python数据分析与展示学习笔记（5）分割绘图区域——画饼图、直方图和散点图

1.绘图区域的分割

我们在绘图时有时需要将两个图放在同一个图像区域中，这就涉及到绘图区域的分割，平时我们最常用的就是subplot函数，用法非常简单，如subplot(324)代表的是将画图区域分割成3行2列，当前的绘图区域在第4个。但是这个函数仅能实现简单的分割，如果想实现更为复杂的分割，可以使用如下方法。

import matplotlib.gridspec as gridspec
import matplotlib.pyplot as plt
#将绘图区域先划分为3行3列的基本单元
gs= gridspec.GridSpec(3,3)
ax1=plt.subplot(gs[0,:])
ax2=plt.subplot(gs[1,:-1])
ax3=plt.subplot(gs[1:,-1])
ax4=plt.subplot(gs[2,0])
ax5=plt.subplot(gs[2,1])

效果如图：

2.饼图的绘制

import matplotlib.pyplot as plt
#每一部分的标签
labels='a','b','c','d'
#每一部分所占的比例
sizes=[15,30,45,10]
#每一部分的突出程度
explode=(0,0.1,0,0)
#autopct表示显示百分数的形式，shadow是否有阴影效果，startangle是起始角度
plt.pie(sizes,explode=explode,labels=labels,autopct='%1.1f%%',
        shadow=False,startangle=90)
#将饼图变为正圆
plt.axis('equal')
plt.show()

 

效果如图：

3.直方图的绘制

import matplotlib.pyplot as plt
import numpy as np
np.random.seed(1)
mu,sigma=100,20
a=np.random.normal(mu,sigma,size=100)
#第二个参数bin是我们主要要关注的，bin代表直方的个数
#hist直方图bin数量决定了直方的个数，举例当数组最小值为0最大值为100，bin为10，
#则将0-100等分成10个区间，记录每个区间的元素个数，也就是每个区间元素出现的频率
plt.hist(a,20,normed=1,histtype='stepfilled',facecolor='b',alpha=0.75)
plt.show()

 

效果如图：

4.散点图的绘制

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()

效果如图：