Python 实现图表绘制总结
Numpy是Python开源的数值计算扩展,可用来存储和处理大型矩阵,比Python自身数据结构要高效;
matplotlib是一个Python的图像框架,使用其绘制出来的图形效果和MATLAB下绘制的图形类似。
在使用Python绘制图表前,我们需要先安装两个库文件numpy和matplotlib
pip install numpy
pip install matplotlib
生成直方图
import numpy as np from pylab import * num=100 sigma=20 x=num+sigma*np.random.randn(20000) #样本数量 plt.hist(x,bins=100,color="green",normed=True) #bins显示有几个直方,normed是否对数据进行标准化 plt.show() #显示图像
plt.savefig() #保存图片
运行结果:
生成条形图
import numpy as np from pylab import * value=[22,13,34] index=["root","admin","lyshark"]
#index=np.arange(5) plt.bar(left=index,height=value,color="green",width=0.5) plt.show()
运行结果:
生成折线图
import numpy as np from pylab import * x=np.linspace(-10,10,100) y=x**3 plt.plot(x,y,linestyle="--",color="green",marker="<") plt.show()
运行结果:
生成散点图
import numpy as np from pylab import * x=np.random.randn(1000) y=x+np.random.randn(1000)*0.5 plt.scatter(x,y,s=5,marker="<") #s表示面积 Marker表示图形 plt.show()
运行结果:
生成饼状图
import numpy as np from pylab import * labels="cangjingkong","jizemingbu","boduoyejieyi","xiaozemaliya" fracs=[45,10,30,15] plt.axes(aspect=1) explode=[0,0.05,0,0] plt.pie(x=fracs,labels=labels,autopct="%0f%%",explode=explode) plt.show()
运行结果:
生成箱形图
主要用于显示数据的分散情况。图形分为上边缘、上四分位数、中位数、下四分位数、下边缘。外面的点时异常值
import numpy as np from pylab import * np.random.seed(100) data=np.random.normal(size=(1000,4),loc=0,scale=1) labels=["A","B","C","D"] plt.boxplot(data,labels=labels) plt.show()
运行结果:
生成多个图例
import numpy as np from pylab import * x=np.arange(1,11,1) plt.plot(x,x*2) plt.plot(x,x*3) plt.plot(x,x*4) plt.legend(["BoDuoYeJieYi","CangJingKong","JiaTengYing"]) plt.show()
运行结果:
生成中文图片
import numpy as np from pylab import * mpl.rcParams['font.sans-serif'] = ['KaiTi'] label = "windows xp","windows 7","Windows 8","Linux 4","Centos 6","Huawei交换机" fracs = [1,2,3,4,5,1] plt.axes(aspect=1) plt.pie(x=fracs,labels=label,autopct="%0d%%") plt.show()
文章出处:https://www.cnblogs.com/LyShark/p/9152698.html
本博客所有文章除特别声明外,均采用 BY-NC-SA 许可协议。转载请注明出处!
本博客所有文章除特别声明外,均采用 BY-NC-SA 许可协议。转载请注明出处!
分类:
《Python 代码片段总结》
标签:
Python 入门
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识(上)
· DeepSeek 开源周回顾「GitHub 热点速览」
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· .NET 10首个预览版发布:重大改进与新特性概览!
· AI与.NET技术实操系列(二):开始使用ML.NET
· 单线程的Redis速度为什么快?