統計作圖函數（和matplotlib、pandas）

Python主要統計作圖函數

作圖函數名	作圖函數功能	所屬工具箱
plot()	繪製線性二維圖，折線圖	Matplotlib/Pandas
pie()	繪製餅形圖	Matplotlib/Pandas
hist()	繪製二維條形直方圖，可顯示數據的分配情形	Matplotlib/Pandas
boxplot()	繪製樣本數據的箱型圖	Pandas
plot(logy=True)	繪製y軸的對數圖形	Pandas
plot(yerr=error)	繪製誤差條形圖	Pandas

在作圖之前，通常要加載以下代碼：

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] #用來正常顯示中文標籤
plt.rcParams['axes.unicode_minus'] = False #用來正常顯示負號
plt.figure(figsize=(7,5))#創建圖像區域，指定比例

作圖完成後，一般通過plt.show()來顯示作圖結果

1、plot                     plt.plot(x,y,S)        D.plot(kind='box')

在區間（0~2）繪製一條藍色的正弦虛線，並在每個座標點標上五角星。

import numpy as np
x = np.linspace(0,2*np.pi,50) #x座標輸入
y = np.sin(x) #計算對應x的正弦值
plt.plot(x,y,'bp--')#控制圖像格式爲藍色帶星虛線，顯示正弦曲線
plt.show()

2、pie                              plt.pie(size)

通過向量[15,30,45,10]畫餅圖，註上標籤，並將第2部分分離出來。

import matplotlib.pyplot as plt
#the slices will be ordered and plotted counter-clockwise.
labels = 'Frogs','Hogs','Dogs','Logs'#定義標籤
sizes = [15,30,45,10]#每一塊的比例
colors = ['yellowgreen','gold','lightskyblue','lightcoral']#每一塊顏色
explode = (0,0.1,0,0)#突出顯示，這裏僅僅突出顯示第二塊（即‘Hogs’）
#autopct='%1.1f%%'  小數點前表示域寬，小數點後爲保留小數位
plt.pie(sizes,explode=explode,labels=labels,colors=colors,autopct='%1.1f%%',shadow=True,startangle=90)
plt.axis('equal')#顯示爲圓（避免比例壓縮爲橢圓）
plt.show()

3、hist                        plt.hist(x,y)

繪製二維條形直方圖，可顯示數據的分佈情形。

import matplotlib.pyplot as plt
import numpy as np
x = np.random.randn(1000) #1000個服從正態分佈的隨機數，x是待繪製直方圖的一維數組，y可以是整數，表示均勻分爲n組；也可以是列表，列表各個數字爲分組的邊界點（即手動指定分界點）
plt.hist(x,10)#分成10組進行繪製直方圖
plt.show()

4、boxplot                       D.boxplot()/D.plot(kind='box')

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
x = np.random.randn(1000)#1000個服從正態分佈的隨機數
D = pd.DataFrame([x,x+1]).T#構造兩列的DataFrame
D.plot(kind='box')#調用Series內置的作圖方法畫圖，用kind參數指定箱形圖box
plt.show()

5、plot(logx=True)/plot(logy=True)

實例：構造指數函數數據使用plot(logy=True)函數進行繪圖

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False #用來正常顯示負號
import numpy as np
import pandas as pd

x = pd.Series(np.exp(np.arange(20)))#原始數據
x.plot(label=u'原始數據圖',legend=True)
plt.show()
x.plot(logy=True,label=u'對數數據圖',legend=True)
plt.show()

6、plot(yerr=error)         D.plot(yerr=error)

實例：繪製誤差棒圖

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False #用來正常顯示負號
import numpy as np
import pandas as pd
error = np.random.randn(10)#定義誤差列
y = pd.Series(np.sin(np.arange(10)))#均值數據列
y.plot(yerr=error)#繪製誤差圖
plt.show()