python数据可视化入门（六）：棉棒图，箱线图，误差棒图
棉棒图
函数：plt.stem(x,y, linefmt=None, markerfmt=None, basefmt=None)
主要参数：
x: 棉棒的x轴基线的取值范围
y: 棉棒的长度
linefmt: 棉棒的样式，可选择{'-','--',':','-.'}，根据实际需求来选择
markerfmt: 棉棒末端的样式
basefmt: 指定基线的样式
label: 图例显示内容
示例
#导包
import matplotlib.pyplot as plt
import numpy as np
#中文显示
plt.rcParams['font.family']='FangSong'
#数据准备
a = np.linspace(0, 10, 20)
b = np.random.randn(20)
#绘制图形, xyz对应头部， 柱体， 基线
x,y,z=plt.stem(a, b, markerfmt="o", linefmt="-.", basefmt="--")
#单独设置棉棒末端
plt.setp(x,color='k')
#显示
plt.show()
箱线图
- 箱形图又称为盒须图、盒式图或箱线图
- 是一种用作显示一组数据分散情况的统计图。
- 它主要用于反映原始数据分布的特征，还可以进行多组数据分布特征的比较。
箱线图的绘制方法是：
- 先找出一组数据的上边缘、下边缘、中位数和两个四分位数
- 然后， 连接两个四分位数画出箱体
- 再将上边缘和下边缘与箱体相连接，中位数在箱体中间
箱线图利用数据中的五个统计量（最小值、下四分位数、中位数、上四分位数和最大值）来描述数据，它也可以粗略地看出数据是否具有对称性、分布的分散程度等信息，特别可以用于对几个样本的比较。
函数：plt.boxplot（）
#导包
import matplotlib.pyplot as plt
import numpy as np
#中文显示
plt.rcParams['font.family']='FangSong'
#数据准备
Chinese = np.random.randint(65,90,100)
English = np.random.randint(55,90,100)
math = np.random.randint(70,90,100)
grade=[Chinese,English,math]
wid=0.4
#设置坐标轴
label = ['语文','英语','数学']
#绘制箱线图
plt.boxplot(grade,widths=wid,patch_artist=True,labels=label)
#展示
plt.show()
误差棒图
函数功能：绘制y轴方向或是x轴方向的误差范围。
函数名称：plt.errorbar(x, y, yerr=a, xerr=b)
x,y ：待绘制的数据点
yerr：y轴方向的数据点的计算误差
xerr：x轴方向的数据点的计算误差
fmt：数据点的标记样式和数据点之间的连线
ecolor：误差棒的颜色
elinewidth：误差棒的粗细
ms：数据点的大小
mec：数据点的轮廓(边缘)颜色
mfc：数据点的颜色
capthick：误差棒上下横杠的厚度，值越大越厚，反之越薄。
capsize：误差棒上下横杠的长短，值越大越长，反之越短。
示例
#导包
import matplotlib.pyplot as plt
import numpy as np
#中文显示
plt.rcParams['font.family']='FangSong'
x=np.arange(5)
y=[100,68,79,91,82]
std_err=[7,2,6,10,5]
#误差棒的宽度 ，颜色，横帽
error_att = dict(elinewidth=2, ecolor='red',capsize=3)
'''
带误差棒的柱状图的关键要点在于函数bar（）中关键字参数yerr的使用，
误差棒的属性和属性值的控制都由关键字error_kw控制
'''
plt.bar(x,y,color='c',yerr=std_err,error_kw=error_att,\
tick_label=['作物1','作物2','作物3','作物4','作物5'])
plt.xlabel('名称')
plt.ylabel('产量（吨）')
plt.title('不同作物的产量')
plt.grid(True,axis='y')
plt.show()