前言

Matplotlib 是 Python 的繪圖庫。 它可與 NumPy 一起使用，提供了一種有效的 MatLab 開源替代方案。 它也可以和圖形工具包一起使用，如 PyQt 和 wxPython。

用matplotlib繪制一些大家比較熟悉又經常混淆的統計圖形，掌握這些統計圖形可以對數據可視化有一個深入理解。

Windows 系統安裝 Matplotlib

進入到 cmd 窗口下，執行以下命令：

python -m pip install -U pip setuptools

python -m pip install matplotlib

Linux 系統安裝 Matplotlib

可以使用 Linux 包管理器來安裝：

Debian / Ubuntu：

sudo apt-get install python-matplotlib

Fedora / Redhat：

sudo yum install python-matplotlib

Mac OSX 系統安裝 Matplotlib

Mac OSX 可以使用 pip 命令來安裝：

sudo python -mpip install matplotlib

安裝完后，你可以使用 python -m pip list 命令來查看是否安裝了 matplotlib 模塊。

$ python -m pip list | grep matplotlib

matplotlib (1.3.1)

1.函數bar()--用于繪制柱狀圖

在x軸上繪制定性數據的分布特征

import matplotlib as mpl

import matplotlib.pyplot as plt

mpl.rcParams["font.sans-serif"]=["SimHei"]

mpl.rcParams["axes.unicode_minus"]=False

x=[1,2,3,4,5,6,7,8]

y=[3,1,4,5,8,9,7,2]

plt.bar(x,y,align="center",color="c",tick_label=["q","a","c","e","r","j","b","p"],hatch="/")

plt.xlabel("箱子編號")

plt.ylabel("箱子重量(kg)")

plt.show()

2.

2、函數barh()--用于繪制條形圖

在y軸上繪制定性數據的分布特征

import matplotlib as mpl

import matplotlib.pyplot as plt

mpl.rcParams["font.sans-serif"]=["SimHei"]

mpl.rcParams["axes.unicode_minus"]=False

x=[1,2,3,4,5,6,7,8]

y=[3,1,4,5,8,9,7,2]

plt.barh(x,y,align="center",color="c",tick_label=["q","a","c","e","r","j","b","p"],hatch="/")

plt.xlabel("箱子編號")

plt.ylabel("箱子重量(kg)")

plt.show()

3.

3、函數hist()--用于繪制直方圖

在x軸上繪制定量數據的分布特征

import matplotlib as mpl

import matplotlib.pyplot as plt

import numpy as np

mpl.rcParams["font.sans-serif"]=["SimHei"]

mpl.rcParams["axes.unicode_minus"]=False

#set test scores

boxWeight = np.random.randint(0,10,100)

x = boxWeight

#plot histogram

bins = range(0,11,1)

plt.hist(x,bins=bins,

color="g",

histtype="bar",

rwidth=1,

alpha=0.6)

#set x,y-axis label

plt.xlabel("箱子重量(kg)")

plt.ylabel("銷售數量(個)")

plt.show()

4.函數pie()--用于繪制餅圖

繪制定性數據的不同類別的百分比

import matplotlib as mpl

import matplotlib.pyplot as plt

mpl.rcParams["font.sans-serif"]=["SimHei"]

mpl.rcParams["axes.unicode_minus"]=False

kinds ="簡易箱","保溫箱","行李箱","密封箱"

colors = ["#e41a1c","#377eb8","#4daf4a","#984ea3"]

soldNums = [0.05,0.45,0.15,0.35]

#pie chart

plt.pie(soldNums,

labels=kinds,

autopct="%3.1f%%",

startangle=60,

colors=colors)

plt.title("不同類型箱子的銷售數量占比")

plt.show()

5.函數polar()--用于繪制極線圖

在極坐標圖上繪制折線圖

import matplotlib.pyplot as plt

import numpy as np

barSlices = 12

theta = np.linspace(0.0,2*np.pi,barSlices,endpoint=False)

r = 30*np.random.rand(barSlices)

plt.polar(theta,r, #theta每個標記所在射線與極徑的夾角，r每個標記到原點的距離

color="chartreuse",

linewidth=2,

marker="*",

mfc="b",

ms=10)

plt.show()

6.函數scatter()--用于繪制氣泡圖

二維數據借助氣泡圖大小展示三維數據

import matplotlib.pyplot as plt

import matplotlib as mpl

import numpy as np

a = np.random.randn(100)

b = np.random.randn(100)

#colormap:RdYlBu

plt.scatter(a,b,s=np.power(10*a+20*b,2),#s散點標記的大小

c=np.random.rand(100),#c散點標記的顏色

cmap=mpl.cm.RdYlBu,#將浮點數映射成顏色的顏色映射表

marker='o')

plt.show()

7.函數stem()--用于繪制棉棒圖

繪制離散的有序數據

import matplotlib.pyplot as plt

import numpy as np

x = np.linspace(0.5,2*np.pi,20)

y = np.random.randn(20)

plt.stem(x,y,linefmt="-.",markerfmt="o",basefmt="-")

linefmt棉棒的樣式、markerfmt棉棒末端的樣式、basefmt指定基線的樣式

plt.show()

8.函數boxplot()--用于繪制箱型圖

繪制箱型圖

import matplotlib.pyplot as plt

import matplotlib as mpl

import numpy as np

mpl.rcParams["font.sans-serif"]=["SimHei"]

mpl.rcParams["axes.unicode_minus"]=False

x = np.random.randn(1000)

plt.boxplot(x)

plt.xticks([1],["隨機數生成器AlphaRM"])

plt.ylabel("隨機數值")

plt.title("隨機數生成器抗干擾能力的穩定性")

plt.grid(axis="y",ls=":",lw=1,color="gray",alpha=0.4)

plt.show()

9.函數errorbar()--用于繪制誤差棒圖

繪制y軸方向或是x軸方向的誤差范圍

import matplotlib.pyplot as plt

import numpy as np

x = np.linspace(0.1,0.6,6)

y = np.exp(x)

plt.errorbar(x,y,fmt="bo:",yerr=0.2,xerr=0.02)

plt.xlim(0,0.7)

plt.show()

總結

以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作具有一定的參考學習價值，謝謝大家對腳本之家的支持。

總結

以上是生活随笔為你收集整理的python画统计图代码_Python使用统计函数绘制简单图形实例代码的全部內容，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。