用Matplotlib如何繪制條形圖、直方圖和散點(diǎn)圖

來源：懂視網(wǎng) 責(zé)編：小采時間：2020-11-27 14:09:28

用Matplotlib如何繪制條形圖、直方圖和散點(diǎn)圖

用Matplotlib如何繪制條形圖、直方圖和散點(diǎn)圖:Matplotlib是一個Python 2D繪圖庫,它可以在各種平臺上以各種硬拷貝格式和交互式環(huán)境生成出具有出版品質(zhì)的圖形。上一篇我們講解到Matplotlib 中的圖例，標(biāo)題和標(biāo)簽介紹，今天我們開始正式畫圖。這個教程中我們會涉及條形圖、直方圖和散點(diǎn)圖。我們先來看條形圖

推薦度：

點(diǎn)擊下載本文 文檔為doc格式

導(dǎo)讀用Matplotlib如何繪制條形圖、直方圖和散點(diǎn)圖:Matplotlib是一個Python 2D繪圖庫,它可以在各種平臺上以各種硬拷貝格式和交互式環(huán)境生成出具有出版品質(zhì)的圖形。上一篇我們講解到Matplotlib 中的圖例，標(biāo)題和標(biāo)簽介紹，今天我們開始正式畫圖。這個教程中我們會涉及條形圖、直方圖和散點(diǎn)圖。我們先來看條形圖

Matplotlib是一個Python 2D繪圖庫,它可以在各種平臺上以各種硬拷貝格式和交互式環(huán)境生成出具有出版品質(zhì)的圖形。

上一篇我們講解到Matplotlib 中的圖例，標(biāo)題和標(biāo)簽介紹，今天我們開始正式畫圖。這個教程中我們會涉及條形圖、直方圖和散點(diǎn)圖。我們先來看條形圖：

條形圖

import matplotlib.pyplot as plt
plt.bar([1,3,5,7,9],[5,2,7,8,2], label="Example one")
plt.bar([2,4,6,8,10],[8,6,2,5,6], label="Example two", color='g')
plt.legend()
plt.xlabel('bar number')
plt.ylabel('bar height')
plt.title('Epic Graph
Another Line! Whoa')
plt.show()

plt.bar為我們創(chuàng)建條形圖。如果你沒有明確選擇一種顏色，那么雖然做了多個圖，所有的條看起來會一樣。這讓我們有機(jī)會使用一個新的 Matplotlib 自定義選項(xiàng)。你可以在任何類型的繪圖中使用顏色，例如g為綠色，b為藍(lán)色，r為紅色，等等。你還可以使用十六進(jìn)制顏色代碼，如#191970。

接下來，我們會講解直方圖。直方圖非常像條形圖，傾向于通過將區(qū)段組合在一起來顯示分布。這個例子可能是年齡的分組，或測試的分?jǐn)?shù)。我們并不是顯示每一組的年齡，而是按照 20 ~ 25，25 ~ 30… 等等來顯示年齡。這里有一個例子：

直方圖

import matplotlib.pyplot as plt
population_ages = [22,55,62,45,21,22,34,42,42,4,99,102,110,120,121,122,130,111,115,112,80,75,65,54,44,43,42,48]
bins = [0,10,20,30,40,50,60,70,80,90,100,110,120,130]
plt.hist(population_ages, bins, histtype='bar', rwidth=0.8)
plt.xlabel('x')
plt.ylabel('y')
plt.title('Interesting Graph
Check it out')
plt.legend()
plt.show()

產(chǎn)生的圖表為：

對于plt.hist，你首先需要放入所有的值，然后指定放入哪個桶或容器。在我們的例子中，我們繪制了一堆年齡，并希望以 10 年的增量來顯示它們。我們將條形的寬度設(shè)為 0.8，但是如果你想讓條形變寬，或者變窄，你可以選擇其他的寬度。

接下來，我們將介紹散點(diǎn)圖。散點(diǎn)圖通常用于比較兩個變量來尋找相關(guān)性或分組，如果你在 3 維繪制則是 3 個。

散點(diǎn)圖

散點(diǎn)圖的一些示例代碼：

import matplotlib.pyplot as plt
x = [1,2,3,4,5,6,7,8]
y = [5,2,4,2,1,4,5,2]
plt.scatter(x,y, label='skitscat', color='k', s=25, marker="o")
plt.xlabel('x')
plt.ylabel('y')
plt.title('Interesting Graph
Check it out')
plt.legend()
plt.show()

結(jié)果為：