2-4 Numpy+Matplotlib可视化（二）

自定义绘图

# -*-coding:utf-8-*-
# !/usr/bin/env python
# Author:@vilicute

import numpy as np
import matplotlib.pyplot as plt

def draw_line():
    '''
    绘制曲线
    '''
    figure = plt.figure('Line Demo')
    x = np.linspace(0, 10, 100) # （起始值，终值，间隔数）
    y = 1/(1 - np.exp(-x**2))
    plt.plot(x, y)
    plt.show()

def draw_lines():
    figure = plt.figure('Lines Demo')
    x = np.linspace(-10, 10, 100)
    y1 = 1
    y2 = np.sin(x)
    y3 = np.sinc(x)
    plt.plot(x, y2, 'b-', x, y3, 'g-')
    plt.show()

def draw_pie():
    '''
    绘制饼图
    '''
    figure = plt.figure('Pie Demo')
    labels = 'A', ' B', 'C', 'D'    #各部分的名称
    sizes = [40, 25, 20, 15]        #所占的百分比
    explode = [0.01, 0, 0.02, 0]    #块的间隔
    plt.pie(sizes, labels=labels, explode=explode, autopct='%1.1f%%', startangle=90)
    plt.axis('equal')
    plt.show()

def draw_hist():
    '''
    绘制直方图
        numpy.random.seed()可以使多次生成的随机数相同。如果在seed()中传入的数字相同，那么接下来使用
    random()或者rand()方法所生成的随机数序列都是相同的（仅限使用一次random()或者rand()方法，第二次以
    及更多次仍然是随机的数字），知道改变传入seed()的值，以后再改回来，random()生成的随机数序列仍然与之
    前所产生的序列相同。
    '''
    np.random.seed(20190308);
    figure = plt.figure('Pie Demo');
    plt.hist(np.random.rand(30), 20, histtype='bar', facecolor='g', alpha=0.75, rwidth=0.95);
    plt.show();

def draw_bar():
    '''
    绘制条形图
    '''
    figure = plt.figure('Pie Demo')
    labels = 'A', 'B', 'C', 'D'
    sizes = [12, 23, 5, 31]
    plt.bar(labels, sizes, width=0.5)
    plt.show()


def draw_function():
    x = np.arange(-25, 25, 0.01)
    y1 = 1.25 * np.sqrt(x ** 2 - 16)
    y2 = -1.25 * np.sqrt(x ** 2 - 16)
    plt.xlabel('x')
    plt.ylabel('y')
    plt.plot(x, y1)
    plt.plot(x, y2)

    plt.show()

74 draw_function()
75 draw_line()
76 draw_lines()
77 draw_pie()
78 draw_hist()
79 draw_bar()

 

draw_function()　　　　　　　　　　　　　　　　　　

draw_line()

draw_lines()

 

draw_pie()

 

draw_hist() 

draw_bar()