（4）——Matplotlib基础绘图函数示例

最近在中国大学mooc网学习Python数据分析与展示相关知识，记入下来，以供参考。

Matplotlib基础绘图函数示例

pyplot基础图表函数表示

函数 说明 plt.plot(x,y,fmt,…) 绘制一个坐标图 plt.boxplot(data,notch,position) 绘制一个箱形图 plt.bar(left,height,width,bottom) 绘制一个条形图 plt.barh(width,bottom,left,height) 绘制一个横向条形图 plt.polar(theta, r) 绘制极坐标图 plt.pie(data, explode) 绘制饼图 plt.psd(x,NFFT=256,pad_to,Fs) 绘制功率谱密度图 plt.specgram(x,NFFT=256,pad_to,F) 绘制谱图 plt.cohere(x,y,NFFT=256,Fs) 绘制X‐Y的相关性函数 plt.scatter(x,y) 绘制散点图，其中，x和y长度相同 plt.step(x,y,where) 绘制步阶图 plt.hist(x,bins,normed) 绘制直方图 plt.contour(X,Y,Z,N) 绘制等值图 plt.vlines() 绘制垂直图 plt.stem(x,y,linefmt,markerfmt) 绘制柴火图 plt.plot_date() 绘制数据日期

pyplot饼图的绘制

import matplotlib.pyplot as plt labels = 'Frogs','Hogs','Dogs','logs'sizes = [15,30,45,10]explode = (0,0.1,0,0)   #将30在饼图中凸显出来，凸显的比例为0.1plt.pie(sizes,explode=explode,labels=labels,autopct='%1.1f%%',shadow=True,startangle=90)#autopct 数据显示方式   shadow是否带有阴影效果    startangle 饼图起始角度plt.axis('equal')   #正圆形饼图plt.show()

pyplot直方图的绘制

import matplotlib.pyplot as plt import numpy as npnp.random.seed(0)mu,signs = 100,20   #均值和标准差a = np.random.normal(mu,signs,size = 100)plt.hist(a,40,normed = 1,histtype = 'stepfilled',facecolor = 'b',alpha = 0.75)#40 表示直方图的个数   normed=1时将直方图中元素出现的个数归一化为概率plt.title('Histogram')plt.show()

pyplot极坐标图的绘制

先放这儿

import matplotlib.pyplot as plt import numpy as npN = 20theta = np.linspace(0.0,2*np.pi,N,endpoint=False)radii = 10*np.random.rand(N)width = 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()

pyplot散点图的绘制

import matplotlib.pyplot as plt import numpy as npfig,ax = plt.subplots()ax.plot(10*np.random.randn(100),10*np.random.randn(100),'o')ax.set_title('Simple Scatter')plt.show()