当前位置: 首页 > 资讯 > 图书音像 > 音像制品  > 音乐 >文章详情

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

  1. 折线图

  2. 柱状图

  3. 饼 图

  4. 散点图

  5. 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

python小技能:Matplotlib可视化四种常用统计图形!

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

python小技能:Matplotlib可视化四种常用统计图形!

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
1bblue
2ccyan
3ggreen绿
4kblack黑(首字母b,被blue占用,用尾字母k代表黑色)
5mmagenta玫红
6wwhite
7yyellow

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 plt

x = [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

python小技能:Matplotlib可视化四种常用统计图形!

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 plt

y = [83,70,28,25,13]

plt.figure()
plt.pie(y)
plt.title(‘pie graph’)
plt.show()

2、运行结果

python小技能:Matplotlib可视化四种常用统计图形!

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 plt

x = [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

python小技能:Matplotlib可视化四种常用统计图形!

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markersymboldescription
1"."

m00

m00
point
2"o"

m02

m02
circle
3"8"

m11

m11
octagon
4"s"

m12

m12
square
5"P"

m23

m23
plus (filled)
6"*"

m14

m14
star
7"+"

m17

m17
plus
8"x"

m18

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!

搜搜茶资讯中心,全景关注各行业的发展风向,集中报道新品发布、业界动态和海淘情报,致力于呈现时效性和价值性俱佳的精选资讯。
已赞+1 已有人赞过