可视化统计图制作(列举三种可视化图表,并分别列举三种应用实例)
创作立场声明:个人的阅读和练习体验,是很有用的书,推荐给大家,多多交流。
目录
折线图
柱状图
饼 图
散点图
可视化步骤总结
一、导入库,创建画布
1、完整代码
import matplotlib.pyplot as plt
fig = plt.figure()
plt.show()
2、运行结果
3、解释代码
第一行:导入Mapoltlib 库,并将其简称为plt
第二行:创建了一个空白画布
第三行:展示画布及在画布上绘制的内容
4、Matplotlib库:
一个Python的2D绘图库,通过它可以仅需要几行代码,便可以生成直方图、功率谱、条形图、错误图、散点图等。
二、 绘制折线图
1、完整代码
导入库,简称为plt
import matplotlib.pyplot as plt
创建数组
x = [1, 2, 3, 4, 5]
y = [18, 122.5, 167, 121, 145]创建空白画布
fig = plt.figure()plt.plot(x, y, color = ‘b’, linestyle = ‘-‘)
展示画布和内容
plt.show()
2、运行结果
3、解释代码
第二,三行:
创建数组,x代表横轴坐标存储的数组,y代表纵轴坐标存储的数组
第五行:
plt.plot()中的各参数含义:
x与y:传入的横纵坐标的值,color:线条颜色,linestyle:线条风格
4、常用color参数
序号 | 字母 | 颜色 | 中文 |
---|---|---|---|
1 | b | blue | 蓝 |
2 | c | cyan | 青 |
3 | g | green | 绿 |
4 | k | black | 黑(首字母b,被blue占用,用尾字母k代表黑色) |
5 | m | magenta | 玫红 |
6 | w | white | 白 |
7 | y | yellow | 黄 |
英文单词记不住的,直接用搜狗搜索。
5、常用linestyle参数
序号 | 图示 | 线体 |
---|---|---|
1 | - | 直线 |
2 | — | 短线 |
3 | -. | 短点相间线 |
4 | : | 虚点线 |
不同颜色和线体参数,可以在代码里面替换,看看效果。
三、绘制柱状图 bar()
1、完整代码
柱状图
import matplotlib.pyplot as pltx = [1,2,3,4,5,6]
y = [18,34,18,3,9,3]plt.figure()
plt.bar(x, y,color=’y’)
plt.title(“bar graph”)
plt.show()
2、运行结果
3、解释代码
第二,三行:
创建数组,x代表横轴坐标存储的数组,y代表纵轴坐标存储的数组
第五行:
plt.bar()中的各参数含义:
x与y:传入的横纵坐标的值,color:线条颜色
第六行:
plt.title() 定义了图标的标题,“bar graph”
三、绘制饼图 pie()
1、完整代码
饼图
import matplotlib.pyplot as plty = [83,70,28,25,13]
plt.figure()
plt.pie(y)
plt.title(‘pie graph’)
plt.show()
2、运行结果
3、解释代码
第二行:
创建数组,y代表传入饼图的数组
第四行:
plt.bar()中的各参数含义:
y:传入的横纵坐标的值,饼图中显示为各值占总体的比例
第五行:
plt.title() 定义了图标的标题,“pie graph”
四、绘制散点图 scatter()
1、完整代码
散点图
import matplotlib.pyplot as pltx = [0.50,0.75,1.00,1.25,1.50,1.75]
y = [10,22,13,43,20,22]fig = plt.figure()
plt.scatter(x, y, color=’b’, marker=’.’)
plt.title(‘scatter graph’)
plt.show()
2、运行结果
3、解释代码
第五行:
plt.scatter()中的各参数含义:
x与y:传入的横纵坐标的值,color:线条颜色,marker:散点标记
4、常用marker参数
序号 | marker | symbol | description |
---|---|---|---|
1 | "." | m00 | point |
2 | "o" | m02 | circle |
3 | "8" | m11 | octagon |
4 | "s" | m12 | square |
5 | "P" | m23 | plus (filled) |
6 | "*" | m14 | star |
7 | "+" | m17 | plus |
8 | "x" | m18 | x |
五、总结
从上面几个图形,可以看出,python绘制统计图形的步骤是一样的,如下:
第一步:导入 matplotlib库
第二步:导入数组
第三步:创建了一个空白画布
第四步:调用绘图函数,设置各参数
第五步:在画布上输出图形
第六步:运行代码,输出结果
是不是很简单~~~~
书籍网址:
更多推荐:
想了解宋朝历史,哪能不读这七本书?
推荐5本书,带你了解唐朝的强盛与掣肘!
推荐7本顶级好书,让你全面提升格局和视野!
推荐5本解读明朝的书,读历史是为了更接近现实!