Matplotlib（绘图库）- 其他类型图【绘制散点图、条形图、等高线图、饼状图、直方图、3D图等】

1 散点图

使用 scatter() 绘制散点图。

1. import matplotlib.pyplot as plt  # 为方便简介为plt
   
2. import numpy as np  # 画图过程中会使用numpy
   
3. import pandas as pd  # 画图过程中会使用pandas
   
4. 
   
5. # 使用numpy产生数据
   
6. fig = plt.figure()          # 创建一个窗口
   
7. ax = fig.add_subplot(1,1,1)   # 在窗口上添加一个子图
   
8. x = np.random.random(100)      # 产生随机数组
   
9. y = np.random.random(100)      # 产生随机数组
   
10. ax.scatter(x,y,s = x*100,c = 'y',marker = (5,1),alpha = 0.5,lw = 2,facecolors = 'none')  
    
11. # x横坐标，y纵坐标，s图像大小，c颜色，marker图片，lw图像边框宽度
    
12. plt.show()  # 显示图像

复制代码

实例效果图如下：


2 条形图

使用 bar() 绘制条形图。

1. import matplotlib.pyplot as plt  # 为方便简介为plt
   
2. import numpy as np  # 画图过程中会使用numpy
   
3. import pandas as pd  # 画图过程中会使用pandas
   
4. 
   
5. n = 12
   
6. X = np.arange(n)
   
7. Y1 = (1-X/float(n)) * np.random.uniform(0.5,1.0,n)
   
8. Y2 = (1-X/float(n)) * np.random.uniform(0.5,1.0,n)
   
9. 
   
10. fig = plt.figure()   #创建一个窗口
    
11. ax=fig.add_subplot(1,1,1)   #添加一个子图
    
12. 
    
13. ax.bar(X, +Y1, facecolor='#9999ff', edgecolor='white')
    
14. ax.bar(X, -Y2, facecolor='#ff9999', edgecolor='white')
    
15. 
    
16. for x,y in zip(X,Y1):
    
17.     plt.text(x, y+0.05, '%.2f' % y, ha='center', va= 'bottom')
    
18. 
    
19. plt.ylim(-1.25,+1.25)
    
20. plt.show()

复制代码

实力效果图如下：


3 等高线图

使用 contourf() 绘制等高线图。

1. import matplotlib.pyplot as plt  # 为方便简介为plt
   
2. import numpy as np  # 画图过程中会使用numpy
   
3. import pandas as pd  # 画图过程中会使用pandas
   
4. 
   
5. def f(x,y): return (1-x/2+x**5+y**3)*np.exp(-x**2-y**2)
   
6. 
   
7. n = 256
   
8. x = np.linspace(-3,3,n)
   
9. y = np.linspace(-3,3,n)
   
10. X,Y = np.meshgrid(x,y)
    
11. 
    
12. fig = plt.figure()   #创建一个窗口
    
13. ax=fig.add_subplot(1,1,1)   #添加一个子图
    
14. 
    
15. 
    
16. ax.contourf(X, Y, f(X,Y), 8, alpha=.75, cmap='jet')
    
17. ax.contour(X, Y, f(X,Y), 8, colors='black', linewidth=.5)
    
18. plt.show()

复制代码

实例效果图如下：


4 饼状图

使用 pie() 绘制饼状图。

1. import matplotlib.pyplot as plt  # 为方便简介为plt
   
2. import numpy as np  # 画图过程中会使用numpy
   
3. import pandas as pd  # 画图过程中会使用pandas
   
4. 
   
5. 
   
6. plt.rcParams['font.sans-serif'] = ['SimHei']
   
7. plt.rcParams['axes.unicode_minus'] = False
   
8. 
   
9. label_list = ["第一部分", "第二部分", "第三部分"]    # 各部分标签
   
10. size = [55, 35, 10]    # 各部分大小
    
11. color = ["red", "green", "blue"]     # 各部分颜色
    
12. explode = [0.05, 0, 0]   # 各部分突出值
    
13. '''
    
14. 绘制饼图
    
15. explode：设置各部分突出
    
16. label:设置各部分标签
    
17. labeldistance:设置标签文本距圆心位置，1.1表示1.1倍半径
    
18. autopct：设置圆里面文本
    
19. shadow：设置是否有阴影
    
20. startangle：起始角度，默认从0开始逆时针转
    
21. pctdistance：设置圆内文本距圆心距离
    
22. 返回值
    
23. l_text：圆内部文本，matplotlib.text.Text object
    
24. p_text：圆外部文本
    
25. '''
    
26. plt.pie(size, explode=explode, colors=color, labels=label_list, labeldistance=1.1, autopct="%1.1f%%", shadow=False, startangle=90, pctdistance=0.6)
    
27. plt.axis("equal")    # 设置横轴和纵轴大小相等，这样饼才是圆的
    
28. plt.legend()
    
29. plt.show()

复制代码

实例效果图如下：


5 直方图

使用 hist() 绘制直方图。

1. import matplotlib.pyplot as plt  # 为方便简介为plt
   
2. import numpy as np  # 画图过程中会使用numpy
   
3. import pandas as pd  # 画图过程中会使用pandas
   
4. 
   
5. # 设置matplotlib正常显示中文和负号
   
6. plt.rcParams['font.sans-serif']=['SimHei']   # 用黑体显示中文
   
7. plt.rcParams['axes.unicode_minus']=False     # 正常显示负号
   
8. # 随机生成（10000,）服从正态分布的数据
   
9. data = np.random.randn(10000)
   
10. '''
    
11. 绘制直方图
    
12. data:必选参数，绘图数据
    
13. bins:直方图的长条形数目，可选项，默认为10
    
14. normed:是否将得到的直方图向量归一化，可选项，默认为0，代表不归一化，显示频数。normed=1，表示归一化，显示频率。
    
15. facecolor:长条形的颜色
    
16. edgecolor:长条形边框的颜色
    
17. alpha:透明度
    
18. '''
    
19. #plt.hist(data, bins=40, normed=0, facecolor="blue", edgecolor="black", alpha=0.7)
    
20. plt.hist(data, bins=40, facecolor="blue", edgecolor="black", alpha=0.7)
    
21. # 显示横轴标签
    
22. plt.xlabel("区间")
    
23. # 显示纵轴标签
    
24. plt.ylabel("频数/频率")
    
25. # 显示图标题
    
26. plt.title("频数/频率分布直方图")
    
27. plt.show()

复制代码

实例效果图如下：


6 3D图

使用 plot_surface() 绘制直方图。

1. import matplotlib.pyplot as plt  # 为方便简介为plt
   
2. import numpy as np  # 画图过程中会使用numpy
   
3. import pandas as pd  # 画图过程中会使用pandas
   
4. 
   
5. X = np.arange(-4, 4, 0.25)
   
6. Y = np.arange(-4, 4, 0.25)
   
7. X, Y = np.meshgrid(X, Y)
   
8. R = np.sqrt(X**2 + Y**2)
   
9. Z = np.sin(R)
   
10. 
    
11. fig = plt.figure()  # 先创建窗口一个窗口
    
12. ax1 = fig.add_subplot(1,1,1,projection='3d')
    
13. ax1.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap='hot')
    
14. 
    
15. plt.show()

复制代码

实例效果图如下：