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。
本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
THE END
二维码