【数据分析day06】matplotlib 2D图

直方图

• 参数只有一个x，一维数据

• hist()的参数

  1. bins： 可以是一个bin数量的整数值，也可以是表示bin的一个序列。默认值为10
  2. density： 如果值为True，直方图的值将进行归一化处理，形成概率密度，默认值为False
  3. color : 单一颜色值或颜色的序列
  4. orientation: horizontal创建水平直方图,默认值为vertical

  n = np.random.randint(0, 10, size=10)
  n
  

    np.histogram(n)
  

    plt.hist(n)
  

绘图

plt.hist(n)

水平方向

plt.hist(n, density=True, bins=20, color='r', orientation='horizontal')

条形图

• 必须传两个参数，是二维

• bar(), barh()

• 适合比较各部分的大小

   plt.bar(np.arange(0,10), n, color='r', width=0.8)
  

  
  水平条形图： barh()

   plt.barh(np.arange(0,10), n, color='r')
  

饼图

• 只有一个参数,一维

• pie()

• 适合展示各部分占总体的比例

    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'))
  

  普通未占满饼图

    n = [0.1, 0.2, 0.4, 0.2]
    plt.pie(n)
  

饼图阴影、分裂等属性设置

散点图

• 需要两个参数x,y，但此时x不是表示x轴的刻度，而是每个点的横座标

• 两个一维数组之间的关系

    x = np.linspace(0, 2*np.pi, 10)
    y = np.sin(x)
  

s表示点的大小，c:颜色（这里用random+cmap组合使用）， mark:点的形状
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))