上一篇我们解说到Matplotlib 中的图例,题目和标签引见,本日我们最先正式画图。这个教程中我们会触及条形图、直方图和散点图。我们先来看条形图:
条形图
import matplotlib.pyplot as plt plt.bar([1,3,5,7,9],[5,2,7,8,2], label="Example one") plt.bar([2,4,6,8,10],[8,6,2,5,6], label="Example two", color='g') plt.legend() plt.xlabel('bar number') plt.ylabel('bar height') plt.title('Epic Graph\nAnother Line! Whoa') plt.show()
plt.bar为我们建立条形图。 假如你没有明白挑选一种色彩,那末虽然做了多个图,一切的条看起来会一样。 这让我们有时机运用一个新的 Matplotlib 自定义选项。 你能够在任何范例的画图中运用色彩,比方g为绿色,b为蓝色,r为赤色,等等。 你还能够运用十六进制色彩代码,如#191970。
接下来,我们会解说直方图。 直方图异常像条形图,倾向于经由过程将区段组合在一起来显现散布。 这个例子多是岁数的分组,或测试的分数。 我们并非显现每一组的岁数,而是根据 20 ~ 25,25 ~ 30… 等等来显现岁数。 这里有一个例子:
直方图
import matplotlib.pyplot as plt population_ages = [22,55,62,45,21,22,34,42,42,4,99,102,110,120,121,122,130,111,115,112,80,75,65,54,44,43,42,48] bins = [0,10,20,30,40,50,60,70,80,90,100,110,120,130] plt.hist(population_ages, bins, histtype='bar', rwidth=0.8) plt.xlabel('x') plt.ylabel('y') plt.title('Interesting Graph\nCheck it out') plt.legend() plt.show()
发生的图表为:
关于plt.hist,你起首须要放入一切的值,然后指定放入哪一个桶或容器。 在我们的例子中,我们绘制了一堆岁数,并愿望以 10 年的增量来显现它们。 我们将条形的宽度设为 0.8,然则假如你想让条形变宽,或许变窄,你能够挑选其他的宽度。
接下来,我们将引见散点图。散点图一般用于比较两个变量来寻觅相干性或分组,假如你在 3 维绘制则是 3 个。
散点图
散点图的一些示例代码:
import matplotlib.pyplot as plt x = [1,2,3,4,5,6,7,8] y = [5,2,4,2,1,4,5,2] plt.scatter(x,y, label='skitscat', color='k', s=25, marker="o") plt.xlabel('x') plt.ylabel('y') plt.title('Interesting Graph\nCheck it out') plt.legend() plt.show()
效果为:
Tip:
plt.scatter不仅许可我们绘制x和y,而且还能够让我们决议所运用的标记色彩,大小和范例。
以上就是用Matplotlib怎样绘制条形图、直方图和散点图的细致内容,更多请关注ki4网别的相干文章!