python图形统计代码_Python使⽤统计函数绘制简单图形实例
代码
前⾔
matplotlib 是 python 的绘图库。 它可与 numpy ⼀起使⽤，提供了⼀种有效的 matlab 开源替代⽅案。 它也可以和图形⼯具包⼀起使⽤，如 pyqt 和 wxpython。
⽤matplotlib绘制⼀些⼤家⽐较熟悉⼜经常混淆的统计图形，掌握这些统计图形可以对数据可视化有⼀个深⼊理解。
windows 系统安装 matplotlib
进⼊到 cmd 窗⼝下，执⾏以下命令：
python -m pip install -u pip setuptools
python -m pip install matplotlib
linux 系统安装 matplotlib
可以使⽤ linux 包管理器来安装：
debian / ubuntu：
sudo apt-get install python-matplotlib
fedora / redhat：
sudo yum install python-matplotlib
mac osx 系统安装 matplotlib
mac osx 可以使⽤ pip 命令来安装：
sudo python -mpip install matplotlib
安装完后，你可以使⽤ python -m pip list 命令来查看是否安装了 matplotlib 模块。
$ python -m pip list | grep matplotlib
matplotlib (1.3.1)
1.函数bar()--⽤于绘制柱状图
在x轴上绘制定性数据的分布特征
import matplotlib as mpl
import matplotlib.pyplot as plt
x=[1,2,3,4,5,6,7,8]
y=[3,1,4,5,8,9,7,2]
plt.bar(x,y,align="center",color="c",tick_label=["q","a","c","e","r","j","b","p"],hatch="/")
plt.xlabel("箱⼦编号")
plt.ylabel("箱⼦重量(kg)")
plt.show()
2.
2、函数barh()--⽤于绘制条形图
在y轴上绘制定性数据的分布特征
import matplotlib as mpl
import matplotlib.pyplot as plt
x=[1,2,3,4,5,6,7,8]
y=[3,1,4,5,8,9,7,2]
python新手代码画图plt.barh(x,y,align="center",color="c",tick_label=["q","a","c","e","r","j","b","p"],hatch="/")
plt.xlabel("箱⼦编号")
plt.ylabel("箱⼦重量(kg)")
plt.show()
3.
3、函数hist()--⽤于绘制直⽅图
在x轴上绘制定量数据的分布特征
import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
#set test scores
boxweight = np.random.randint(0,10,100)
x = boxweight
#plot histogram
bins = range(0,11,1)
plt.hist(x,bins=bins,
color="g",
histtype="bar",
rwidth=1,
alpha=0.6)
#set x,y-axis label
plt.xlabel("箱⼦重量(kg)")
plt.ylabel("销售数量(个)")
plt.show()
4.函数pie()--⽤于绘制饼图
绘制定性数据的不同类别的百分⽐
import matplotlib as mpl
import matplotlib.pyplot as plt
kinds ="简易箱","保温箱","⾏李箱","密封箱"
colors = ["#e41a1c","#377eb8","#4daf4a","#984ea3"] soldnums = [0.05,0.45,0.15,0.35]
#pie chart
plt.pie(soldnums,
labels=kinds,
autopct="%3.1f%%",
startangle=60,
colors=colors)
plt.title("不同类型箱⼦的销售数量占⽐")
plt.show()
5.函数polar()--⽤于绘制极线图
在极坐标图上绘制折线图
import matplotlib.pyplot as plt
import numpy as np
barslices = 12
theta = np.linspace(0.0,2*np.pi,barslices,endpoint=false)
r = 30*np.random.rand(barslices)
plt.polar(theta,r, #theta每个标记所在射线与极径的夹⾓，r每个标记到原点的距离color="chartreuse",
linewidth=2,
marker="*",
mfc="b",
ms=10)
plt.show()

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。