zoukankan      html  css  js  c++  java
  • 26、matplotlib 介绍2: 常用的统计图形

    常用的统计图形

    bar 函数

    用于绘制柱状图

    plt.bar(x,y)

    ● x:标示在x轴上的定性数据的类别。

    ● y:每种定性数据的类别的数量。

    barh 函数

    用于绘制条形图

    plt.barh(x,y)

    ● x:标示在y轴上的定型数据的类别。

    ● y:每种定性数据的类别的数量。

    hist 函数

    用于绘制直方图

    plt.hist(x)

    pie 函数

    用于绘制饼图

    plt.pie(x)

    polar 函数

    用于绘制极线图

    plt.polar(theta,r)

    ● theta:每个标记所在射线与极径的夹角。

    ● r:每个标记到原点的距离。

    scatter 函数

    用于绘制气泡图

    plt.scatter(x,y)

    ● x:x轴上的数值。

    ● y:y轴上的数值。

    ● s:散点标记的大小。

    ● c:散点标记的颜色。

    ● cmap:将浮点数映射成颜色的颜色映射表。

    import matplotlib.pyplot as plt
    import matplotlib as mpl
    import numpy as np
    
    a = np.random.randn(100)
    b = np.random.randn(100)
    # colormap:RdYlBu
    plt.scatter(a,b,
                s=np.power(10*a+20*b,2),
                c=np.random.rand(100),
                cmap=mpl.cm.RdYlBu,
                marker="o")
    plt.show()
    

    stem 函数

    用于绘制棉棒图

    plt.stem(x,y)

    ● x:指定棉棒的x轴基线上的位置。

    ● y:绘制棉棒的长度。

    ● linefmt:棉棒的样式。

    ● markerfmt:棉棒末端的样式。

    ● basefmt:指定基线的样式。

    import matplotlib.pyplot as plt
    import numpy as np
    
    x = np.linspace(0.5,2*np.pi,20)
    y = np.random.randn(20)
    plt.stem(x,y,linefmt="-.",markerfmt="o",basefmt="-")
    plt.savefig("棉棒图.png")
    plt.show()
    

    boxplot 函数

    用于绘制箱线图

    plt.boxplot(x)

    errorbar 函数

    用于绘制误差棒图

    plt.errorbar(x,y,yerr=a,xerr=b)

    ● x:数据点的水平位置。

    ● y:数据点的垂直位置。

    ● yerr:y轴方向的数据点的误差。

    ● xerr:x轴方向的数据点的误差。

    import matplotlib.pyplot as plt
    import numpy as np
    
    x = np.linspace(0.1,0.6,6)
    y = np.exp(x)
    plt.errorbar(x,y,fmt="bo:",yerr=0.2,xerr=0.02)
    plt.xlim(0,0.7)
    plt.savefig("误差棒图.png")
    plt.show()
    

  • 相关阅读:
    Spring Boot中的JSON技术
    Spring Boot中编写单元测试
    如何保证事务方法的幂等
    定时重试线程池
    多线程导致事务失效-记一次性能优化
    自己实现一个简单的数据库事务
    服务器错误码国际化
    spring自定义自动配置注解
    springboot中如何启动tomcat
    用grep来查询日志
  • 原文地址:https://www.cnblogs.com/hefany/p/14254338.html
Copyright © 2011-2022 走看看