百度网站收录提交入口,网站对于企业的好处,现在 做网站 技术路线,数据中心机房运维方案学习完matplotlib绘图可以设置的属性#xff0c;还需要学习一下除了折线图以外其他类型的图如直方图#xff0c;条形图#xff0c;散点图等#xff0c;matplotlib还支持更多的图#xff0c;具体细节可以参考官方文档#xff1a;https://matplotlib.org/gallery/index.htm… 学习完matplotlib绘图可以设置的属性还需要学习一下除了折线图以外其他类型的图如直方图条形图散点图等matplotlib还支持更多的图具体细节可以参考官方文档https://matplotlib.org/gallery/index.html 折线图 折线图主要是以折线的上升或者下降表示数据的增减 plt.plot() 调用多次可以在同一张图上绘制多条折线 x range(11,31,1)
a [1,0,1,1,2,4,3,2,3,4,4,5,6,5,4,3,3,1,1,1]
b [1,0,3,1,2,2,3,3,2,1,2,1,1,1,1,1,1,1,1,1]
plt.xticks(x)
plt.plot(x,a,label数据A,linestyle-,colorred,alpha0.5)
plt.plot(x,b,label数据B,linestyle--,colorblue,alpha0.5)
plt.legend(propmy_font,locbest)
plt.show() 散点图 散点图主要是表示x和y之间的关系与折线图唯一不同的就是绘制散点图调用的是 scatter方法 a [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22]
b [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13]
x_a range(1,31)
x_b range(70,100)
#设置图形大小
plt.figure(figsize(15,8),dpi80)
#使用scatter方法绘制散点图
plt.scatter(x_a,a,label数据A)
plt.scatter(x_b,b,label数据B)
#添加图例
plt.legend(propmy_font)
#展示
plt.show() 条形图 条形图主要是统计离散数据 竖着的条形图与折线图唯一不同的就是绘条形图调用的是 bar方法,需要设置条形的宽度 a [流浪地球,疯狂的外星人,飞驰人生,大黄蜂,熊出没·原始时代,新喜剧之王,白蛇缘起,阿丽塔战斗天使,死侍2我爱我家,密室逃生,一吻定情,神探蒲松龄,小猪佩奇过大年 ,廉政风云 ,掠食城市,钢铁飞龙之奥特曼崛起,一条狗的回家路,家和万事惊,命运之夜——天之杯恶兆之花,我想吃掉你的胰脏]
b[43.14,21.35,16.35,11.37,6.9,6.11,4.42,4.22,2.83,2.29,1.64,1.5,1.22,1.11,0.4997,0.3746,0.36,0.3233,0.3136,0.2361]
#设置图形大小
plt.figure(figsize(15,8),dpi80)
#绘制条形图
plt.bar(range(len(a)),b,width0.3)
#设置字符串到x轴
plt.xticks(range(len(a)),a,fontpropertiesmy_font,rotation90)
plt.show() 横着的条形图与竖着的条形图不同的是需要设置y轴的坐标绘制图形调用的是 barh方法需要设置条形的高度 a [流浪地球,疯狂的外星人,飞驰人生,大黄蜂,熊出没·原始时代,新喜剧之王,白蛇缘起,阿丽塔战斗天使,死侍2我爱我家,密室逃生,一吻定情,神探蒲松龄,小猪佩奇过大年 ,廉政风云 ,掠食城市,钢铁飞龙之奥特曼崛起,一条狗的回家路,家和万事惊,命运之夜——天之杯恶兆之花,我想吃掉你的胰脏]
b[43.14,21.35,16.35,11.37,6.9,6.11,4.42,4.22,2.83,2.29,1.64,1.5,1.22,1.11,0.4997,0.3746,0.36,0.3233,0.3136,0.2361]
#设置图形大小
plt.figure(figsize(18,6),dpi80)
#绘制条形图
plt.barh(range(len(a)),b,height0.3,colororange)
#设置字符串到y轴
plt.yticks(range(len(a)),a,fontpropertiesmy_font)
plt.grid(alpha0.3)
plt.show() 多组数据绘制在一个图上 a [数据A,数据B,数据C,数据D]
b_1 [15746,290,4497,339]
b_2 [12357,176,2045,168]
b_3 [2358,369,2358,392]bar_width 0.2x_1 list(range(len(a)))
x_2 [ibar_width for i in x_1]
x_3 [ibar_width*2 for i in x_1]#设置图形大小
plt.figure(figsize(20,8),dpi80)
plt.bar(range(len(a)),b_1,widthbar_width,label1日)
plt.bar(x_2,b_2,widthbar_width,label2日)
plt.bar(x_3,b_3,widthbar_width,label3日)#设置图例
plt.legend(propmy_font)#设置x轴的刻度
plt.xticks(x_2,a,fontpropertiesmy_font)
plt.show() 直方图 直方图主要是 统计连续的数据 需要把所有的数据分成N组组数需要适当太少会有较大的统误差太多规律不明显 组数 极差最大值-最小值/组距 组距:指每个小组的两个端点的距离与折线图唯一不同的就是绘制直方图调用的是 hist方法 需要传入数据和组数 a[131, 98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124, 101, 110, 116, 117, 110, 128, 128, 115, 99, 136, 126, 134, 95, 138, 117, 111,78, 132, 124, 113, 150, 110, 117, 86, 95, 144, 105, 126, 130,126, 130, 126, 116, 123, 106, 112, 138, 123, 86, 101, 99, 136,123, 117, 119, 105, 137, 123, 128, 125, 104, 109, 134, 125, 127,105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120, 114,105, 115, 132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134,156, 106, 117, 127, 144, 139, 139, 119, 140, 83, 110, 102,123,107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133,112, 114, 122, 109, 106, 123, 116, 131, 127, 115, 118, 112, 135,115, 146, 137, 116, 103, 144, 83, 123, 111, 110, 111, 100, 154,136, 100, 118, 119, 133, 134, 106, 129, 126, 110, 111, 109, 141,120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126,114, 140, 103, 130, 141, 117, 106, 114, 121, 114, 133, 137, 92,121, 112, 146, 97, 137, 105, 98, 117, 112, 81, 97, 139, 113,134, 106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110,105, 129, 137, 112, 120, 113, 133, 112, 83, 94, 146, 133, 101,131, 116, 111, 84, 137, 115, 122, 106, 144, 109, 123, 116, 111,111, 133, 150]#计算组数
d 3 #组距
num_bins (max(a)-min(a))//d
#设置图形的大小
plt.figure(figsize(20,8),dpi80)
plt.hist(a,num_bins)
#设置x轴的刻度
plt.xticks(range(min(a),max(a)d,d))
plt.grid()
plt.show() 转载于:https://www.cnblogs.com/zh20130424/p/10427958.html
