Python中使用matplotlib绘制各类图表示例

news2024/12/23 0:15:19

折线图

折线图是一种用于表示数据随时间、变量或其他连续性变化的趋势的图表。通过在横轴上放置时间或如此类似的连续变量，可以在纵轴上放置数据点的值，从而捕捉到数据随时间发生的变化。折线图可以用于比较不同变量的趋势，轻松地发现不同的变量之间的差异。

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)

# 创建一个绘图窗口，大小为8x6英寸
plt.figure(figsize=(8, 6))

# 绘制折线图
plt.plot(x, y1, label='sin(x)')
plt.plot(x, y2, label='cos(x)')

# 添加图例，显示在右上角
plt.legend(loc='upper right')

# 添加标题和轴标签
plt.title('Sin and Cos functions')
plt.xlabel('x')
plt.ylabel('y')

# 显示网格线
plt.grid(True)

# 保存图像，支持多种格式，如PNG、PDF、SVG等
plt.savefig('line_plot.png', dpi=300)

# 显示图像
plt.show()

示例结果：

在这里插入图片描述

参数说明：

  • plt.figure(figsize=(8, 6))：创建一个大小为8x6英寸的绘图窗口。
  • plt.plot(x, y1, label='sin(x)')：绘制折线图，x和y1是数据点的x坐标和y坐标，label是该折线的标签，用于图例中显示。
  • plt.legend(loc='upper right')：添加图例，loc参数指定图例的位置，可以是字符串’upper right’等也可以是数字0~10。
  • plt.title('Sin and Cos functions')：添加标题。
  • plt.xlabel('x')：添加x轴标签。
  • plt.ylabel('y')：添加y轴标签。
  • plt.grid(True)：显示网格线。
  • plt.savefig('line_plot.png', dpi=300)：保存图像到文件line_plot.png中，dpi参数指定输出分辨率。

柱状图

柱状图是一种用于比较不同组数据之间差异的图表。它通过将每个数据组的值表示为柱形的高度来显示差异。柱状图可用于比较不同分类数据的数量、频率或比率，用于显示该类别数据的相对大小。

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = ['A', 'B', 'C', 'D', 'E']
y1 = [3, 7, 2, 5, 9]
y2 = [5, 2, 6, 3, 1]

# 创建一个绘图窗口，大小为8x6英寸
plt.figure(figsize=(8, 6))

# 绘制柱状图
plt.bar(x, y1, color='lightblue', label='Group 1')
plt.bar(x, y2, color='pink', bottom=y1, label='Group 2')

# 添加图例，显示在右上角
plt.legend(loc='upper right')

# 添加标题和轴标签
plt.title('Bar Plot')
plt.xlabel('Category')
plt.ylabel('Value')

# 显示图像
plt.show()

示例结果：

柱状图

参数说明：

  • plt.bar(x, y1, color='lightblue', label='Group 1')：绘制柱状图，x是类别列表，y1是每个类别对应的值，label是该组数据的标签，用于图例中显示。color参数指定柱状图的颜色。
  • plt.bar(x, y2, color='pink', bottom=y1, label='Group 2')：绘制第二组数据的柱状图，bottom参数指定该组数据的底部位置。
  • plt.legend(loc='upper right')：添加图例，loc参数指定图例的位置，可以是字符串’upper right’等也可以是数字0~10。
  • plt.title('Bar Plot')：添加标题。
  • plt.xlabel('Category')：添加x轴标签。
  • plt.ylabel('Value')：添加y轴标签。

直方图

直方图用于展示数据的分布情况，通常用于分析数据集的偏态和峰态等特征。

import matplotlib.pyplot as plt
import numpy as np

# 生成随机数据
np.random.seed(42)
data = np.random.normal(size=1000)

# 绘制直方图
fig, ax = plt.subplots()
ax.hist(data, bins=30, density=True, alpha=0.5, color='blue')

# 设置图表标题和坐标轴标签
ax.set_title('Histogram of Random Data', fontsize=16)
ax.set_xlabel('Value', fontsize=14)
ax.set_ylabel('Frequency', fontsize=14)

# 设置坐标轴刻度标签大小
ax.tick_params(axis='both', which='major', labelsize=12)

# 显示图表
plt.show()

示例结果：
在这里插入图片描述

参数说明：

  • data：要绘制的数据集。
  • bins：直方图中的箱数。
  • density：是否将频数转换为概率密度。
  • alpha：直方图的透明度。
  • color：直方图的颜色。
  • ax.set_title()：设置图表标题。
  • ax.set_xlabel()：设置x轴标签。
  • ax.set_ylabel()：设置y轴标签。
  • ax.tick_params()：设置坐标轴刻度标签的大小。

饼图

饼图用于展示数据的占比情况，通常用于比较不同类别或部分之间的占比情况。

import matplotlib.pyplot as plt

# 生成数据
labels = ['A', 'B', 'C', 'D']
sizes = [15, 30, 45, 10]
colors = ['red', 'green', 'blue', 'yellow']

# 绘制饼图
fig, ax = plt.subplots()
ax.pie(sizes, labels=labels, colors=colors, autopct='%1.1f%%', startangle=90)

# 设置图表标题
ax.set_title('Pie Chart of Data', fontsize=16)

# 显示图表
plt.show()

示例结果：
在这里插入图片描述

参数说明：

  • labels：数据的类别标签。
  • sizes：数据的占比。
  • colors：数据的颜色。
  • autopct：占比的显示格式。
  • startangle：饼图的起始角度。
  • ax.set_title()：设置图表标题。

括线图

括线图是一种用于比较不同组数据分布情况的图表。它用于显示数据的中位数、上下四分位数、最小值和最大值，可以帮助我们了解数据分布的形状、位置和离散程度。在括线图中，每个箱子代表数据的25%～75%分位数，中位线是每个箱子中的中位数，普通线是每个箱子之外的最小值和最大值。

import matplotlib.pyplot as plt

# 生成数据
data = [[3.4, 4.1, 3.8, 2.0], [2.3, 4.5, 1.2, 4.3]]

# 创建一个绘图窗口，大小为8x6英寸
plt.figure(figsize=(8, 6))

# 绘制括线图
bp = plt.boxplot(data, widths=0.5, patch_artist=True, notch=True)

# 设置每个箱线图的颜色和填充
for patch, color in zip(bp['boxes'], ['lightblue', 'pink']):
    patch.set_facecolor(color)

# 添加标题和轴标签
plt.title('Box Plot')
plt.xlabel('Group')
plt.ylabel('Data')

# 显示图像
plt.show()

示例结果：

在这里插入图片描述

参数说明：

  • plt.boxplot(data, widths=0.5, patch_artist=True, notch=True)：绘制括线图，data是一个包含两个列表的列表，表示两组数据。widths参数指定每个箱线图的宽度，patch_artist参数指定使用补丁来填充箱线图，notch参数指定绘制出箱线图中的记分牌。
  • patch.set_facecolor(color)：设置每个箱线图的颜色和填充，zip函数可以将两个列表打包成一个元组，逐个取出元组的值。
  • plt.title('Box Plot')：添加标题。
  • plt.xlabel('Group')：添加x轴标签。
  • plt.ylabel('Data')：添加y轴标签。

散点图

散点图是一种用于展示两个变量之间关系的图表。每个点代表一个数据点，它的位置由变量的值确定。散点图可用于寻找变量之间的相关性，并显示数据中的任何异常值或离群值。

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = np.random.normal(size=100)
y = np.random.normal(size=100)

# 创建一个绘图窗口，大小为8x6英寸
plt.figure(figsize=(8, 6))

# 绘制散点图
plt.scatter(x, y, s=50, alpha=0.5)

# 添加标题和轴标签
plt.title('Scatter Plot')
plt.xlabel('x')
plt.ylabel('y')

# 显示图像
plt.show()

示例结果：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-GM4O5nQt-1686898200230)(null)]

参数说明：

  • plt.scatter(x, y, s=50, alpha=0.5)：绘制散点图，x和y是数据点的x坐标和y坐标，s指定点的大小，alpha指定点的透明度。
  • plt.title('Scatter Plot')：添加标题。
  • plt.xlabel('x')：添加x轴标签。
  • plt.ylabel('y')：添加y轴标签。

箱线图

箱线图用于展示数据的分布情况和异常值等信息，通常用于比较不同数据集之间的差异。

import matplotlib.pyplot as plt
import numpy as np

# 生成随机数据
np.random.seed(42)
data = np.random.normal(size=(100, 4), loc=0, scale=1.5)

# 绘制箱线图
fig, ax = plt.subplots()
ax.boxplot(data, notch=True, sym='o', vert=True, whis=1.5)

# 设置图表标题和坐标轴标签
ax.set_title('Boxplot of Random Data', fontsize=16)
ax.set_xlabel('Variable', fontsize=14)
ax.set_ylabel('Value', fontsize=14)

# 设置坐标轴刻度标签大小
ax.tick_params(axis='both', which='major', labelsize=12)

# 显示图表
plt.show()

示例结果：
在这里插入图片描述

参数说明：

  • data：要绘制的数据集。
  • notch：是否绘制缺口。
  • sym：异常值的标记形状。
  • vert：是否垂直绘制箱线图。
  • whis：箱线图的须长度，以四分位距的1.5倍为标准。
  • ax.set_title()：设置图表标题。
  • ax.set_xlabel()：设置x轴标签。
  • ax.set_ylabel()：设置y轴标签。
  • ax.tick_params()：设置坐标轴刻度标签的大小。

热力图

热力图用于展示数据之间的关系和趋势，通常用于分析二维数据的相关性和变化。

import matplotlib.pyplot as plt
import numpy as np

# 生成随机数据
np.random.seed(42)
data = np.random.normal(size=(10, 10), loc=0, scale=1)

# 绘制热力图
fig, ax = plt.subplots()
im = ax.imshow(data, cmap='YlOrRd')

# 添加颜色条
cbar = ax.figure.colorbar(im, ax=ax)
cbar.ax.set_ylabel('Values', rotation=-90, va='bottom')

# 添加轴标签和标题
ax.set_xticks(np.arange(len(data)))
ax.set_yticks(np.arange(len(data)))
ax.set_xticklabels(np.arange(1, len(data)+1))
ax.set_yticklabels(np.arange(1, len(data)+1))
ax.set_title('Heatmap of Random Data', fontsize=16)

# 显示图表
plt.show()

示例结果：
在这里插入图片描述

参数说明：

  • data：要绘制的数据集。
  • cmap：颜色映射，用于表示数据大小的颜色范围。
  • ax.imshow()：绘制热力图。
  • cbar.ax.set_ylabel()：设置颜色条的标签。
  • ax.set_xticks()：设置x轴刻度标签。
  • ax.set_yticks()：设置y轴刻度标签。
  • ax.set_xticklabels()：设置x轴刻度标签的标签名。
  • ax.set_yticklabels()：设置y轴刻度标签的标签名。
  • ax.set_title()：设置图表标题。

树状图

树状图用于展示数据之间的层次结构和关系，通常用于分析树形结构和组织架构等问题。

import matplotlib.pyplot as plt

# 绘制树状图
fig, ax = plt.subplots()

ax.barh('CEO', 1, color='black')
ax.barh('VP1', 0.8, left=1, color='gray')
ax.barh('VP2', 0.8, left=1, color='gray')
ax.barh('Manager1', 0.6, left=1.8, color='gray')
ax.barh('Manager2', 0.6, left=1.8, color='gray')
ax.barh('Manager3', 0.6, left=1.8, color='gray')
ax.barh('Supervisor1', 0.4, left=2.4, color='gray')
ax.barh('Supervisor2', 0.4, left=2.4, color='gray')
ax.barh('Supervisor3', 0.4, left=2.4, color='gray')
ax.barh('Staff1', 0.2, left=3.2, color='gray')
ax.barh('Staff2', 0.2, left=3.2, color='gray')
ax.barh('Staff3', 0.2, left=3.2, color='gray')
ax.barh('Staff4', 0.2, left=3.2, color='gray')

# 设置轴标签和标题
ax.set_yticks([])
ax.set_xlim(0, 4)
ax.set_xlabel('Hierarchy', fontsize=14)
ax.set_title('Tree Diagram of Organization', fontsize=16)

# 显示图表
plt.show()

示例结果：
在这里插入图片描述

参数说明：

  • ax.barh()：绘制水平条形图。
  • ax.set_yticks()：设置y轴刻度标签。
  • ax.set_xlim()：设置x轴坐标范围。
  • ax.set_xlabel()：设置x轴标签。
  • ax.set_title()：设置图表标题。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/654377.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

不写代码如果解决Jmeter跨线程组取参数值问题？

不写代码如果解决Jmeter跨线程组取参数值问题？

目录 前言 定义属性法 文件转接法 总结： 前言 如果你工作中已经在用jmeter做接口测试，或性能测试了，你可能会遇到一个麻烦。 那就是jmeter的变量值不能跨线程组传递。 看，官方就已经给出了解释： 这个不是jmeter的…
阅读更多...
机器学习——识别足球和橄榄球

机器学习——识别足球和橄榄球

一、选题的背景 橄榄球起源于足球，二者即相似又有所区别。计算机技术发展至今，AI技术也有了极大的进步，通过机器学习不断的训练，AI对于足球和橄榄球的识别能力可以帮助人们对足球和橄榄球的分辨。机器学习是一种智能技术&#xff…
阅读更多...
虚拟机使用docker安装MySql出现的问题，Navicat连不上MySql

虚拟机使用docker安装MySql出现的问题，Navicat连不上MySql

文章目录 一、问题引入 二、问题分析 三、问题解决 ​四、总结 一、问题引入 今天是学习谷粒商城的第一天，既然是第一天，肯定就是先对项目先有个基本的了解，比如是项目所用到的技术栈，项目整体的架构等，还对分布…
阅读更多...
操作系统闲谈09——内存管理算法

操作系统闲谈09——内存管理算法

操作系统闲谈09——内存管理算法 Buddy伙伴系统 假设存在一段连续的页框，阴影部分表示已经被使用的页框，现在需要申请一个连续的5个页框。这个时候，在这段内存上不能找到连续的5个空闲的页框，就会去另一段内存上去寻找5个连续的页…
阅读更多...
华为OD机试真题B卷 JavaScript 实现【乱序整数序列两数之和绝对值最小】，附详细解题思路

华为OD机试真题B卷 JavaScript 实现【乱序整数序列两数之和绝对值最小】，附详细解题思路

一、题目描述 给定一个随机的整数（可能存在正整数和负整数）数组 nums，请你在该数组中找出两个数，其和的绝对值(|nums[x]nums[y]|)为最小值，并返回这个两个数（按从小到大返回）以及绝对值。 每种…
阅读更多...
Android 行业就业难！ 我是否该负重前行~

Android 行业就业难！ 我是否该负重前行~

不知从何时开始，互联网市场岗位开始以收缩趋势进行发展，使得不少互联网行业的从业者面临者工作难找的难题，对于我们开发人群来说很不友好。 以前可以靠着跳槽实现涨薪梦，而如今是能不动就不动，能稳住是最好。 为什么这…
阅读更多...
Docker——安装MySQL

Docker——安装MySQL

一、安装并拉取MySQL镜像 先把docker启动起来 systemctl restart docker systemctl status docker 安装MySQL docker search mysql拉取镜像， 如果拉取不成功或者显示超时，可以去配置加速镜像源。 二、查看本地镜像并启动MySQL 但是光有镜像没有把镜像…
阅读更多...
Redis面试之数据类型及底层原理

Redis面试之数据类型及底层原理

废话不多说直接上类型 string（字符串） hash（哈希） list（列表） set（集合） zset（有序集合） stream（流） geospatial（地…
阅读更多...
CRM软件有哪些？这9款值得推荐

CRM软件有哪些？这9款值得推荐

业内有一句流传已久的话：你的左手不知道你的右手在做什么。同一个企业内部，不同部门之间往往存在信息不同步，数据不对称的情况，比如销售和营销部门关于某个市场活动所带来的效果产生分歧。CRM软件的存在就可以解决这类问题。 在正…
阅读更多...
实验4 Cache性能分析【计算机系统结构】

实验4 Cache性能分析【计算机系统结构】

实验4 Cache性能分析【计算机系统结构】 前言推荐实验四 Cache性能分析1 实验目的2 实验平台3 实验内容和步骤3.1 Cache容量对不命中率的影响3.2 相联度对不命中率的影响3.3 Cache块大小对不命中率的影响3.4 替换算法对不命中率的影响 4 实验总结与心得5 请思考 最后 前言 202…
阅读更多...
8年测试工程师分享，我是怎么开展性能测试的（基础篇）

8年测试工程师分享，我是怎么开展性能测试的（基础篇）

第一节 测试的一般步骤 性能测试的工作是基于系统功能已经完备或者已经趋于完备之上的，在功能还不够完备的情况下没有多大的意义（后期功能完善上会对系统的性能有影响，过早进入性能测试会出现测试结果不准确、浪费测试资源）&…
阅读更多...
足不出户怎么在家赚钱，暑假在家别闲着，给自己赚点生活费吧

足不出户怎么在家赚钱，暑假在家别闲着，给自己赚点生活费吧

在当今快节奏的现代生活中，人们面临着越来越大的竞争压力。为了过上舒适的生活、提前退休、创业或增加收入，许多人都希望能够在家中赚钱。那么，在家里如何可以找到赚钱的项目呢？本文将为您详细介绍一些方法。 一、在家工作有很多好…
阅读更多...
《计算之魂》读书笔记——第2章，从递推到递归

《计算之魂》读书笔记——第2章，从递推到递归

我们人类的固有思维方式常常是出于直观的，由近及远、从少到多，这样的思维方式让我们很容易理解具体的事物，却也限制了我们的抽象思维，所以当我们理解远离我们生活经验的事物时，就容易出现障碍。我们人类这种自底向上、…
阅读更多...
调用万维易源实现天气预测

调用万维易源实现天气预测

作者介绍 房庚晨，男，西安工程大学电子信息学院，22级研究生 研究方向：机器视觉与人工智能 电子邮件：1292475736qq.com 王泽宇，男，西安工程大学电子信息学院，2022级研究生&#xff0…
阅读更多...
easyui03(tree后台工作)

easyui03(tree后台工作)

一.数据库脚本 create table TB_MODULE ( id NUMBER not null, pid NUMBER not null, text VARCHAR2(150) not null, iconcls VARCHAR2(100) not null, url VARCHAR2(100), sort NUMBER not null ) insert into TB_MODULE (id, pid, text, icon…
阅读更多...
Android音视频开发实战01-环境搭建

Android音视频开发实战01-环境搭建

一,FFmpeg介绍 FFmpeg 是一款流行的开源多媒体处理工具，它可以用于转换、编辑、录制和流式传输音视频文件。FFmpeg 具有广泛的应用场景，包括视频编解码、格式转换、裁剪、合并、滤镜等等。官网:https://ffmpeg.org/ FFmpeg 支持各种常见的音视频格式&a…
阅读更多...
设置论文中的图、表的题注（小记）

设置论文中的图、表的题注（小记）

参考b站：毕业论文图表如何自动编号/word图表自动编号/图表编号自动更新 其中，更新图表序号 视频使用ctrlp进入打印再退出，也可以使用altf9进行更新 设置论文中的图、表的题注 step1:设置章节1.1 章节设置字体样式，选择标题11.2 章…
阅读更多...
中国人民大学与加拿大女王大学金融硕士项目就像一束光，照亮你的春夏秋冬

中国人民大学与加拿大女王大学金融硕士项目就像一束光，照亮你的春夏秋冬

不要因为看到别人发光，就默认自己的暗淡。每个人都有自己的闪光时刻，或早或晚。只要努力奋进，你也会拥有。针对金融行业计划在职的人员来说，中国人民大学与加拿大女王大学金融硕士项目就像一束光，照亮了我们的春夏秋冬…
阅读更多...
赋能全栈软件，开源软件协调，我对英特尔有了全新认知

赋能全栈软件，开源软件协调，我对英特尔有了全新认知

文章目录 一、前言二、培养开源文化三、现场展区体验四、软硬协同分论坛，和社区开发者共建生态五、快来加入开源社区吧 一、前言 “开源赋能 普惠未来”，2023 年 6 月 11 日到 13 日，我有幸参加了 2023 开放原子全球开源峰会。 “赋能中国软…
阅读更多...
数据结构算法刷题（28）回溯组合型和全排列

数据结构算法刷题（28）回溯组合型和全排列

剪枝技巧： 思路：剪枝的特点是找特定长度的子集。首先确定大框架，当path的长度等于k的时候，就要更新答案并且return。然后在进行path的元素选择，这里采用倒叙，从i到d（dk-len(path)）倒…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023