绘制散点图

假设通过爬虫你获取到了北京2016年3,10月份每天白天的最高气温(分别位于列表a,b),那么此时如何寻找气温和随时间(天)变化的某种规律?

y_3 = [11, 17, 16, 11, 12, 11, 12, 6, 6, 7, 8, 9, 12, 15, 14, 17, 18, 21, 16, 17, 20, 14, 15, 15, 15, 19, 21, 22, 22, 22, 23]

y_10 = [26, 26, 28, 19, 21, 17, 16, 19, 18, 20, 20, 19, 22, 23, 17, 20, 21, 20, 22, 15, 11, 15, 5, 13, 17, 10, 11, 13,12, 13, 6]

from matplotlib import pyplot as plty_3 = [11, 17, 16, 11, 12, 11, 12, 6, 6, 7, 8, 9, 12, 15, 14, 17, 18, 21, 16, 17, 20, 14, 15, 15, 15, 19, 21, 22, 22,22, 23]
y_10 = [26, 26, 28, 19, 21, 17, 16, 19, 18, 20, 20, 19, 22, 23, 17, 20, 21, 20, 22, 15, 11, 15, 5, 13, 17, 10, 11, 13,12, 13, 6]
x_3 = range(1, 32)
x_10 = range(51, 82)# 设置图形大小
plt.figure(figsize=(20, 8), dpi=80)# 绘制
plt.scatter(x_3, y_3, label="3yuefen")
plt.scatter(x_10, y_10, label="10yuefen")# 调整x轴的刻度
_x = list(x_3) + list(x_10)
_xtick_labels = ["3yue{}ri".format(i) for i in x_3]
_xtick_labels += ["10yue{}ri".format(i - 50) for i in x_10]
plt.xticks(_x[::3], _xtick_labels, rotation=45)# 添加描述信息
plt.xlabel("time")
plt.ylabel("tempture")
plt.title("title")# 添加图例
plt.legend(loc="upper left")# 展示
plt.show()

绘制条形图

假设你获取到了2017年内地电影票房前20的电影(列表a)和电影票房数据(列表b),那么如何更加直观的展示该数据?

a=[“战狼2”,“速度与激情”,“功夫瑜伽”,“西游伏魔篇”,“变形金刚5:最后的骑士”,“摔跤吧!爸爸”,“加勒比海盗5:死无对证”,“金刚:骷颅岛”,“极限特工:终极回归”,“生哈危机6:终章”,“乘风破浪”,“神偷奶爸3”,“智取威虎山”,“大闹天竺”,“金刚狼3:殊死一战”,“蜘蛛侠:英雄归来”,“悟空传”,“银河护卫队2”,“情圣”,“新木乃伊”]

b=[56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49,10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23] 单位:亿

from matplotlib import pyplot as plt
from matplotlib import font_managera = ["战狼2", "速度与激情", "功夫瑜伽", "西游伏魔篇", "变形金刚5:最后的骑士","摔跤吧!爸爸", "加勒比海盗5:死无对证", "金刚:骷颅岛", "极限特工:终极回归", "生哈危机6:终章","乘风破浪", "神偷奶爸3", "智取威虎山", "大闹天竺", "金刚狼3:殊死一战", "蜘蛛侠:英雄归来", "悟空传", "银河护卫队2", "情圣", "新木乃伊"]b = [56.01, 26.94, 17.53, 16.49, 15.45, 12.96, 11.8, 11.61, 11.28, 11.12, 10.49, 10.3, 8.75, 7.55, 7.32, 6.99, 6.88,6.86, 6.58, 6.23]# 设置图形大小
plt.figure(figsize=(20, 8), dpi=80)
# 绘制
plt.bar(range(len(a)), b, width=0.3)# 设置坐标轴显示的字符串
plt.xticks(range(len(a)), a, rotation=45)# 展示
plt.show()

绘制横着的条形图

from matplotlib import pyplot as plt
from matplotlib import font_manager# my_font = font_manager.FontProperties(fname="/System/Library/Fonts/Hiragino Sans GB.ttc")
a = ["战狼2", "速度与激情", "功夫瑜伽", "西游伏魔篇", "变形金刚5:最后的骑士","摔跤吧!爸爸", "加勒比海盗5:死无对证", "金刚:骷颅岛", "极限特工:终极回归", "生哈危机6:终章","乘风破浪", "神偷奶爸3", "智取威虎山", "大闹天竺", "金刚狼3:殊死一战", "蜘蛛侠:英雄归来", "悟空传", "银河护卫队2", "情圣", "新木乃伊"]b = [56.01, 26.94, 17.53, 16.49, 15.45, 12.96, 11.8, 11.61, 11.28, 11.12, 10.49, 10.3, 8.75, 7.55, 7.32, 6.99, 6.88,6.86, 6.58, 6.23]# 设置图形大小
plt.figure(figsize=(20, 8), dpi=80)# 绘制
plt.barh(range(len(a)), b, height=0.3)# 设置坐标轴显示的字符串
plt.yticks(range(len(a)), a)# 增加网格
plt.grid(alpha=0.3)# 展示
plt.show()

绘制多次条形图

假设你知道列表a中电影分别在2017-09-14(b_14),2017-09-15(b_15),2017-09-16(b_16)三天的票房,为了展示列表中电影本身的票房以及同其他电影的数据对比情况,应该如何更加直观

的呈现该数据?

a=[“猩球崛起3:终极之战”,“敦刻尔克”,“蜘蛛侠:英雄归来”,“战狼2”]

b_16=[15746,312,4497,319]

b_15=[12357,156,2045,168]

b_14=[2358,399,2358,362]

from matplotlib import pyplot as plt
from matplotlib import font_manager# my_font = font_manager.FontProperties(fname="/System/Library/Fonts/Hiragino Sans GB.ttc")
a = ["猩球崛起3:终极之战", "敦刻尔克", "蜘蛛侠:英雄归来", "战狼2"]
b_16 = [15746, 312, 4497, 319]
b_15 = [12357, 156, 2045, 168]
b_14 = [2358, 399, 2358, 362]x_14 = list(range(len(a)))
x_15 = [i + 0.2 for i in x_14]
x_16 = [i + 0.2 * 2 for i in x_14]# 设置图形大小
plt.figure(figsize=(20, 8), dpi=80)# 绘制
plt.bar(range(len(a)), b_14, width=0.2)
plt.bar(x_15, b_15, width=0.2)
plt.bar(x_16, b_16, width=0.2)# 设置坐标轴的刻度
plt.xticks(x_15, a)# 展示
plt.show()

绘制直方图

a=[131,98,125,131,124,139,117,128,108,135,138,131,102,107,114,119,128,121,142,127,130,124,101,110,116,117,110,128,128,115,99,136,126,134,95,138,117,111,78,132,124,113,150,110,117,86,95,144,105,126,130,126,130,126,116,123,106,112,138,123,83,101,99,136,123,117,86,95,114]

from matplotlib import pyplot as plt
from matplotlib import font_managera = [131, 98, 125, 131, 124, 139, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124, 101,110, 116, 117, 110, 128, 128, 115, 99, 136, 126, 134, 95, 138, 117, 111, 78, 132, 124, 113, 150, 110, 117, 86, 95,144, 105, 126, 130, 126, 130, 126, 116, 123, 106, 112, 138, 123, 83, 101, 99, 136, 123, 117, 86, 95, 114, 112, 98,76, 86, 98, 116, 124, 135, 124, 125, 89, 83, 76]# 计算组数
d = 3  # 组距
num_bins = max(a) - min(a) // d# 设置图形大小
plt.figure(figsize=(20, 8), dpi=80)# 绘制
plt.hist(a, num_bins, normed=1)# 设置坐标轴的刻度
plt.xticks(range(min(a), max(a) + d, d))# 增加网格
plt.grid()# 展示
plt.show()

matplotlib学习-2相关推荐

  1. python绘图工具基础-matplotlib学习之基本使用

    matplotlib学习之基本使用 1.figure学习2.设置坐标轴3.Legend 图例4.Annotation 标注5.tick能见度 1.figure学习 导包 import matplotl ...

  2. Matplotlib学习---用matplotlib画箱线图(boxplot)

    箱线图通过数据的四分位数来展示数据的分布情况.例如:数据的中心位置,数据间的离散程度,是否有异常值等. 把数据从小到大进行排列并等分成四份,第一分位数(Q1),第二分位数(Q2)和第三分位数(Q3)分 ...

  3. matplotlib学习笔记(3)---热力图(Heat Map)

    matplotlib学习笔记(3)-热力图(Heat Map) import matplotlib.pylab as plt import seaborn as sns import numpy as ...

  4. 黑马Matplotlib学习笔记

    Matplotlib学习 ​ 数据可视化是数据挖掘的关键辅助工具,可以帮助我们清晰地理解数据,从而调整数据分析的方法. 1.Matplotlib是什么? mat ----> matrix(矩阵, ...

  5. 【莫烦Python】Matplotlib学习笔记(二)

    [莫烦Python]Matplot学习笔记(一) [莫烦Python]Matplotlib学习笔记(二) 一.Bar柱状图/条形图 二.Contours等高线图 三.Image图像 四.3D图像 五. ...

  6. 基于Anaconda的matplotlib学习

    基于Anaconda的matplotlib学习 matplotlib安装 入门小案例 入门小测试 matplotlib安装 第一步:找到开始桌面下的anaconda下面的anaconda prompt ...

  7. matplotlib学习笔记 - 散点图、条形图和直方图

    Matplotlib 学习笔记 - 散点图.条形图和直方图 散点图 from matplotlib import pyplot as plt from matplotlib import font_m ...

  8. python可视化:matplotlib学习笔记

    信息可视化是数据分析的一块重要内容.这是一个探索性的过程.比如说,可以帮助我们坚定离群值,或者必要的数据转换,又或者是构建一个理想的模型.对于其他的一些领域,也可以进行web可视化.Python有许多 ...

  9. 学习笔记——matplotlib学习

    数据可视化何其多,除了Tableau,ECharts,Matplotlib也是神器之一,将枯燥无味的数据形象直观地展示出来,是很有成就感的事情.Matplotlib作为数据科学的的必备库,算得上是py ...

  10. matplotlib学习笔记.CookBook

    matplotlib 是Python下的一个高质量的画图库,可以简单的类似于MATLAB方法构建高质量的图表. 原始文章地址:http://zanyongli.i.sohu.com/blog/view ...

最新文章

  1. tcpdump基础教程
  2. 通过 .gitlab-ci.yml配置任务-官方配置文件翻译
  3. java写航显系统_一种机场航显系统的制作方法
  4. python中truncate的用法_在Python中操作文件之truncate()方法的使用教程
  5. Java中怎么样检查一个字符串是不是数字呢
  6. Coursera自动驾驶课程第13讲:Least Squares
  7. cocos2d-x Lua与OC互相调用
  8. java ArrayList 概述 与源码简析
  9. Error:java: Annotation processing is not supported for module cycles.异常解决
  10. 计算机网络实验报告3-tcp,计算机网络实验报告3-TCP.doc
  11. 量化策略回测TRIXKDJ
  12. 拓端tecdat|在R语言中使用概率分布:dnorm,pnorm,qnorm和rnorm
  13. 基于FTP服务器搭建yum源
  14. 课程设计(运动会管理系统)
  15. js调用数科阅读器_多种方式实现JS调用后台方法进行数据交互
  16. 对角安装的双舵轮AGV运动学核心算法
  17. 【5GC】三种SSC(Session and Service Continuity)模式介绍
  18. java.lang.IllegalArgumentException: Result Maps collection already contains value for ciis.zht.model
  19. linux中的日志切割
  20. Newtonsoft.Json Json.NET - Newtonsoft

热门文章

  1. 服务器主板最多插多少块CPU,双路主板能不能只用一块CPU
  2. Linux 之复制文件或目录(copy)
  3. 职业生涯人物访谈作业格式
  4. JAVA-JDBC事务基础概念及测试方法
  5. typecho本地上传头像_用ProGet搭建本地私有NuGet仓库
  6. 博文视点Web 2.0 大局观
  7. MSP430 UART(一)
  8. 分享一款手机端的PDF文件编辑软件「PDF处理助手」简单、免费
  9. 手把手搭建一个【卷积神经网络】
  10. 这5个设计素材网站,绝对不能错过