【數據分析day06】matplotlib 2D圖

直方圖

• 參數只有一個x，一維數據

• hist()的參數

  1. 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
  2. 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
  3. color : 單一顏色值或顏色的序列
  4. 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))