本文共 1588 字,大约阅读时间需要 5 分钟。
Boxplot:,也称盒型图,盒式图,箱线图
显示一组数据的分布区域情况,可以看数据大多数集中分布区域,是一种统计图 关键词:上边缘,上四分位数,中位数,上四分位数,下边缘,异常值#标准差为1,均值为0,100x4的数组data = np.random.normal(loc=0,scale=1,size=(100,4))#sym代表超过边缘线的点的标记方式这里是绿色实心圈,whis越长边缘线的范围越广plt.boxplot(data,whis=1,sym='go',labels=['A','B','C','D'])plt.show()绿点为异常值
arr = [0.2,0.4,0.9]x = list(range(len(arr)))for i in range(len(arr)): x[i]+=0.4plt.bar(x,[0.6,0.5,0.4],width=0.4,fc="green",label='second')plt.bar(range(len(arr)),[0.2,0.4,0.9],width=0.4,fc="blue",label='first',tick_label=['A0','A1','A2'])plt.legend()#显示左上角的标签
height = [4,5,6,7,8,9]plt.barh(range(len(height)),height)#颜色会循环
polar()函数,画极坐标图
theta = np.arange(0,2*np.pi,0.01)r = 1/thetaplt.polar(theta,r)plt.show()
import matplotlib.pyplot as plt# 数据labels = ["A", "B", "c", "d"]fracs = [15, 30, 45, 10]exp = [0.2, 0.1, 0, 0]# 画图plt.pie(x=fracs, labels=labels, explode=exp, shadow=True)plt.legend()# 展示plt.show()
# 导入模块import matplotlib.pyplot as plt# 数据labels = ["A", "B", "c", "d"]fracs = [15, 30, 45, 10]exp = [0.2, 0.1, 0, 0]# 画图autopct表示在图块中数字的显示方式,startangle表示绘图其实角度,比如我们这里是以0开始,自然地看到图中箭头A块那里的线的其实角度为0,如果设置为90那么那根线会逆时针转90plt.pie(x=fracs, labels=labels, explode=exp, shadow=True,autopct="%1.1f%%",startangle=0)plt.legend()# 展示plt.show()
最后介绍scatter,hist的使用
其他的函数以后需要在在本文中补充#normed为1表示纵坐标为概率,为0表示纵坐标为此书alpha表示颜色的深度,这里的3代表将最小值到最大值分为3个区间,条柱也有3个plt.hist([1,2,3,4,4],3,normed=1,histtype="stepfilled",fc = 'b',alpha=0.5)plt.show()
#s指定点的大小#cmap指定调色板#c指定每个点的颜色对应值,调色板会根据对应分配相应的颜色plt.scatter([1,2,3], [1,2,3],c=[0,1,0], s=400, cmap=plt.cm.Spectral)
转载地址:http://yplzi.baihongyu.com/