python画图主刻度_python可视化-matplotlib

目录

1、折线图
2、散点图
3、条形图
4、直方图

1、折线图

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import random
 
#解决中文显示问题
plt.rcParams['font.sans-serif'] = ['KaiTi'] # 指定默认字体
plt.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题
#或者如下方法
from pylab import *
mpl.rcParams['font.sans-serif'] = ['SimHei']

#数据
x=range(0,120)
y=[random.randint(20,35) for i in range(120)]
#设置图形大小
plt.figure(figsize=(20,8),dpi=80)
#绘制图形
plt.plot(x,y,label="温度",color="PaleVioletRed",linestyle=":")
#调整x轴刻度
_xtick_labels=["10点{}分".format(i) for i in range(60)]
_xtick_labels+=["11点{}分".format(i) for i in range(60)]
plt.xticks(list(x)[::3],_xtick_labels[::3],rotation=45)#取步长，数字和字符串一一对应，数据的长度一样
#添加描述信息
plt.xlabel("时间")
plt.ylabel("温度 单位(摄氏度)")
plt.title("10点到12点每分钟的气温变化情况")
#设置横纵坐标轴范围
 plt.axis([35,50,0,1]) 
#绘制网格
plt.grid(alpha=0.8,linestyle=":") #设置透明度,网格线格式
#添加图例
plt.legend(loc="upper right")  #图例位置
#展示图形
plt.show()
#保存图形
# plt.savefig("./t1.png")

"""
#设置x轴刻度
_xtick_labels=[i/2 for i in range(2,49)]  #_xtick_labels=range(2,25,1)
plt.xticks(_xtick_labels[::3])       #选取间隔
plt.yticks(range(min(y),max(y)+5))
"""

2、散点图

"""
plt.scatter(x,y)
?plt.scatter
"""

3、条形图

a=["男","女"]
b=[10,20]

#解决中文显示问题
plt.rcParams['font.sans-serif'] = ['KaiTi'] 
plt.rcParams['axes.unicode_minus'] = False 

plt.figure(figsize=(5,3),dpi=80)
plt.bar(range(len(a)),b,width=0.5)
plt.xticks(range(len(a)),a)
plt.show()

a=["男","女"]
b=[10,20]

#解决中文显示问题
plt.rcParams['font.sans-serif'] = ['KaiTi'] 
plt.rcParams['axes.unicode_minus'] = False 

plt.figure(figsize=(5,3),dpi=80)
plt.barh(range(len(a)),b,height=0.5)
plt.yticks(range(len(a)),a)
plt.show()

a=["猩球崛起","战狼","蜘蛛侠","西游记"]
b_14=[2000,399,2500,366]
b_15=[8000,555,6000,500]
b_16=[12000,6000,3000,600]

plt.rcParams['font.sans-serif'] = ['KaiTi'] 
plt.rcParams['axes.unicode_minus'] = False 

plt.figure(figsize=(5,3),dpi=80)

bar_width=0.2

x_14=list(range(len(a)))
x_15=[i+bar_width for i in x_14]
x_16=[i+bar_width*2 for i in x_14]

plt.bar(x_14,b_14,width=bar_width,label="9月14日")
plt.bar(x_15,b_15,width=bar_width,label="9月15日")
plt.bar(x_16,b_16,width=bar_width,label="9月16日")
#设置图例
plt.legend()
#设置x轴刻度
plt.xticks(x_15,a)

4、直方图

import matplotlib.pyplot as plt
a=[]

#计算组数
d=3
num_bins=(max(a)-min(b))//d
#设置图形大小
plt.figure(figsize=(5,3),dpi=80)
plt.hist(a,num_bins,normed=True)#频数or频率分布图
#设置x轴刻度
plt.xticks(range(min(a),max(a)+d,d))

plt.grid()
plt.show()

参考：

1、设置颜色可以参考：https://www.sioe.cn/yingyong/yanse-rgb-16/

2、matplotlib官网：https://matplotlib.org/gallery/index.html

3、Summer Memories：Python可视化--利用matplotlib, seaborn绘制常见图表

4、朱卫军：seaborn常用的10种数据分析图表

5、忆臻：论文画图神器！25个常用Matplotlib图的Python代码，收藏收藏！