直方圖
-
參數只有一個x,一維數據
-
hist()的參數
- bins: 可以是一個bin數量的整數值,也可以是表示bin的一個序列。默認值爲10
- density: 如果值爲True,直方圖的值將進行歸一化處理,形成概率密度,默認值爲False
- color : 單一顏色值或顏色的序列
- orientation: horizontal創建水平直方圖,默認值爲vertical
n = np.random.randint(0, 10, size=10)
n
np.histogram(n)
plt.hist(n)
繪圖
plt.hist(n)
水平方向
plt.hist(n, density=True, bins=20, color='r', orientation='horizontal')
條形圖
-
必須傳兩個參數,是二維
-
bar(), barh()
-
適合比較各部分的大小
plt.bar(np.arange(0,10), n, color='r', width=0.8)
水平條形圖: barh()plt.barh(np.arange(0,10), n, color='r')
餅圖
-
只有一個參數,一維
-
pie()
-
適合展示各部分佔總體的比例
plt.figure(figsize=(8,8)) n = [1,2,3,4] # pct = pecentage export plt.pie(n, autopct='%.2f%%', labels=list('ABCD'), pctdistance=0.8, labeldistance=1, shadow=True, explode=[0.1, 0.2, 0.1, 0.3], colors=['r', 'g', 'b', 'y'], startangle=60, counterclock=False, radius=1, wedgeprops = {'linewidth': 5},textprops=dict(fontsize=20, color='r'))
普通未佔滿餅圖
n = [0.1, 0.2, 0.4, 0.2] plt.pie(n)
餅圖陰影、分裂等屬性設置
散點圖
-
需要兩個參數x,y,但此時x不是表示x軸的刻度,而是每個點的橫座標
-
兩個一維數組之間的關係
x = np.linspace(0, 2*np.pi, 10) y = np.sin(x)
s表示點的大小,c:顏色(這裏用random+cmap組合使用), mark:點的形狀
alpha:透明度
plt.scatter(x, y, s=200, c=np.random.rand(10,3), marker='d', cmap='rainbow', alpha=0.5)
例子
x = np.random.randn(500)
y = np.random.randn(500)
plt.figure(figsize=(10,6))
# RGBA
plt.scatter(x,y, marker='d', c=np.random.rand(500,4), cmap='rainbow', s=np.random.randint(0,300, size=150))