Python 中的图形绘制（二）

4、条形图

下面介绍条形图的画法。

4.1 代码

import matplotlib.pyplot as plt

# 柱线左侧的 x 坐标

左= [ 1，2，3，4，5 ]

# 柱线高度

高度= [ 10，24，36，40，5 ]

# 条形图的标签

tick_label = [ '一' ， '二' ， '三' ， '四' ， '五']

# 绘制条形图

plt.bar（左，高度，tick_label = tick_label，

宽度= 0.8 ，颜色= [ "红色" ， "绿色" ])

# 命名 x 轴

plt.xlabel（ 'x - axis' )

# 命名 y 轴

plt.ylabel（ 'y - axis' )

# 情节标题

plt.title（ 'My bar chart！')

# 显示绘图的函数

plt.show（）

4.2 输出

4.3 代码的部分解释

1）使用 plt.bar（） 函数来绘制条形图。

2）x轴与height两个参数必须有。

3）可以通过定义 tick_labels 为 x 轴坐标指定另外的名称。

5、直方图

5.1 代码

import matplotlib.pyplot as plt

# frequencies

ages = [ 2 , 5 , 70 , 40 , 30 , 45 , 50 , 45 , 43 , 40 , 44 ,

60 , 7 , 13 , 57 , 18 , 90 , 77 , 32 , 21 , 20 , 40 ]

# setting the ranges and no. of intervals

range = ( 0 , 100 )

bins = 10

# plotting a histogram

plt.hist(ages, bins, range , color = 'green' ,

histtype = 'bar' , rwidth = 0.8 )

# x 轴标签

plt.xlabel（ 'age' )

# 频率标签

plt.ylabel（ 'No.人数)

# 情节标题

plt.title（ 'My Histogram')

# 显示绘图的函数

plt.show（）

5.2 输出

​

5.3 代码的部分解释

1）使用 plt.hist（） 函数绘制直方图。

2）age列表作为频率传入函数。

3）可以通过定义包含最小值和最大值的元组来设置范围。

4）下一步是对值的范围进行"装箱"——即将整个值范围划分为一系列区间——然后计算落入每个区间的值的数量。这里我们定义了 bins = 10。所以，总共有 100/10 = 10 个区间。

6、散点图

6.1 代码

import matplotlib.pyplot as plt

# x 轴值

x = [ 1，2，3，4，5，6，7，8，9，10 ]

# y 轴值

y = [ 2，4，5，7，6，8，9，11，12，12 ]

# 将点绘制为散点图

plt.scatter（x， y， label = "stars" ， color = "green" ，

标记= "*" ，s = 30 )

# x 轴标签

plt.xlabel（ 'x - axis' )

# 频率标签

plt.ylabel（ 'y - axis' )

# 情节标题

plt.title（ 'My scatter plot！)

# 显示图例

plt.legend（）

# 显示绘图的函数

plt.show（）

6.2 输出

​

6.3 代码的部分解释

1）使用 plt.scatter（） 函数绘制散点图。

2）作为一条线，我们在这里也定义了 x 和相应的 y 轴值。

3）标记参数用于设置用作标记的字符。它的大小可以使用 s 参数定义。