如何用matplotlib画多种类型的表格-群英

上一篇：PyVCF库如何安装及导入，使用方法是什么下一篇：Opencv实现停车位识别的思路及代码是什么

今天小编跟大家讲解下有关“如何用matplotlib画多种类型的表格”的内容，相信小伙伴们对这个话题应该有所关注吧，小编也收集到了相关资料，希望小伙伴们看了有所帮助。

载入库

绘制表格我们需要用到python库中的matplotlib库

import matplotlib.pyplot as plt

一、折线图

# 绘制一条线是，x轴可以省略，默认用y轴数据的索引替代
plt.plot([0, 2, 4, 6, 8])  # 默认Y轴坐标，x轴按12345……算
plt.show()

plt.plot([0, 2, 4, 6, 8], [1, 5, 3, 9, 7])  # x轴坐标值，Y轴坐标值
plt.show()

接下来让我们看看怎么才能绘制更加炫酷的折线图

date = [3, 4, 5, 6, 7, 8, 9, 10, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21]
eurcny=[9, 3, 5, 7, 0, 10, 6, 1, 1, 42, 12, 3, 42, 4, 37, 45, 18, 481]
plt.plot(
    date,  # x轴数据，日期
    eurcny,  # y轴数据，收盘价
    color='r',  # 线条颜色
    linestyle='--',  # 线条风格
    linewidth=1.0,# 线条粗细
    marker='o',  # 标记风格
    markerfacecolor='#ffff00',  # 标记颜色
    markersize=10,  # 标记大小
    alpha=0.5,  # 透明度
)
plt.show()

二、散点图

x = [1, 3, 5, 7, 9, 11, 13, 15, 17]
y = [2, -5, 19, 3, 5, 8, 12, 6, 1]
 
# 绘图
plt.scatter(x, y)
plt.show()

接下来让我们看看如何绘制更加炫酷的散点图

x = [1, 3, 5, 7, 9, 11, 13, 15, 17]
y = [2, -5, 19, 3, 5, 8, 12, 6, 1]
plt.scatter(
    x,  # x轴
    y,  # y轴
 
    color='r',  # 颜色
    marker='o',  # 样式
    linewidth=20,  # 线宽
    alpha=0.3,  # 透明度
    # 散点大小，用于绘制气泡图，在散点图的基础上又增加了一个维度
    s=[100, 300, 500, 700, 200, 400, 600, 800, 1000],  # 大小
)
plt.show()

三、条形图

x=[1,2,3,4,5]
y=[1,2,3,4,5]
plt.barh(
	x,#横条离开x轴的距离
	y,#横条长度
	height=0.5,#横条粗细
    color='g',
)
plt.show()

四、柱状图

x=[1,2,3,4,5]
y=[3,6,1,8,2]
#柱状图，x轴为单根主张，y轴为柱子高度，可选参数width用于柱子粗细
plt.bar(x,y)

如何绘制更加炫酷的柱状图

#男生平均分，语文/数学/英语/物理/化学
boy=[85.5,91,72,59,66]
#女生平均分
girl=[94,82,89.5,62,49]
 
#科目坐标
course=[1,2,3,4,5]
 
#绘图，男生
plt.bar(
	course,#x轴，科目
	boy,#y轴，男生成绩
	color='g',#颜色
	width=0.3,
	alpha=0.3,
)
#绘图，女生
#科目坐标
course2=[1.3,2.3,3.3,4.3,5.3]
plt.bar(
	course2,#x轴，科目
	girl,#y轴，女生成绩
	color='r',#颜色
	width=0.3,
)
plt.show()

五、饼状图

p=[15,30,45,10,20]
plt.pie(p)
plt.pie(p,labels=['china','russia','india','amarica','japan'],autopct='%1.1f%%')
plt.show()

如何绘制更加炫酷的饼图

#国名
mark=['china','russia','india','amarica','japan']
#各国战9军总军费的比例
percent=[0.55,0.144,0.321,0.312,0.312]
plt.pie(
	percent,#百分比
    autopct='%1.1f%%',#显示百分比方式
	labels=mark,#名称
	explode=(0.0,0.1,0.0,0.0,0.0)#突出块，突出比例
)
plt.show()

六、直方图

#1班成绩直方图
h1=[88.2,83.4,84.5,83.4,43,43,7,43,32,
	3,83.4,84.5,83.4,42,43,43,5,32,
	88.2,3,84.5,83.4,45,43,9,43,32,
	7,81,84.5,83.4,4,8,43,43,32,
	88.2,83,84.5,83.4,45,7,43,43,32,
	88.2,3,84.5,83.4]
plt.hist(h1)
plt.show()

更加炫酷的直方图

#1班成绩直方图
h1=[88.2,83.4,84.5,83.4,43,43,7,43,32,
	3,83.4,84.5,83.4,42,43,43,5,32,
	88.2,3,84.5,83.4,45,43,9,43,32,
	7,81,84.5,83.4,4,8,43,43,32,
	88.2,83,84.5,83.4,45,7,43,43,32,
	88.2,3,84.5,83.4]
 
# 增加功能：
plt.hist(
	h1,#直方图数据
	10,#直方个数
	density=1,#默认0数据出现个数，1出现个数归一化为出现的频率
	histtype='bar',#直方图样式：默认bar,stepfilled填充颜色，step不填充只有线条
	facecolor='b',#直方图颜色
	edgecolor='g',#直方图边框颜色
	alpha=0.3,
)
plt.show()

七、箱线图

a=[15,5,9,22,4,-5,45,-22]
plt.boxplot(a)
plt.show()

更加炫酷的箱线图

a = [42, 33, 33, 3, 2, 44]
b = [4, 3, 3, 23, 32, 44]
c = [52, 23, 93, 13, 22, 44]
 
plt.boxplot(
    (a, c, b),  # 数据
    labels=('a', 'c', 'b'),  # 标签
    showfliers=True,  # 是否显示异常值，默认显示
    whis=1.5,  # 指定异常值参数，默认1.5倍四分位差
    meanline=True,  # 是否用线表示平均数，默认用点
    widths=0.5,  # 柱子宽度
    vert=False,  # 默认TRUE纵向，FALSE横向
    patch_artist=True,  # 是否填充颜色
)
plt.grid(linewidth=0.2)
plt.show()

last but not list、如何给x、y轴坐标打上标签

此处我们用柱状图来举例

#男生平均分，语文/数学/英语/物理/化学
boy=[85.5,91,72,59,66]
#女生平均分
girl=[94,82,89.5,62,49]
 
#科目坐标
course=[1,2,3,4,5]
 
#绘图，男生
plt.bar(
	course,#x轴，科目
	boy,#y轴，男生成绩
	color='g',#颜色
	width=0.3,
	alpha=0.3,
)
#绘图，女生
#科目坐标
course2=[1.3,2.3,3.3,4.3,5.3]
plt.bar(
	course2,#x轴，科目
	girl,#y轴，女生成绩
	color='r',#颜色
	width=0.3,
)
 
#将数据标注在柱子上
for i,j in zip(course,boy):
	plt.text(
		i,#x轴，course学科位置
		j,#y轴，boy分数
		s=j,
		ha='center',#水平对齐
		va='bottom',#垂直对齐
		alpha=0.5,
	)
 
for i,j in zip(course2,girl):
	plt.text(
		i,
		j,
		s=j,
		ha='center',
		va='bottom',
		alpha=0.5,
	)
#科目坐标数值替换字符
course3=[1.15,2.15,3.15,4.15,5.15]
plt.xticks(course3,['Chi','Math','Eng','Phy','Che'])
plt.show()

END、如何叠加绘制图像

这里我们用一张散点图和一张折线图举例子。在此处我们将散点图和折线图分别编制出来之后，在使用plt.show，就可以发现我们的两张图标叠加在一起啦

x = [1, 3, 5, 7, 9, 11, 13, 15, 17]
y = [2, -5, 19, 3, 5, 8, 12, 6, 1]
plt.scatter(
    x,  # x轴
    y,  # y轴
 
    color='r',  # 颜色
    marker='o',  # 样式
    linewidth=20,  # 线宽
    alpha=0.3,  # 透明度
    # 散点大小，用于绘制气泡图，在散点图的基础上又增加了一个维度
    s=[100, 300, 500, 700, 200, 400, 600, 800, 1000],  # 大小
)
date = [3, 4, 5, 6, 7, 8, 9, 10, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21]
eurcny=[9, 3, 5, 7, 0, 10, 6, 1, 1, 42, 12, 3, 42, 4, 37, 45, 18, 481]
plt.plot(
    date,  # x轴数据，日期
    eurcny,  # y轴数据，收盘价
    color='r',  # 线条颜色
    linestyle='--',  # 线条风格
    linewidth=1.0,# 线条粗细
    marker='o',  # 标记风格
    markerfacecolor='#ffff00',  # 标记颜色
    markersize=10,  # 标记大小
    alpha=0.5,  # 透明度
)
plt.show()