标签：hide 年龄 大小 data 可视化 scale 分布 mil tick
Matplotlib的基本元素：
1，变量
2，函数
3，画布（figure）
4，坐标轴（axes）
绘图过程：变量和函数通过改变figure和axes中的元素（如：title，label）一起描述figure和axes
Matplotlib的图像位于figure对象中
通过plt.figure()创建
如果没有指定创建，matplotlib会自动生成默认的画布
参数figsize用来控制画布的大小，单位为英寸（inch）， 1 inch = 2.54 cm
用plt.show()显示绘图结果
注意的是，在jupyter notebook中使用matplotlib时，代码块需要放在一个cell中
import matplotlib.pyplot as plt import numpy as np plt.figure() # 创建画布 Out[19]: <Figure size 640x480 with 0 Axes> data = [2,4,6,8,10] #构造数据 # 可视化数据 plt.plot(data) #plot是绘制折线 Out[21]: [<matplotlib.lines.Line2D at 0xc35eb10>] plt.show()
plt.figure(figsize=(15, 6)) # 控制画布大小 plt.plot(np.random.randn(100)) plt.show()
①散点图：
plt.scatter(x, y, s,c,marker) # s，c，marker有默认值
* x 横轴的数据
* y 纵轴的数据
* s点的大小，标量或数组 →标量：同时所有点的大小（颜色）
* c点的颜色，标量或数组→数组：为每一个点设置不同的大小（颜色）
* marker点的样式
②柱状图：
plt.bar(x,xheight,color)
* x柱子的横坐标
*height 柱子的高度（数据）
*color柱子的颜色
注意：绘制多组柱状图时，需要设置不同的横坐标，防止重叠
x1 = [1,3,5,7,9] data1=[5,2,7,8,2] plt.bar(x1,data,color=‘r‘) x2 = np.array(x1)+1 # 设置不同的横坐标防止覆盖 plt.bar(x2, np.array(data1)+2, color=‘g‘) plt.show()
要求在同一个画布上绘制A同学和B同学的成绩，设置画布的大小为10*5，柱子的宽度为0.5，绘制图例，A同学的柱子颜色用红色表示，B同学柱子的颜色用蓝色表示，x轴标签是year，y轴标签为score。 plt.figure(figsize=(10,5)) year=["2016","2017","2018","2019"] x_A=[1,3,5,7] score_A = [40,50,59,60] w =0.5 plt.bar(x_A,score_A,(1)=w,label="A") x_B=np.array(x_A)+w score_B = [50,70,80,90] plt.bar(x_B,(2),width=w,(3)="B") plt.xlabel("year") plt.(4)("score") plt.legend() plt.xticks(x_B-0.25,year) plt.show()
填空(1)： 正确答案 width 填空(2)： 正确答案 score_B 填空(3)： 正确答案 label 填空(4)： 正确答案 ylabel
③直方图：
形式类似于柱状图
* 通过将数据组合在一起来显示分布，比如：显示各年龄段的数据个数plt.hist(x, bins, rwidth)
* x 数据•rwidth柱子宽度比例，默认为1
* bins 分组的个数或分组边界，如4或[20, 30, 40, 50, 60]
*除了最后一组，其余组的右边界是开放的[20, 30), [30, 40), [40, 50), [50, 60]
标签：hide 年龄 大小 data 可视化 scale 分布 mil tick
原文地址：https://www.cnblogs.com/zhoulixiansen/p/10673326.html
