Python学习-Matplotlib库绘制各类常见统计图（散点图、条形图、直方图、饼状图、极坐标图）
Python学习-Matplotlib库绘制各类统计图
目录
1、散点图绘制及各类参数介绍
1）绘制散点图，特定函数scatter()
2）利用plot()函数绘制散点图
2、绘制条形图及各类参数介绍，bar()
3、绘制直方图及各类参数介绍，hist()
4、绘制饼状图及各类参数介绍，pie()
5、绘制极坐标图
导入库
import matplotlib.pyplot as plt
import numpy as np
from matplotlib.font_manager import FontProperties
font = FontProperties(fname=r"c:\windows\fonts\simsun.ttc", size=15) # 导入中文字体，打印中文标签
1、散点图绘制及各类参数介绍
1）绘制散点图，特定函数scatter()
常用参数介绍：
x: x轴坐标；y: y轴坐标；s: 点标记的大小；c: 标记颜色；marker: 标记的形状；alpha: 标记透明度[0,1]
不常用：
cmap: 设置颜色条；norm: 颜色范围归一化；vmin,vmax: 颜色最大最小值；
linewidths: 标记边缘线形状；edgecolors: 标记边缘线颜色
X = np.random.randn(100) # 生成x轴的100个随机数
Y = np.random.randn(100) # 生成y轴的100个随机数
plt.figure(1)
plt.title("散点图练习", fontproperties=font)
plt.scatter(x=X, y=Y, s=100, c='y', marker='*', alpha=1, \
cmap='hot', norm=None, vmin=0, vmax=100, linewidths=None, edgecolors=None)
plt.xlabel('横坐标', fontproperties=font)
plt.ylabel('纵坐标', fontproperties=font)
plt.show()
输出
2）利用plot()函数绘制散点图，必须指定图标，且不能有关于画线的指定条件，否则将会画成线
X = np.random.randn(100) # 生成x轴的100个随机数
Y = np.random.randn(100) # 生成y轴的100个随机数
plt.figure(2)
plt.plot(X, Y, ".", color='b')
输出
2、绘制条形图及各类参数介绍，bar()
参数介绍：
x: x轴坐标（元组、列表、数组）；height：条形图高度；width: 条形图宽度
bottom：设置条形基座的y坐标；align: 'center’基座在x位置，'edge’基座左边缘在x位置
alpha：条形图透明度；color：条形图颜色；label：条形图标签
plt.figure(3)
plt.rc('font', family='simhei', size=15) # 设置中文显示，字体大小
plt.rc('axes', unicode_minus=False) # 该参数解决负号显示的问题
c = ['大一', '大二', '大三', '大四'] # x轴刻度标记
x = np.arange(len(c))*0.8 # x轴刻度数，条形基座中间x位置数
g = [34, 32, 37, 35] # 条形图高度
b = [32, 31, 38, 40]
g1 = plt.bar(x=x, height=g, width=0.2, bottom=None, alpha=0.8, color='red', label="girl", \
align='edge', data=None)
"""
x: x轴坐标（元组、列表、数组）；height：条形图高度；width: 条形图宽度
bottom：设置条形基座的y坐标；align: 'center'基座在x位置，'edge'基座左边缘在x位置
alpha：条形图透明度；color：条形图颜色；label：条形图标签
"""
b1 = plt.bar([x1+0.2 for x1 in x], height=b, width=0.2, alpha=0.8, color='blue', label="boy", align='edge')
"""
[x1+0.2 for x1 in x]:
for x1 in range(len(x)):
x[x1] += 1
"""
plt.title('各年级人数统计')
plt.legend() # 显示图例
plt.ylim(0, 80) # y轴刻度范围
plt.ylabel('人数') # y轴标签
plt.xticks([index + 0.2 for index in x], c) # 显示条形图的标签
plt.xlabel('班级') # x轴标签
# 在每一个条形图的顶部设置顶值
for r1 in g1:
height = r1.get_height()
plt.text(r1.get_x()+r1.get_width()/2, height+1, str(height), ha="center", va="bottom")
for r2 in b1:
height = r2.get_height()
plt.text(r2.get_x()+r2.get_width()/2, height+1, str(height), ha="center", va="bottom")
plt.show()
输出
3、绘制直方图及各类参数介绍，hist()
参数介绍：
x: x轴坐标（元组、列表、数组）；bins：条形数量，也可以是数组[1,2,3,4]，第一个条形范围为[1,2)；
range: (x.min(), x.max()),概率分布范围上下限；density：True表示归一化处理，形成概率密度计算；
weights：给x所有值赋权重；cumulative：True，从小到大统计、False：从大到小统计
bottom：指定每个条形基座的在x轴的基线位置；histtype：直方图类型，bar、barstacked、step、stepfilled；
align: 指定条形基座的在x轴上相对基线的位置；alpha：条形图透明度；orientation：条形显示方式，horizontal、vertical
rwidth：宽度； log：True，对数刻度；stacked：堆叠；color：直方图颜色；label：直方图标签
plt.figure(4)
plt.rc('font', family='simhei', size=15) # 设置中文显示，字体大小
plt.rc('axes', unicode_minus=False) # 该参数解决负号显示的问题
data = np.random.randn(1000)
plt.hist(x=data, bins=20, range=None, density=False, weights=None, cumulative=False, bottom=None, \
histtype='stepfilled', align='mid', alpha=0.9, orientation='vertical', rwidth=None, log=False, \
color='y', stacked=True, edgecolor='black')
"""
# x: x轴坐标（元组、列表、数组）；bins：条形数量，也可以是数组[1,2,3,4]，第一个条形范围为[1,2)；
range: (x.min(), x.max()),概率分布范围上下限；density：True表示归一化处理，形成概率密度计算；
weights：给x所有值赋权重；cumulative：True，从小到大统计、False：从大到小统计
bottom：指定每个条形基座的在x轴的基线位置；histtype：直方图类型，bar、barstacked、step、stepfilled；
align: 指定条形基座的在x轴上相对基线的位置；alpha：条形图透明度；orientation：条形显示方式，horizontal、vertical
rwidth：宽度； log：True，对数刻度；stacked：堆叠；color：直方图颜色；label：直方图标签
"""
plt.xlabel('概率分布区间')
plt.ylabel('频数or频率')
plt.title('分布直方图')
plt.show()
输出
4、绘制饼状图及各类参数介绍，pie()
参数介绍：
explode：切片到圆心的距离
shadow：阴影
radius： 半径
plt.figure(5)
plt.rc('font', family='simhei', size=15) # 设置中文显示，字体大小
plt.rc('axes', unicode_minus=False) # 该参数解决负号显示的问题
lab = ['感冒', '肠胃不适', '过敏', '其它']
data = [48, 21, 18, 13]
color = ['red', 'green', 'blue', 'yellow']
explode = (0.1, 0, 0, 0)
plt.pie(x=data, explode=explode, labels=lab, colors=color, autopct='%1.1f%%', pctdistance=0.6, shadow=False, \
labeldistance=1.1, startangle=0, radius=0.5, counterclock=True, wedgeprops=None, textprops=None, \
center=(0, 0), frame=None, rotatelabels=True)
"""
explode：切片到圆心的距离
shadow：阴影
radius： 半径
"""
plt.title('生病人数及原因统计')
plt.legend() # 产生图例
plt.show()
输出
5、绘制极坐标图
注：画极坐标时，需要指定subplot()的参数projection=‘polar’
plt.figure(6)
t = np.arange(0, 2*np.pi, 0.2)
ax1 = plt.subplot(projection='polar')
ax1.plot(t, t/6, '--', lw=2)
plt.show()
输出
