PythonMatplotlibE

上一章介绍了Matplotlib绘图一些通用的设置，以折线图为例，本章我们就介绍一下其他的图形，直方图、条形图、饼图、散点图、极坐标图的原理和用法。

直方图（Histogram），又称质量分布图，是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布的情况。一般用横轴表示数据类型，纵向表示分布情况。

直方图是数值分布的精确图形表示，这是一个连续变量的概率分布的估计。为了构建直方图，第一步是将值得范围分段，即将整个值得范围分为一系列间隔，然后计算每个间隔中有多少值。间隔必须相邻，且通常是相等的大小。

hist()

bins:可以是一个bins数量的整数值，也可以是表示bin的一个序列。默认是10

normed:如果是True，直方图的图作归一化处理，形成概率密度，默认为FALSE

color:指定直方图的颜色。可以是单一颜色值或颜色的序列。如果指定了多个数据集合，颜色序列将会设置为相同的顺序。如果未指定，将会使用一个默认的线条颜色。

orientation:通过设置为horizontal创建水平直方图。默认值为vertical

#首先导入我们需要的数据，通常会先进行数据处理importpandasaspdimportmatplotlib.pyplotaspltdf=pd.read_excel(rC:\Users\\Desktop\test.xlsx,sheet_name=Sheet1)df

对上半年的各款项进行一个直方图的绘制

#选取上半年的数据df1=df[上半年]#bins是我想将数据分为10份，range是横轴的坐标范围，color是颜色plt.hist(df1,bins=10,range=(,),color=blue)

如结果所示，两个array数组，第一个表示数量，第二个表示范围，即-之间有8个，-之间有11个，一次类推。。。

如果想显示数值，hist函数中没有封装响应的参数，需要手动进行添加，使用plt.text函数

df1=df[上半年]arr=plt.hist(df1,bins=10,range=(,),color=blue)#将每一个数值添加到响应的直方图上方foriinrange(10):plt.text(arr[1][i]+20,arr[0][i]+0.2,str(arr[0][i]))二、条形图

条形图的原理不用多说，大家都知道，介绍一下用法，使用bar函数。

importpandasaspdimportmatplotlib.pyplotaspltdf=pd.read_excel(rC:\Users\\Desktop\test.xlsx,sheet_name=Sheet2)df

#绘制条形图的大小，宽度和颜色plt.figure(figsize=(10,6))x=df[月份]y=df[年]plt.rcParams[font.sans-serif]=MicrosoftYaHei#设置微软雅黑字体plt.bar(x,y,width=0.6,color=red)

如果想绘制水平的条形图，使用barh函数

plt.figure(figsize=(10,6))x=df[月份]y=df[年]plt.rcParams[font.sans-serif]=MicrosoftYaHei#设置微软雅黑字体plt.barh(x,y,0.7,color=red)

如果每个条形都想显示不一样的颜色，那么可以对color进行设置

importnumpyasnp#随机生成12个数组构成12种不同额颜色plt.bar(x,y,width=0.7,color=np.random.rand(12,3))

如果想加上标签，就想上面的直方图那样

plt.bar(x,y,width=0.7,color=np.random.rand(12,3))fora,binzip(x,y):plt.text(a,b+20,b,ha=center)三、饼图

饼图的原理也不用多说，下面介绍其用法

首先将A、B、C三个公司上半年的数据进行汇聚，算出上半年和下半年的业绩总和

importpandasaspdimportmatplotlib.pyplotaspltdf=pd.read_excel(rC:\Users\\Desktop\test.xlsx,sheet_name=Sheet1)df2=df.groupby([公司名称])[上半年,下半年].sum()df3=df2.reset_index()df3

使用上半年的数据制作饼图，并设置常用的参数

plt.figure(figsize=(6,6))#autopct是百分比的格式，explode是只是哪一块分离，shadow是是否显示阴影，#startangle是其实角度，pctdistance和labeldistance是百分比和标签离圆心的举例plt.pie(df3[上半年],labels=df3[公司名称],autopct=%0.2f%%,colors=[red,blue,yellow],explode=[0,0,0.1],shadow=True,startangle=90,pctdistance=0.5,labeldistance=1.2)#由于没有调节字体大小的参数，所以设置全局参数大小plt.rcParams[font.size]=15#横纵相等，为圆形plt.axis(equal)plt.show()四、散点图

散点图的原理也很简单，查看数据分布情况，使用scatter函数。

importnumpyasnpimportmatplotlib.pyplotaspltplt.scatter(np.random.randn(),np.random.randn(),color=np.random.rand(,3),marker=d)五、极坐标图

极坐标图可以通过条形图和散点图变化而来，只需要设置为polar就可以了

1、绘制极坐标柱状图

importnumpyasnpimportmatplotlib.pyplotaspltplt.figure(figsize=(9,6))x=np.linspace(0,2*np.pi,8)y=np.random.randint(0,,8)plt.bar(x,y,color=np.random.rand(8,3))

importnumpyasnpimportmatplotlib.pyplotaspltplt.figure(figsize=(9,9))plt.axes(polar=True)plt.bar(x,y,color=np.random.rand(8,3))

2、绘制极坐标散点图

importnumpyasnpimportmatplotlib.pyplotaspltplt.figure(figsize=(9,9))r=2*np.random.rand()x=2*np.pi*np.random.rand()plt.axes(polar=True)plt.scatter(x,r,color=np.random.rand(,3),s=*r*2,cmap=cool,alpha=0.8)江苏吴彦祖

转载请注明：http://www.sonphie.com/jbjc/12665.html