學習完matplotlib繪圖可以設置的屬性，還需要學習一下除了折線圖以外其他類型的圖如直方圖，條形圖，散點圖等，matplotlib還支持更多的圖，具體細節可以參考官方文檔：https://matplotlib.org/gallery/index.html

折線圖

折線圖主要是以折線的上升或者下降表示數據的增減
plt.plot() 調用多次可以在同一張圖上繪制多條折線

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="數據A",linestyle="-",color="red",alpha=0.5) plt.plot(x,b,label="數據B",linestyle="--",color="blue",alpha=0.5) plt.legend(prop=my_font,loc="best") plt.show()

散點圖

散點圖主要是表示x和y之間的關系
與折線圖唯一不同的就是繪制散點圖調用的是 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) #設置圖形大小 plt.figure(figsize=(15,8),dpi=80) #使用scatter方法繪制散點圖 plt.scatter(x_a,a,label="數據A") plt.scatter(x_b,b,label="數據B") #添加圖例 plt.legend(prop=my_font) #展示 plt.show()

條形圖

條形圖主要是統計離散數據

豎著的條形圖
與折線圖唯一不同的就是繪條形圖調用的是 bar方法,需要設置條形的寬度

a = ["流浪地球","瘋狂的外星人","飛馳人生","大黃蜂","熊出沒·原始時代","新喜劇之王","白蛇：緣起","阿麗塔：戰斗天使","死侍2：我愛我家","密室逃生","一吻定情","神探蒲松齡","小豬佩奇過大年 ","廉政風云 ","掠食城市","鋼鐵飛龍之奧特曼崛起","一條狗的回家路","家和萬事驚","命運之夜——天之杯：惡兆之花","我想吃掉你的胰臟"] 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] #設置圖形大小 plt.figure(figsize=(15,8),dpi=80) #繪制條形圖 plt.bar(range(len(a)),b,width=0.3) #設置字符串到x軸 plt.xticks(range(len(a)),a,fontproperties=my_font,rotation=90) plt.show()

橫著的條形圖
與豎著的條形圖不同的是需要設置y軸的坐標，繪制圖形調用的是 barh方法，需要設置條形的高度

a = ["流浪地球","瘋狂的外星人","飛馳人生","大黃蜂","熊出沒·原始時代","新喜劇之王","白蛇：緣起","阿麗塔：戰斗天使","死侍2：我愛我家","密室逃生","一吻定情","神探蒲松齡","小豬佩奇過大年 ","廉政風云 ","掠食城市","鋼鐵飛龍之奧特曼崛起","一條狗的回家路","家和萬事驚","命運之夜——天之杯：惡兆之花","我想吃掉你的胰臟"] 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] #設置圖形大小 plt.figure(figsize=(18,6),dpi=80) #繪制條形圖 plt.barh(range(len(a)),b,height=0.3,color="orange") #設置字符串到y軸 plt.yticks(range(len(a)),a,fontproperties=my_font) plt.grid(alpha=0.3) plt.show()

多組數據繪制在一個圖上

a = ["數據A","數據B","數據C","數據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 = [i+bar_width for i in x_1] x_3 = [i+bar_width*2 for i in x_1]#設置圖形大小 plt.figure(figsize=(20,8),dpi=80) plt.bar(range(len(a)),b_1,width=bar_width,label="1日") plt.bar(x_2,b_2,width=bar_width,label="2日") plt.bar(x_3,b_3,width=bar_width,label="3日")#設置圖例 plt.legend(prop=my_font)#設置x軸的刻度 plt.xticks(x_2,a,fontproperties=my_font) plt.show()

直方圖

直方圖主要是 統計連續的數據
需要把所有的數據分成N組，組數需要適當，太少會有較大的統誤差，太多規律不明顯
組數 = 極差（最大值-最小值）/組距
組距:指每個小組的兩個端點的距離
與折線圖唯一不同的就是繪制直方圖調用的是 hist方法 需要傳入數據和組數

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]#計算組數 d = 3 #組距 num_bins = (max(a)-min(a))//d #設置圖形的大小 plt.figure(figsize=(20,8),dpi=80) plt.hist(a,num_bins) #設置x軸的刻度 plt.xticks(range(min(a),max(a)+d,d)) plt.grid() plt.show()

轉載于:https://www.cnblogs.com/zh20130424/p/10427958.html

總結

以上是生活随笔為你收集整理的python实战学习之matplotlib绘图续的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。