Matplotlib基础绘图函数示例
2017-07-04 23:06
681 查看
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();
相关文章推荐
- 数据分析与展示——Matplotlib基础绘图函数示例
- Python——matplotlib基础绘图函数示例
- Python使用matplotlib实现基础绘图功能示例
- matplotlib绘图基础
- matplotlib绘图基础
- matplotlib绘图基础--3
- matplotlib绘图基础--1
- matplotlib学习之绘图基础
- Python高级数据处理与可视化(二)---- Matplotlib绘图基础
- matplotlib绘图基础
- [053]matplotlib绘图基础
- matplotlib绘图基础
- python matplotlib 绘图基础
- matplotlib 2D绘图基础
- matplotlib绘图基础--2
- matplotlib绘图基础
- matplotlib plot 绘图函数发生阻塞(block)时的解决方法
- Matplotlib绘图基础
- Python高级数据处理与可视化(二)---Matplotlib绘图基础
- 六、matplotlib系列---pyplot基础图表函数概述