Matplotlib基础绘图函数示例

Pyplot基础图标函数：

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(data, explode)	绘制饼图
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)	绘制直方图
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

 

程序实例：

 

绘制饼图：

# -*- coding:utf-8 -*-
importmatplotlib.pyplot as plt

labels = ['Frogs','Hogs', 'Dogs', 'Logs'];
sizes = [15, 30,45, 10];
explode = (0, 0.1,0, 0);

# pie绘制饼图
# sizes：每个饼状的大小（百分比）,explode：突出, labels：每块的标记,
# autopct：数字百分比显示格式，shadow：扇形是否有阴影，startangle：起始角度
plt.pie(sizes,explode, labels, autopct='%1.1f%%',
shadow=False, startangle=90);

plt.show();

explode = (0, 0,0, 0);
plt.pie(sizes,explode, labels, autopct='%1.1f%%',
shadow=True);
# 坐标轴相等，表示饼状图是圆形而不是椭圆形
plt.axis('equal');
plt.show();




绘制直方图：

# -*- coding:utf-8 -*-
importmatplotlib.pyplot as plt
import numpy as np

np.random.seed(0);

# 均值和方差
mu, sigma = 100,20;
a =np.random.normal(mu, sigma, 100);

# hist用于绘制直方图
# a是需要绘制的数据，bins是直方图的直方条状个数，
# normed：1表示纵坐标为数据频率，0表示数据出现的频数
# histtype：条形类别，facecolor：条形颜色
plt.hist(a,bins=20, normed=1, histtype='stepfilled', facecolor='green', alpha=0.9);
plt.title('Histogram');
plt.show();

data =np.random.randint(1, 11, 5);
x =np.arange(len(data));

plt.plot(x, data,color = 'r');
# bar绘图条形图
plt.bar(x, data,alpha = .5, color = 'b');
plt.show();




绘制极坐标：

# -*- coding:utf-8 -*-
import numpy as np
importmatplotlib.pyplot as plt

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);

# 使用面向对象的方法绘制图像
ax =plt.subplot(111, projection='polar');
# left：数据点的其实角度, height：数据里中心点的距离高度,
# width：数据点的跨越角度大小（即扇形的角度）
bars =ax.bar(theta, radii, width, bottom=0.0);

for r, bar inzip(radii, bars):
bar.set_facecolor(plt.cm.viridis(r / 10.));
bar.set_alpha(0.5);

plt.show();
 


绘制散点图：

# -*- coding:utf-8 -*-
import numpy as np
importmatplotlib.pyplot as plt

fig, ax =plt.subplots();
# 绘制散点图
ax.plot(10*np.random.randn(100),10*np.random.randn(100), 'o');
ax.set_title('SimpleScatter');
plt.show();