如何用Matplotlib画折线图、散点图、柱状图、直方图和饼图-群英

上一篇：Python np.where()的两种用法是什么样的下一篇：Python如何实现打印彩色输出的，方法原理是什么

今天我们来学习关于“如何用Matplotlib画折线图、散点图、柱状图、直方图和饼图”的内容，下文有详解方法和实例，内容详细，逻辑清晰，有需要的朋友可以参考，希望大家阅读完这篇文章后能有所收获，那么下面就一起来了解一下吧。

前言

Matplotlib 是 Python 中类似 MATLAB 的绘图工具，如果您熟悉 MATLAB，那么可以很快的熟悉它。

Matplotlib 提供了一套面向对象绘图的 API，它可以轻松地配合 Python GUI 工具包（比如 PyQt，WxPython、Tkinter）在应用程序中嵌入图形。与此同时，它也支持以脚本的形式在 Python、IPython Shell、Jupyter Notebook 以及 Web 应用的服务器中使用。

下面将介绍一些用Matplotlib绘制的图表

折线图绘制与显示

# 展现一周天气
# 1.创建画布
plt.figure(figsize=(20,8)) 
# plt.figure(figsize=(),dpi=)
# figsize:指定图的长宽
# dpi:图像清晰度
# 返回fig对象

# 2.绘制图像
plt.plot([1,2,3,4,5,6,7],[17,17,18,15,11,11,13],label="hh")
# plt.plot(x,y,color=,linestyle=",label=")
# figure, axes = plt.subplots(nrows=1, ncols=2, figsize=(20,8), dpi=80)

# 显示图例
plt.legend(loc="lower left")

# 添加网格显示
plt.grid(True,linestyle='-',alpha=0.5)

# 3.保存图像 必须放在show的前边，因为show会释放图像资源
# plt.savefig("test.png")

# 4.显示图像
plt.show()

绘制数学函数图像

import numpy as np

# 1.准备x,y数据
x = np.linspace(-1,1,1000)
y = 2 * x * x

# 2.创建画布
plt.figure(figsize=(20,8), dpi=80)

# 3.绘制图像
plt.plot(x,y)

# 4.显示图像
plt.show()

from jupyterthemes import jtplot
jtplot.style(theme='monokai') #选择一个绘图主题

import matplotlib.pyplot as plt
# 个别环境需要以下代码
%matplotlib inline

plt.figure()
plt.plot([1,0,9],[4,5,6])
plt.show()

散点图绘制

# 1.准备数据
x, y = [1,2,3,4,5,6,7], [17,17,18,15,11,11,13]
# 2.创建画布
plt.figure(figsize=(20, 8))
# 3.绘制图像
plt.scatter(x,y)
# 4.显示图像
plt.show()

绘制柱状图

# 1.准备数据
x, y = [1,2,3,4,5,6,7], [17,17,2,15,11,11,13]
# 2.创建画布
plt.figure(figsize=(20, 8))
# 3.绘制图像
plt.bar(x,y,width=0.5,color=['r','b','y','g'])
# 4.显示图像
plt.show()

绘制直方图

x = [1,2,3,4,5,6,17,17,18,15,11,45,12,54,23,45,6,12,87,51,11,13]

plt.figure(figsize=(20,8), dpi=80)

distance = 2
group_num = int((max(x) - min(x)) / distance)

plt.hist(x, bins=group_num)

plt.show()

饼图

# 1.准备数据
x, y = [1,2,3,4,5,6,7], ['17','17','2','15','11','11','13']
# 2.创建画布
plt.figure(figsize=(20, 8))
# 3.绘制图像
plt.pie(x,labels=y,autopct='%1.2f%%',colors=['r','b','y','g'])
# x,y轴刻度等长
plt.axis('equal')
plt.legend(loc="lower left")
# 4.显示图像
plt.show()