一、折线图

二、散点图

三、条形图

四、直方图

五、饼图


一、折线图
折线图用于显示随时间或有序类别的变化趋势

from matplotlib import pyplot as pltx = range(2, 26, 2)
y = [15, 13, 14.5, 17, 20, 25, 26, 26, 27, 22, 18, 15]# 设置图片大小
plt.figure(figsize=(20, 8), dpi=180)
# 绘制图形,plot折线图
plt.plot(x, y)
# 保存图形
plt.savefig("14.png")
# 展示图形
plt.show()

  

二、散点图
散点图可以显示若干数据系列中各数值之间是否存在相关性
坐标系中,每个值用一个点表示

import matplotlib.pyplot as plt# 传统方式绘制
'''
plt.plot([3,5,8,10,32,12,9,6,21,22,23,25,25],[5,4,2,12,44,10,2,8,21,22,23,24,25],'o' #点类型为o
)
plt.title('Simple Scatter')
'''# 面向对象方式绘制
fig,ax = plt.subplots()
ax.plot([3,5,8,10,32,12,9,6,21,22,23,25,25],[5,4,2,12,44,10,2,8,21,22,23,24,25],'o' #点类型为o
)
ax.set_title('Simple Scatter')plt.show()

  

三、条形图(横向:条形图,纵向:柱状图)
柱状图用来比较各独立类别下的某单独数据的大小

import matplotlib.pyplot as pltx = [1,2,3,4,5]
y = [3,6,1,8,2]width = 0.5plt.bar(x,y,width,color='r'
)plt.xticks(x,['a','b','c','d','e'])plt.show()

  

四、直方图
直方图能直观表达数据的分布情况,一般用来表示同等区间内,某类数值出现的频率
直方图与柱状图的区别:
直方图:分区之间连续无间断,表示连续变量;值用矩形面积表示
条形图:各柱之间有间隙,表示孤立的、不连续分类变量;值用矩形长度表示

import numpy as np
import matplotlib.pyplot as pltnp.random.seed(0) #随机种子
mu,sigma = 100,20 #均值和标准差
a = np.random.normal(mu,sigma,size=100) #生成一个 均值/方差 给定的正态分布数组plt.hist(a, #直方图数据20, #直方的个数normed=1, #将y轴默认的数值出现个数归一化为出现的概率histtype='stepfilled', # stepfilled填充面积,step只有线条facecolor='b',alpha=0.75
)
plt.title('Histogram')plt.show()

  

五、饼图
饼图用于显示各项相对总和的百分比大小

import matplotlib.pyplot as pltlabels = ['class1','class2','class3','class4'] #名称
sizes = [15,30,45,10] #比例
explode = (0,0.1,0,0) #突出第二块,突出比例0.1plt.pie(sizes, #百分比explode=explode, #突出比例labels=labels, #名称autopct='%1.1f%%', #显示百分比方式shadow=False, #阴影效果startangle=90 #饼图起始的角度,度数,默认0为右侧水平180度开始,逆时针旋转
)
plt.axis('equal') #正圆形饼图,x/y轴尺寸相等.默认是扁图,plt.show()

  

小结:

#### 1.数据分析是什么
- 从大量的数据中寻找规律和结论,为后续的决策提供依据

#### 2.数据分析的流程
- 问题 ---》准备数据---》分析数据---》得出结存---》图形化的展示出来

#### 3.matplotlib如何绘制折线图,和散点图,折线图和散点图分别能表示的什么
- x是所有的坐标的x值的一个列表(的可迭代对象)
- y是所有的坐标的y值的一个列表(的可迭代对象)
- pyplot.plot(x,y) #绘制折线图 (变化)
- pyplot.scatter(x,y) #绘制散点图 (关系和联系,呈现离群点)

#### 4.matplotlib如何显示中文
```python
from matplotlib import font_manager
my_font = font_manager.FontProperties(fname="")
pyplot.xticks(fontproperties=my_font)
pyplot.legend(prop=my_font)
```

#### 5.matplotlib如何在x轴和y轴上显示我们自定义的内容
- 当刻度太稀疏或者是太密集
- pyplot.xticks()
- x轴和y轴显示字符串
- pyplot.xticks([1,2,3,4,],["str1","str2","str3","str4"])

#### 6.matplotlib如何设置图片的大小和保存图片到本地
- pyplot.figure(figsize = (20,8),dpi=80)
- pyplot.savefig("./a.png")

#### 7.设置图例
- 每次绘制的时候需要给label这个参数传值
- pyplot.legend(loc,prop=my_font)

#### 8.设置网格
- pyplot.grid(alpha=0.4)

转载于:https://www.cnblogs.com/andy9468/p/9889274.html

matplotlib常见绘图基础代码小结:折线图、散点图、条形图、直方图、饼图相关推荐

  1. 数据分析基础学习_Matplotlib_常见图形及绘制(折线图/散点图/柱状图/直方图/饼图)

    1.3 常见图形及绘制 matplotlib可以绘制折线图.散点图.柱状图.直方图.饼图 1.3.1 常见图形种类及意义 折线图:以折线的上升或下降来表示统计量的增减变化的统计图 特点:可以显示数据的 ...

  2. Python:Matplotlib(折线图/散点图/条形图/直方图/饼图)

    Python:Matplotlib Matplotlib介绍 1)折线图 折线图介绍: 画折线图的具体案例: 2)散点图 散点图介绍: 画散点图的具体案例: 3)条形图 条形图介绍: 画条形图的具体案 ...

  3. python学习之数据分析(二):Matplotlib库:常用画图技巧, 折线图, 散点图,柱状图,直方图, 饼图

    一.Matplotlib之HelloWorld 1. 什么是Matplotlib: 专门用于开发2D图表(包括3D图表) 使用起来及其简单 以渐进.交互式方式实现数据可视化 2. matplotlib ...

  4. # 可视化常见绘图(二)折线图

    折线图 一.折线图简介(Line Chart) 折线图用于显示数据在一个连续的时间间隔或者时间跨度上的变化,它的特点是反映事物随时间或有序类别而变化的趋势. 在折线图中可以清晰的看出数据递增还是递减. ...

  5. R绘图基础指南 | 2.折线图

    2.折线图 " 这个系列是关于R中基础图形和进阶图形的绘制.视频课程会陆续更新到我的B站[木舟笔记],希望大家多多支持! 折线图通常用来对两个连续变量的相互依存关系进行可视化,其中,x轴对应 ...

  6. Java后台生成图表——主代码(折线图,饼状图,柱状图,-》并产出图片PDF或其他格式的图片内容)

    声明: 本文采用的数据均来源于网络,本人只用于学习记录,若有侵权,还望能及时联系. Maven 的 POM 依赖 <!--必要--><!--用于jfreechart生成图片 --&g ...

  7. Python使用matplotlib可视化多个不同颜色的折线图、通过FontProperties为可视化图像配置中文字体可视化、并指定字体大小

    Python使用matplotlib可视化多个不同颜色的折线图.通过FontProperties为可视化图像配置中文字体可视化.并指定字体大小 目录

  8. python使用matplotlib可视化:折线图、条形图、柱状图、直方图、饼图、雷达图(极坐标图)

    python使用matplotlib可视化:折线图.条形图.柱状图.直方图.饼图.雷达图(极坐标图) 目录

  9. 用R中ggplot2包做箱线图、折线图、条形图

    用R中ggplot2包做箱线图.折线图.条形图(横.纵) 使用ggplot2完成画图工作 建议 箱线图 折线图 条形图 (纵)背景白色+柱子颜色一致 (纵)条形按y值降序排列+去掉边框线+红色渐变 ( ...

最新文章

  1. 解读 | 2019 年 10 篇计算机视觉精选论文(上)
  2. 比较器 Comparable 与compartor 的区别及理解
  3. 修改Smartfroms默认文本编辑器
  4. C++内联 inline的用法
  5. JavaScript计算两个日期相差天数/分钟/小时
  6. 1.6 编程基础之一维数组 05 年龄与疾病 python
  7. 《Python分布式计算》 第8章 继续学习 (Distributed Computing with Python)
  8. 微服务开发的入门级框架Spring Boot详解:注解
  9. OPPO Reno 5G版高调宣布上市时间:已具备上市条件
  10. open cv+C++错误及经验总结(三)
  11. [webpack]手写一个mvp版本的webpack
  12. hdu 1800 字符串水题 可用字符串hash 字典树做 我用了最水的排序水过
  13. C语言学生成绩排名系统
  14. win98模拟器_安利一款安卓win98模拟小游戏
  15. 车联网 北斗GPS 部标平台 JT/T808
  16. 孙子定理c语言程序,中国剩余定理(孙子定理)的证明和c++求解
  17. LTE与VOLTE基础知识(1)
  18. 5-27 冒泡法排序 (20分)
  19. 工作狂小废物的桌面[51CTO博客接龙桌面秀]
  20. 决策树ID3、C4.5、CART算法

热门文章

  1. Android按键面板上所有物理按键均可唤醒屏幕
  2. 想去大厂做产品经理,有什么要求?
  3. CAS:26915-72-0,mPEG-Methacrylate,mPEG-MAC,甲氧基-聚乙二醇-甲基丙烯酸酯
  4. RH413日志服务器篇
  5. win10的更新怎么关闭计算机,如何彻底关掉win10自动更新_彻底关掉win10自动更新的三种方法...
  6. 树莓派zero w 官方CSI摄像头配置
  7. Facebook推广攻略,让你轻松触达全球35.8亿真实用户!
  8. 带你了解ASA苹果搜索广告审核不通过的原因
  9. android 自定义view使用Canvas实现支付宝咻一咻功能
  10. 智慧政务大厅解决方案(附PPT下载)