Matplotlib 进阶（二）

梦里梦外; 2023-10-05 23:45 4阅读 0赞

#### 一、绘图步骤 ####

![fcc562d064a642c4a449599ba1a6feb2.png][]

#### 二、matplotlib图形 ####

**1、条形图(Bar)**

![a7941847c35a48a59a6100a372ae43a4.png][]

import matplotlib.pyplot as plt  #matrix+plot+library
    import numpy as np  
    
    
    #数据
    x=np.arange(5)
    y1=np.random.randint(1,100,size=5)
    y2=np.random.randint(10,100,size=5)
    
    #设置柱形图宽度width
    plt.bar(x,y1,width=.3,color=["#4CAF50","red","hotpink","#556B2F","pink"]) #自定义颜色

![b9f0d63e08f44196ada1fd3e70285d15.png][]

![ca06322690674d489ec55a74b5575c6b.png][]

> 如何对中国的四个城市分别为杭州市、上海市、苏州市和无锡市， 其2021年上半年的GDP分别为8000到16000之间的随机整数。  
> 对于这样一组数据，我们该如何使用条形图来展示各自的GDP水平呢？

import numpy as np
    import matplotlib.pyplot as plt
    import random
    
    #设置中文
    plt.rcParams['font.sans-serif']='Microsoft YaHei'
    plt.rcParams['font.size']=16
    
    #设置画布大小
    plt.figure(figsize=(10,6),dpi=80)
    
    # x,y数据
    x=range(4)
    y=[random.randint(8000,16000) for i in range(4)]
    
    #条形图
    plt.bar(x,y,color=['b','r','g','m'],alpha=.4)
    # plt.show()
    
    # 设置x轴
    plt.xlabel('城市')
    
    # 设置y轴
    plt.ylabel('GDP')
    
    #设置标题
    plt.title('四个城市GDP大比拼')
    
    # 设置 x 刻度
    plt.xticks(x,['杭州市','上海市','苏州市','无锡市'])
    
    # 设置y范围
    plt.ylim([7000,17000])
    
    
    #添加文本标签 text(x,y,显示内容，对齐位置)
    for a,b in enumerate(y):
        plt.text(a,b+100,f'{b:.1f}',ha='center')

![21af346277a440c4ab1a37ee60316f6a.png][]

> 画堆叠和并列柱状图 ，上海和杭州四季气温比较(温度采取随机)

import numpy as np
    import matplotlib.pyplot as plt
    import random
    
    #数据
    x=range(4)
    y1=[random.randint(1,35) for i in range(4)]
    y2=[random.randint(1,36) for i in range(4)]
    
    # 显示中文
    plt.rcParams['font.sans-serif']='Microsoft YaHei'
    plt.rcParams['font.size']=15
    
    # #设置画布大小和像素密度
    fig=plt.figure(figsize=(10,4),dpi=80)
    
    
    # 绘制堆叠图
    plt.bar(x,y1,width=.5,color='cyan',label='上海')
    plt.bar(x,y2,width=.5,color='gold',bottom=y1,label='杭州') #bottom底部是上海
    
    
    #xy轴标签
    plt.xlabel('四季')
    plt.ylabel('气温℃')
    
    #设置标题
    plt.title('四季天气比较')
    
    #设置 x刻度
    #春季 夏季 秋季 冬季
    plt.xticks(x,["春季","夏季","秋季","冬季"])
    
    # 设置y范围
    plt.ylim([1,40])
    
    #设置例图
    plt.legend()

![7bdd0b2ff42c4795b751181d4b70f3af.png][]

# 并列柱状图
    import numpy as np
    import matplotlib.pyplot as plt
    import random
    
    #数据
    x=range(4)
    y1=[random.randint(1,35) for i in range(4)]
    y2=[random.randint(1,36) for i in range(4)]
    
    # 设置柱子的宽度
    barWidth = 0.25   
    # 设置横轴刻度在多列柱子的中间
    r1 = np.arange(len(x))-barWidth
    r2 =r1+barWidth
    
    
    # 显示中文
    plt.rcParams['font.sans-serif']='Microsoft YaHei'
    plt.rcParams['font.size']=14
    
    # #设置画布大小和像素密度
    fig=plt.figure(figsize=(10,4),dpi=80)
    
    # 绘制堆叠图
    plt.bar(r1,y1,width=barWidth,color='cyan',label='上海')
    plt.bar(r2,y2,width=barWidth,color='magenta',label='杭州')
    
    #xy轴标签
    plt.xlabel('四季')
    plt.ylabel('气温℃')
    
    #设置标题
    plt.title('四季天气比较')
    
    #设置 x刻度
    #春季 夏季 秋季 冬季
    plt.xticks(x,["春季","夏季","秋季","冬季"])
    
    # 设置y范围
    plt.ylim([1,40])
    
    #设置例图 左边显示，字体8
    plt.legend(loc="upper left",fontsize=9)
    
    #在坐标轴上加数值
    #添加文本标签 text(x,y,显示内容，对齐位置)
    for i in range(4):
        #上海
        plt.text(r1[i],y1[i],f'{y1[i]}℃',fontsize=9,va="bottom",ha="center")
        #杭州
        plt.text(r2[i],y2[i],f'{y2[i]}℃',fontsize=9,va="bottom",ha="center")

![4b45796483834bb59c45279aa4242b55.png][]

**2、直方图(Histogram)**

> **hist(x,bins,histtype,color....)**

![e5859d07720948bfba8411160beee6de.png][]

> 最近放开三胎，按照性别不同的情况下， 我们以这个对生几个孩子的意愿情况作一个直方图：

# 查看下不同性别的情况下， 针对生孩子个数意愿情况做统计：
    import matplotlib.pyplot as plt
    import random
    
    #设置中文
    plt.rcParams['font.sans-serif']='Microsoft YaHei'
    plt.rcParams['font.size']=12
    
    #画布
    plt.figure(figsize=(10,8),dpi=80)
    
    #数据
    bins=range(4)
    man=[random.randint(0,3)+random.choice([0,1]) for i in range(600)]
    woman=[random.randint(0,3)+random.choice([0,1]) for i in range(600)]
    x=[man,woman]
    
    # 直方图
    plt.hist(x=x,bins=bins,histtype='bar',alpha=.4,rwidth=1.0,color=['b','c'],label=['男性','女性'])
    
    # 图标标题位置设置
    plt.legend(loc='upper left')
    
    # xy坐标轴名称设置
    plt.xlabel('生孩子')
    plt.ylabel('人数')
    plt.title('关于生孩子数量意愿统计表')
    
    # 设置横坐标最小刻度范围
    plt.xlim(0)
    plt.ylim(ymin=50, ymax=300)
    
    # 设置刻度标签
    plt.xticks(ticks=[0, 1, 2, 3])
    
    #网格
    plt.grid(True,linestyle='--',alpha=.5)
    plt.show()

![1b6ca40e479741d6bed686293cd46cf5.png][]

**3、散点图(Scatter)**

![e4f716b55cf84f158d294ee91a7781de.png][]

# 散点图
    import matplotlib.pyplot as plot
    import numpy as np
    
    plt.scatter(x= np.random.randn(10), y=np.random.randn(10),s=30 * np.arange(10),c=np.random.randn(10))
    
    # legend_elements方法默认返回的就是colors的信息，可以直接用于绘制图例，
    plt.legend(*scatter.legend_elements())

![a054c5de16de4124b0d713d177ffef33.png][]

scatter = plt.scatter(x= np.random.randn(10), y=np.random.randn(10),s=40 * np.arange(10),c=np.random.choice(np.arange(4), 10))
    
    # 当颜色的值为连续型变量时，采用colorbar的图例更加直观
    plt.colorbar(scatter)

![606cc4953ce2425f86b8fff328e1d9d0.png][]

# 点的大小图例
    
    # legend_elements方法是有很多参数可以调整的，其中prop参数指定返回的信息，
    # 有两种取值，默认是colors, 表示返回的是点的颜色信息，取值为sizes时，返回的是点的大小信息。
    # 另外还有一个参数是num, 当图例的取值为连续型时，num指定了图例上展示的点的个数，
    
    scatter = plt.scatter(x= np.random.randn(10), y=np.random.randn(10),s=40 * np.arange(10),c=np.random.choice(np.arange(4), 10))
    plt.legend(*scatter.legend_elements(prop='sizes', num =5))

![9458c23ee6cd4e358311fb3b8f27f569.png][]

**4、饼图(Pie)**

![45cd648d779a4d279dc5f2b561518dbf.png][]

from matplotlib import pyplot as plt
    import numpy as np
    
    #数据
    labels_ = ['HTML', 'C#', 'Java', 'Python', 'PHP']
    students = [63,30,35,80,12]
    
    # 自定义颜色
    colors_ = ['red','green','gray','blue','pink']
    
    # 设置正圆
    plt.axes(aspect='equal')
    
    # 控制x轴和y轴的范围
    plt.xlim(0,5)
    plt.ylim(0,5)
    
    # explode  突出
    explode_=[0,0,0,0.1,0]
    
    
    
    #绘制饼状图
    plt.pie( students, #绘图数据
             explode=explode_,  #突出
             pctdistance=.6 ,  #设置百分比标签与圆心的距离
             labeldistance=1.1, #设置标签与圆心的距离
             labels=labels_,    #标签
             autopct='%1.2f%%', #设置百分比
             colors=colors_,   #颜色  
             radius=1.5   #半径
           )
    plt.show()

![a8b4e42056e645bcb7e5af76163e7d10.png][]

[fcc562d064a642c4a449599ba1a6feb2.png]: https://img-blog.csdnimg.cn/fcc562d064a642c4a449599ba1a6feb2.png
[a7941847c35a48a59a6100a372ae43a4.png]: https://img-blog.csdnimg.cn/a7941847c35a48a59a6100a372ae43a4.png
[b9f0d63e08f44196ada1fd3e70285d15.png]: https://img-blog.csdnimg.cn/b9f0d63e08f44196ada1fd3e70285d15.png
[ca06322690674d489ec55a74b5575c6b.png]: https://img-blog.csdnimg.cn/ca06322690674d489ec55a74b5575c6b.png
[21af346277a440c4ab1a37ee60316f6a.png]: https://img-blog.csdnimg.cn/21af346277a440c4ab1a37ee60316f6a.png
[7bdd0b2ff42c4795b751181d4b70f3af.png]: https://img-blog.csdnimg.cn/7bdd0b2ff42c4795b751181d4b70f3af.png
[4b45796483834bb59c45279aa4242b55.png]: https://img-blog.csdnimg.cn/4b45796483834bb59c45279aa4242b55.png
[e5859d07720948bfba8411160beee6de.png]: https://img-blog.csdnimg.cn/e5859d07720948bfba8411160beee6de.png
[1b6ca40e479741d6bed686293cd46cf5.png]: https://img-blog.csdnimg.cn/1b6ca40e479741d6bed686293cd46cf5.png
[e4f716b55cf84f158d294ee91a7781de.png]: https://img-blog.csdnimg.cn/e4f716b55cf84f158d294ee91a7781de.png
[a054c5de16de4124b0d713d177ffef33.png]: https://img-blog.csdnimg.cn/a054c5de16de4124b0d713d177ffef33.png
[606cc4953ce2425f86b8fff328e1d9d0.png]: https://img-blog.csdnimg.cn/606cc4953ce2425f86b8fff328e1d9d0.png
[9458c23ee6cd4e358311fb3b8f27f569.png]: https://img-blog.csdnimg.cn/9458c23ee6cd4e358311fb3b8f27f569.png
[45cd648d779a4d279dc5f2b561518dbf.png]: https://img-blog.csdnimg.cn/45cd648d779a4d279dc5f2b561518dbf.png
[a8b4e42056e645bcb7e5af76163e7d10.png]: https://img-blog.csdnimg.cn/a8b4e42056e645bcb7e5af76163e7d10.png