【高心星出品】
文章目录
前言一、条形图的绘制二、绘制直方图三、绘制饼图总结前言
上一篇文章讲解matplotlib库对于散点和折线图的绘制。本篇文章继续讲解matplotlib库中对于条形图、直方图与饼图的绘制。
一、条形图的绘制
条形图是直观显示某些数据统计次数,使用bar方法来绘制,具体代码如下:
# 获取x坐标0 10.。。xarray = np.arange(0, 110, 10)# 获取y坐标 1,2,3,1,0.。yarray = np.random.randint(11, size=11) + 1canvas = plt.figure()ax = canvas.add_subplot(311);ax.set(xlim=[0, 100], ylim=[0, 10], xlabel='数量', ylabel='时间', title='统计数量')# 绘制条形图 x坐标 y坐标 颜色,居中,笔宽度bars = ax.bar(xarray, yarray, color='red', align='edge', width=3)
具体运行结果:
二、绘制直方图
直方图是统计某些数据的出现频率,需要提供采样数据和统计间隔,绘图函数会自动计算出现次数,具体代码如下:
# 绘制直方图ax1 = canvas.add_subplot(312)ax1.set(xlabel='数量', ylabel='时间', title='统计数量',)# 取出来要统计的数据集合harray = np.random.randint(0, 1000, 100)# 代表区间 纵轴上的数字是计算出来的 某些数字出现的次数ax1.hist(harray, bins=[0, 100, 200, 300, 400, 500, 600, 700, 800, 900, 1000], color='blue')
具体运行结果为:
三、绘制饼图
饼图可以更加直观的体现数据的占比,使用饼图需要调用pie方法,具体代码如下:
# 绘制饼图ax2 = canvas.add_subplot(313)# 显示内容label = ['吃饭', '学习', '睡觉']# 饼图比例size = [20, 20, 60]# 显示比例 代表小数点后面两位autopct = '%1.2f%%'# 突出显示 最后一个饼explode = [0, 0, 0.1]ax2.pie(size, labels=label, autopct=autopct, explode=explode)canvas.show()
具体运行结果如下:
总结
本篇文章介绍了使用matplotlib库绘制条形图、直方图、饼图的过程,对于matplotlib还有很多更强大的功能,这里只介绍了简单的一部分,想了解更多功能可以查看官方文档。传送门