用Matplotlib怎样绘制条形图、直方图和散点图【Python教程】,python,matplotlib,条形图，直方图，散点图

Matplotlib是一个Python 2D画图库,它能够在种种平台上以种种硬拷贝花样和交互式环境生成出具有出书质量的图形。

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：