使用Python绘制图表

在使用Python绘制图表前，我们需要先安装两个库文件numpy和matplotlib。

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。

下面我通过一些简单的代码介绍如何使用 Python绘图。

一、图形绘制

直方图

import matplotlib.pyplot as plt

import numpy as np

mu = 100

sigma = 20

x = mu + 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()

条形图

import matplotlib.pyplot as plt

import numpy as np

y = [20,10,30,25,15]

index = np.arange(5)

plt.bar(left=index, height=y, color='green', width=0.5)

plt.show()

折线图

import matplotlib.pyplot as plt

import numpy as np

x = np.linspace(-10,10,100)

y = x**3

plt.plot(x,y,linestyle='--',color='green',marker='<')

plt.show()

散点图

import matplotlib.pyplot as plt

import numpy as np

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()

饼状图

import matplotlib.pyplot as plt

import numpy as np

labels = 'A','B','C','D'

fracs = [15,30,45,10]

plt.axes(aspect=1)  #使x y轴比例相同

explode = [0,0.05,0,0]  # 突出某一部分区域

plt.pie(x=fracs, labels=labels, autopct='%.0f%%', explode=explode)  #autopct显示百分比

plt.show()

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 matplotlib.pyplot as plt

import numpy as np

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()

二、图像的调整

1、23种点形状

"."  point     ","  pixel     "o" circle      "v" triangle_down

"^"  triangle_up     "<" triangle_left     ">" triangle_right     "1"  tri_down

"2"  tri_up       "3"  tri_left      "4"  tri_right       "8"  octagon

"s"  square     "p"  pentagon     "*"  star     "h"  hexagon1     "H"  hexagon2

"+"  plus     "x"  x      "D"  diamond      "d"  thin_diamond

2、8种內建默认颜色的缩写

b:blue         g:green       r:red       c:cyan

m:magenta      y:yellow      k:black     w:white

3、4种线性

- 实线     --虚线      -.点划线   ：点线

4、一张图上绘制子图

import matplotlib.pyplot as plt

import numpy as np

x=np.arange(1,100)

plt.subplot(221)  # 2行2列第1个图

plt.plot(x,x)

plt.subplot(222)

plt.plot(x,-x)

plt.subplot(223)

plt.plot(x,x*x)

plt.subplot(224)

plt.plot(x,np.log(x))

plt.show()

5、生成网格

import matplotlib.pyplot as plt

import numpy as np

y=np.arange(1,5)

plt.plot(y,y*2)

plt.grid(True,color='g',linestyle='--',linewidth='1')

plt.show()

6、生成图例

import matplotlib.pyplot as plt

import numpy as np

x=np.arange(1,11,1)

plt.plot(x,x*2)

plt.plot(x,x*3)

plt.plot(x,x*4)

plt.legend(['Normal','Fast','Faster'])

plt.show()