python数据分析与展示--matplotlib基本绘制函数

一.pyplot基本图标函数概述

以下是对pyplot一些基本绘图函数的介绍，内容较多，故分多表介绍：

pyplot的基本图标函数1

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(date,explode)	绘制饼图

---

pyplot的基本图标函数2

函数	说明
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)	绘制直图

---

pyplot的基本图标函数3

函数	说明
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

---

二.pyplot饼图绘制

饼图绘制plt.pie()函数，plt.axis()缩放操作

代码实例：

import matplotlib.pyplot as plt

labels = 'sing', 'dance', 'rap', 'basketball'
size = [15, 30, 45, 10]
explode = (0, 0.1, 0, 0)
plt.pie(size, explode=explode, labels=labels, autopct='%1.1f%%',
        shadow=True, startangle=90)
plt.axis('equal')
plt.show()

效果图：

 

当shadow为false是，饼图没有立体阴影效果：

---

三.pyplot直方图绘制 

直方图绘制函数plt.hist()

hist常用参数：

·bins：直方图区间的个数

·color：柱子颜色

·edgecolor：柱子边框颜色

·denstiy：参数默认为Flase,表示用每个区间的数值个数来绘图，当去True时，柱子的高度为每个区间的频率

·orientation：表示柱子的方向，默认值为vertical，为竖直方向，当取值为horizontal时为水平向

·histtpe：指定绘图的类型，参数bar和stepfilled一样，当参数为step时只绘边框的线条

·alpha：设置像素

代码实例：

import matplotlib.pyplot as plt
import numpy as np

np.random.seed(0)   
mu,sigma=100,20         #均值和标准差
a=np.random.normal(mu,sigma,size=100)
plt.hist(a,20,histtype='stepfilled',facecolor='b',alpha=0.75)
plt.title('Histogram')
plt.show()

效果图：

---

又如：

import matplotlib.pyplot as plt
import numpy as np

np.random.seed(0)
mu,sigma=100,20         #均值和标准差
a=np.random.normal(mu,sigma,size=100)
plt.hist(a, 20, histtype='bar', facecolor='b', alpha=0.75,
         edgecolor='k',orientation='horizontal')
plt.title('Histogram')
plt.show()

图：

---

 四.pyplot极坐标图的绘制

import matplotlib.pyplot as plt
import numpy as np

N=20
theta=np.linspace(0.0,2*np.pi,N,endpoint=False)
radii=10*np.random.rand(N)
width=np.pi/4*np.random.rand(N)
ax=plt.subplot(111,projection='polar')
bars=ax.bar(theta,radii,width=width,bottom=1.0)
for r,bar in zip(radii,bars):
    bar.set_facecolor(plt.cm.viridis(r/10.))
    bar.set_alpha(0.5)
plt.show()

图：

代码详解：

theta=np.linspace(0.0,2*np.pi,N,endpoint=False)

 将0到均匀分成N份

width=np.pi/4*np.random.rand(N)

生成的数，形成密度值

ax=plt.subplot(111,projection='polar')

111为子分区，表示生成1*1矩阵的图取第一个图，projection表示画的极坐标

最后for循环用于图像添加颜色

---

五.pyplot散点图绘制

代码:

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()

效果图：

 

---