【Python数据可视化】matplotlib之绘制常用图形:折线图、柱状图(条形图)、饼图和直方图

文章传送门

Python 数据可视化
matplotlib之绘制常用图形:折线图、柱状图(条形图)、饼图和直方图
matplotlib之设置坐标:添加坐标轴名字、设置坐标范围、设置主次刻度、坐标轴文字旋转并标出坐标值
matplotlib之增加图形内容:设置图例、设置中文标题、设置网格效果
matplotlib之设置子图:绘制子图、子图共享x轴坐标
matplotlib之绘制高级图形:散点图、热力图、等值线图、极坐标图
matplotlib之绘制三维图形:三维散点图、三维柱状图、三维曲面图

目录

  • [简述 / 前言](#简述 / 前言)
  • [1. 折线图](#1. 折线图)
  • [2. 柱状图(条形图)](#2. 柱状图(条形图))
  • [3. 饼图](#3. 饼图)
  • [4. 直方图](#4. 直方图)

简述 / 前言

这篇文章主要讲解Python数据可视化库 matplotlib 的一些操作,由于知识点较多,所以应该会分多篇文章进行分享。具体可以参考 matplotlib 官网,下面附上一些小贴士,5 张图片掌握 matplotlib 主要知识点,这5张图片来源于 matplotlib 官网的备忘录。后面的文章只会总结一些重点内容,不会面面俱到,所以对绘制某一个图形感兴趣的伙伴,可以直接去官网看教程和例子。更详细的教程可能会在 Python 教程那里给出,等有时间再写吧~





这一篇主要分享用 matplotlib 绘制常用图形:折线图、柱状图(条形图)、饼图和直方图。

画完图都要使用 show() 方法才能看到图像哦~


1. 折线图

绘制折线图,一般需要读取 x, y 轴的数据,再通过 plot 方法绘制折线图,示例如下:

py 复制代码
import matplotlib.pyplot as plt
import numpy as np

# 设置x轴和y轴的坐标
x = np.arange(0, 9, 2)      # [0, 9) 每间隔1个数取一次值,即:x = [0 2 4 6 8]
y = np.array([0, 1, 4, 6, 8])
print(f"x = {x}")
print(f"y = {y}")

plt.plot(x, y)  # 通过plot方法绘制折线
plt.show()  # 通过show方法展示

输出:

可以看到在绘制折线图时,只给了它坐标轴的值,但是没有给线条颜色、样式等属性,这是因为 matplotlib 已经封装好一些默认值了,如果要修改,可以通过可变参数 **kwargs 来改动,常用的属性如下:

属性 含义
color 线的颜色
linewidth 线的宽度(厚度)
linestyle 线的样式 【虚线::,破折线:--,点划线:-.
marker 坐标点的标记方式 【实心圆:o,加号:+,五角星:*,点:.,叉叉:x,上三角形:^,下三角形:v,左三角形:<,右三角形:>,正方形:s,菱形:d,五边形:p,六边形:h,下划线:(_或者数字的01)】
alpha 透明度,取值范围:[0, 1],值越小越透明

现在对上面的折线图进行修改,看看效果:

py 复制代码
import matplotlib.pyplot as plt
import numpy as np

# 设置x和y轴的坐标
x = np.arange(0, 9, 2)
plt.plot(x, x * 0.5, color='#33141e', linewidth='10', linestyle=':', alpha=0.2)
plt.plot(x, x, color='blue', linewidth='1', linestyle='--', marker='v', alpha=0.5)
plt.plot(x, x * 1.5, color='red', linewidth='3', linestyle='-.', marker='o', alpha=1)
plt.show()

输出:

2. 柱状图(条形图)

关键语句:matplotlib.pyplot.bar(x, height, ...)

一般会这么写:matplotlib.pyplot.bar(x, height, alpha=alpha, width=width, color=color, edgecolor=edgecolor, label=label, lw=lw),各参数含义如下:

属性 含义
x x轴的位置序列
height 每个x对应的条形图高度,注意:len(x) == len(height)
alpha 透明度,取值范围:[0, 1],值越小越透明
width 每条柱状图的宽度(也可以只填一个数,这时全部柱状图的宽度都是一致的)
color 每个柱状图的颜色【它会根据你给的颜色循环使用,比如有4条柱状图,你只给了3种颜色:红黄蓝 ,那么最后图形的颜色就是:红黄蓝红
edgecolor 边缘的颜色
label 图例
lw 边缘线的宽度

示例:

py 复制代码
import matplotlib.pyplot as plt

x = [1, 2, 3, 4]  # x轴刻度
height = [10, 20, 15, 18]  # y轴刻度(height)
color = ['red', 'yellow', 'blue', 'green']
x_label = ['class1', 'class2', 'class3', 'class4']
# 绘制x刻度标签
plt.xticks(x, x_label)
# 绘制柱状图
plt.bar(x, height, color=color, edgecolor='black')
plt.show()

输出:

修改一些样式,并只给定3种颜色:

py 复制代码
import matplotlib.pyplot as plt

x = [1, 2, 3, 4]  # x轴刻度
height = [10, 20, 15, 18]  # y轴刻度
color = ['red', 'yellow', 'blue']   # 只给定3种颜色
x_label = ['class1', 'class2', 'class3', 'class4']
# 绘制x刻度标签
plt.xticks(x, x_label)
# 绘制柱状图
plt.bar(x, height, alpha=0.8, width=0.2, color=color, edgecolor='black', lw=3)
plt.show()

输出:

:因为在语句中加入了 plt.xticks(x, x_label),所以x轴显示的不是数值,如果注释掉那句话,那么图形是这样的~

如果不是一次性传入数据,而是传一次数据,画一个柱状图,那么每个柱状图的颜色就会不一样。

示例:

py 复制代码
import matplotlib.pyplot as plt

x = [1, 2, 3, 4]  # x轴刻度
height = [10, 20, 15, 18]  # y轴刻度
color = ['red', 'yellow', 'blue']   # 只给定3种颜色
x_label = ['class1', 'class2', 'class3', 'class4']
# 绘制x刻度标签
# plt.xticks(x, x_label)
# 绘制柱状图
# plt.bar(x, height)
for xi, yi in zip(x, height):	# 一个一个柱状图画
    plt.bar(xi, yi)
plt.show()

输出:

3. 饼图

关键语句:matplotlib.pyplot.pie(sizes, ...)

一般会这么写:matplotlib.pyplot.pie(sizes, explode=explode, labels=labels, colors=colors, startangle=startangle, radius=radius),其中各属性含义如下:

属性 含义
sizes 饼图每个块的值
explode 离开中心点的距离(注意:len(explode) == len(sizes)
labels 饼图每个块要说明的文字
colors 饼图每个块的颜色【它会根据你给的颜色循环使用,比如有4块饼图,你只给了3种颜色:红黄蓝 ,那么最后图形的颜色就是:红黄蓝红
autopct 显示每块饼图划分的比例,并设置显示的小数位数
shadow (布尔值)是否显示阴影
startangle 起始角度,默认是从x轴正方向逆时针开始画图
radius 饼图的半径

示例:

py 复制代码
import matplotlib.pyplot as plt

sizes = [10, 20, 15, 18, 50]
explode = (0.1, 0.1, 0.1, 0.1, 0.1)
labels = ['class1', 'class2', 'class3', 'class4', 'class5']
colors = ['blue', 'red', 'green', 'yellow', 'pink', 'black']
plt.pie(sizes, explode=explode, labels=labels, colors=colors, autopct='%.1f%%', shadow=True, startangle=30, radius=0.8)
plt.show()

输出:

如果颜色没给够,那么图形就是这样的:

py 复制代码
import matplotlib.pyplot as plt

sizes = [10, 20, 15, 18, 50]
explode = (0, 0.1, 0, 0, 0)
labels = ['class1', 'class2', 'class3', 'class4', 'class5']
colors = ['blue', 'red', 'green']
plt.pie(sizes, explode=explode, labels=labels, colors=colors, startangle=30, radius=1.2)
plt.show()

输出:

:这样看上去就很难区分每部分了,甚至还会出现两个块颜色相同合并在了一起,所以颜色一定要给够!哪怕颜色给多了也不会报错,它只会按照给的颜色顺序赋值!!!

4. 直方图

关键语句:matplotlib.pyplot.hist(x, bins, ...)

一般会这么写:matplotlib.pyplot.hist(x, bins, density=density, histtype=histtype, align=align, color=color, label=label),其中各属性含义如下:

属性 含义
x 在x轴上的数值y(数据分布情况)
bins 柱状图个数(数据区间)
density 是否将直方图的频数转换成频率,默认值为:False(y轴为频数),可以改为 True(y轴为频率)
histtype 直方图形状,可以选:barbarstackedstep(梯形)、stepfilled(对梯形内部进行填充),默认是bar
align 不建议修改 】控制柱状图水平分布,可以选:leftmid(默认值)、right
color 直方图颜色
label 标签,展示图标时使用

示例:

py 复制代码
import matplotlib.pyplot as plt
import numpy as np

x = np.random.randint(10, 51, 300)
bins = np.arange(10, 51, 2)     # 设置连续的边界值,即直方图的分布区间
# 绘制直方图
plt.hist(x, bins)
plt.show()

输出:

修改一些属性试试:

py 复制代码
import matplotlib.pyplot as plt
import numpy as np

x = np.random.randint(10, 51, 300)
bins = np.arange(10, 51, 2)     # 设置连续的边界值,即直方图的分布区间
# 绘制直方图
plt.hist(x, bins, density=True, histtype='step', align='left', color='green')
plt.show()

输出:

相关推荐
思则变2 小时前
[Pytest] [Part 2]增加 log功能
开发语言·python·pytest
漫谈网络3 小时前
WebSocket 在前后端的完整使用流程
javascript·python·websocket
try2find4 小时前
安装llama-cpp-python踩坑记
开发语言·python·llama
DataGear4 小时前
如何在DataGear 5.4.1 中快速制作SQL服务端分页的数据表格看板
javascript·数据库·sql·信息可视化·数据分析·echarts·数据可视化
博观而约取5 小时前
Django ORM 1. 创建模型(Model)
数据库·python·django
精灵vector7 小时前
构建专家级SQL Agent交互
python·aigc·ai编程
Zonda要好好学习7 小时前
Python入门Day2
开发语言·python
Vertira7 小时前
pdf 合并 python实现(已解决)
前端·python·pdf
太凉7 小时前
Python之 sorted() 函数的基本语法
python
项目題供诗7 小时前
黑马python(二十四)
开发语言·python