Python 图形绘制详细代码(二)

 更新时间:2021年12月22日 17:09:34   作者:来西瓜  
这篇文章主要介绍了Python 图形绘制详细代码,本文接着上文介绍介绍条形图的画法,同样附有详细的代码,需要的小伙伴可以参考一下,希望对你的学习有所帮助

4、条形图

下面介绍条形图的画法。

4.1 代码

import matplotlib.pyplot as plt



# x-coordinates of left sides of bars

left = [1, 2, 3, 4, 5]



# heights of bars

height = [10, 24, 36, 40, 5]



# labels for bars

tick_label = ['one', 'two', 'three', 'four', 'five']



# plotting a bar chart

plt.bar(left, height, tick_label = tick_label,

        width = 0.8, color = ['red', 'green'])



# naming the x-axis

plt.xlabel('x - axis')

# naming the y-axis

plt.ylabel('y - axis')

# plot title

plt.title('My bar chart!')



# function to show the plot

plt.show()



4.2 输出

4.3 代码的部分解释

  • 1)使用 plt.bar() 函数来绘制条形图。
  • 2)x轴与height两个参数必须有。
  • 3)可以通过定义 tick_labels 为 x 轴坐标指定另外的名称。

5、直方图

5.1 代码

import matplotlib.pyplot as plt



# frequencies

ages = [2,5,70,40,30,45,50,45,43,40,44,

        60,7,13,57,18,90,77,32,21,20,40]



# setting the ranges and no. of intervals

range = (0, 100)

bins = 10 



# plotting a histogram

plt.hist(ages, bins, range, color = 'green',

        histtype = 'bar', rwidth = 0.8)



# x-axis label

plt.xlabel('age')

# frequency label

plt.ylabel('No. of people')

# plot title

plt.title('My histogram')



# function to show the plot

plt.show()



5.2 输出

5.3 代码的部分解释

  • 1)使用 plt.hist() 函数绘制直方图。
  • 2)age列表作为频率传入函数。
  • 3)可以通过定义包含最小值和最大值的元组来设置范围。
  • 4)下一步是对值的范围进行“装箱”——即将整个值范围划分为一系列区间——然后计算落入每个区间的值的数量。 这里我们定义了 bins = 10。所以,总共有 100/10 = 10 个区间。

6、散点图

6.1 代码

import matplotlib.pyplot as plt



# x-axis values

x = [1,2,3,4,5,6,7,8,9,10]

# y-axis values

y = [2,4,5,7,6,8,9,11,12,12]



# plotting points as a scatter plot

plt.scatter(x, y, label= "stars", color= "green",

            marker= "*", s=30)



# x-axis label

plt.xlabel('x - axis')

# frequency label

plt.ylabel('y - axis')

# plot title

plt.title('My scatter plot!')

# showing legend

plt.legend()



# function to show the plot

plt.show()



6.2 输出

6.3 代码的部分解释

  • 1)使用 plt.scatter() 函数绘制散点图。
  • 2)作为一条线,我们在这里也定义了 x 和相应的 y 轴值。
  • 3)标记参数用于设置用作标记的字符。 它的大小可以使用 s 参数定义。

到此这篇关于Python 图形绘制详细代码的文章就介绍到这了,更多相关Python 图形绘制内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • python3.7 sys模块的具体使用

    python3.7 sys模块的具体使用

    这篇文章主要介绍了python3.7 sys模块的具体使用,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2019-07-07
  • Python入门之基础语法详解

    Python入门之基础语法详解

    这篇文章主要介绍了Python入门之基础语法详解,文中有非常详细的代码示例,对正在学习python的小伙伴们有很大的帮助哟,需要的朋友可以参考下
    2021-05-05
  • Anaconda如何查看自己目前安装的包详解

    Anaconda如何查看自己目前安装的包详解

    Anaconda是一种用于数据科学和机器学习的开源发行版,它包含了很多常用的Python包和工具,如NumPy、Pandas、Scipy、Scikit-Learn等,下面这篇文章主要给大家介绍了关于Anaconda如何查看自己目前安装的包的相关资料,需要的朋友可以参考下
    2023-05-05
  • python3 requests库实现多图片爬取教程

    python3 requests库实现多图片爬取教程

    今天小编就为大家分享一篇python3 requests库实现多图片爬取教程,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-12-12
  • Pytorch模型微调fine-tune详解

    Pytorch模型微调fine-tune详解

    微调(fine-tune)通过使用在大数据上得到的预训练好的模型来初始化自己的模型权重,从而提升精度,这篇文章主要介绍了Pytorch模型微调(fine-tune),需要的朋友可以参考下
    2023-01-01
  • Python+Plotly绘制精美的数据分析图

    Python+Plotly绘制精美的数据分析图

    Plotly 是目前已知的Python最强绘图库,比Echarts还强大许多。它的绘制通过生成一个web页面完成,并且支持调整图像大小,动态调节参数。本文将利用Plotly绘制精美的数据分析图,感兴趣的可以了解一下
    2022-05-05
  • 快速进修Python指南之异常捕获

    快速进修Python指南之异常捕获

    这篇文章主要为大家介绍了Java开发者快速进修Python指南之异常捕获, 有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2023-12-12
  • Python中的异常处理讲解

    Python中的异常处理讲解

    这篇文章介绍了Python中的异常处理,文中通过示例代码介绍的非常详细。对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2022-05-05
  • Python hmac模块使用实例解析

    Python hmac模块使用实例解析

    这篇文章主要介绍了Python hmac模块使用实例解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-12-12
  • 使用BeeWare实现iOS调用Python方式

    使用BeeWare实现iOS调用Python方式

    这篇文章主要介绍了使用BeeWare实现iOS调用Python方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2023-12-12

最新评论