2.Matplotlib绘图函数
2.1 柱状图
bar 函数
- 可以通过
rcparams设置字体和中文符号显示 tick_label是对横轴进行的重命名hatch是柱状图上的花纹格式color是柱子的颜色，align是指柱子对齐的参数
python
# some simple data
x = [1, 2, 3, 4, 5, 6, 7, 8] # x轴数据
y = [3, 1, 4, 5, 8, 9, 7, 2] # y轴数据
# create bar
plt.bar(x, y, align='center', color='r', # 绘制柱状图
tick_label=['q', 'a', 'c', 'e', 'r', 'j', 'b', 'p'], # 横轴标签
hatch='/') # 柱状图花纹
plt.xlabel("箱子编号") # x轴标签
plt.ylabel("箱子重量(kg)") # y轴标签
plt.show() # 显示图形
2.2 堆积柱状图
- 大部分设置于普通柱状图相同
- 区别在于：首先要画 2 次柱状图; 其次第二个柱状图要使用参数
bottom来实现堆积
python
# some simple data
x = [1, 2, 3, 4, 5] # x轴数据
y = [3, 4, 1, 5, 3] # 第一组柱状数据
y1 = [2, 1, 3, 4, 6] # 第二组柱状数据
tick_label = ['A', 'B', 'C', 'D', 'E'] # 横轴标签
# create bar
plt.bar(x, y, align='center', # 绘制第一组柱状图
color='b', tick_label=tick_label,
label='classA')
plt.bar(x, y1, align='center', # 绘制第二组柱状图
color='r', bottom=y, # bottom=y 实现堆积效果，y是一个列表
tick_label=tick_label,
label='classB')
plt.xlabel('test_difficulty') # 设置x轴名称
plt.ylabel('test_score') # 设置y轴名称
# set x-axis grid
plt.grid(axis='y', ls=':', color='r', alpha=0.3) # 设置网格（仅y轴）
plt.legend() # 显示图例
plt.show() # 显示图形
2.3 多系列对比柱状图
- 多系列柱状图是通过改变 x 轴的值来实现并列和对比效果的，可以设定对比系列间距，参数为
bar_width - 如果 A 和 B 不想紧挨着，可以在横轴基础上再加上一个小间隔，例如
0.05 alpha可以设置颜色的饱和度
python
# some simple data
x = np.arange(5) # 生成 x = [0,1,2,3,4]
y = [3, 4, 1, 5, 3] # 第一组柱状数据
y1 = [2, 1, 3, 4, 6] # 第二组柱状数据
bar_width = 0.35 # 柱状条宽度
tick_label = ['A', 'B', 'C', 'D', 'E'] # 横轴标签
# create bar
plt.bar(x, y, bar_width, # 绘制第一组柱状图
align='center', color='b', label='classA',
hatch='/', alpha=0.4)
plt.bar(x + bar_width + 0.05, # 绘制第二组柱状图（并列显示）
y1, bar_width,
align='center', color='r', label='classB',
hatch='//', alpha=0.6)
plt.xlabel('test_difficulty') # 设置 x 轴名称
plt.ylabel('test_score') # 设置 y 轴名称
# set x-axis grid
plt.grid(axis='y', ls=':', color='r', alpha=0.3) # 设置 y 轴网格
# set x-axis ticks and tick_labels
plt.xticks(x + bar_width / 2, tick_label) # 设置刻度位置与标签
plt.legend() # 显示图例
plt.show() # 显示图形
2.4 水平柱状图
barh用于绘制 水平柱状图，与bar（垂直柱状图）相对- 水平柱状图特别适合类别名称较长、或垂直空间不足的场景
python
import matplotlib as mpl # 导入matplotlib主模块
import matplotlib.pyplot as plt # 导入绘图库
# 解决matplotlib无法显示中文问题
mpl.rcParams['font.sans-serif'] = ['SimHei'] # 指定中文字体为黑体
mpl.rcParams['axes.unicode_minus'] = False # 解决负号显示问题
# some simple data
x = [1, 2, 3, 4, 5, 6, 7, 8] # y轴对应的类别
y = [3, 1, 4, 5, 8, 9, 7, 2] # 每个类别的数值
# create bar
plt.barh(x, y, # 绘制水平柱状图
align='center',
color='c', # 青色
tick_label=['q', 'a', 'c', 'e', 'r', 'j', 'b', 'p'],
hatch='/')
# set x,y_axis label
plt.ylabel("box_no") # y轴标签（仍为竖直方向）
plt.xlabel("box_weight(kg)") # x轴标签（仍为水平方向）
plt.show() # 显示图形
2.5 水平堆积柱状图
- 第二个柱状图要使用参数
left来实现堆积效果 - 其余设置与普通水平柱状图完全相同（如
color、tick_label、align）
python
# some simple data
x = [1, 2, 3, 4, 5] # y轴对应类别
y = [3, 4, 1, 5, 3] # 第一组数据
y1 = [2, 1, 3, 4, 6] # 第二组数据
tick_label = ['A', 'B', 'C', 'D', 'E'] # 标签
# create bar
plt.barh(x, y, # 第一组水平柱状图
align='center',
color='b',
tick_label=tick_label,
label='classA')
plt.barh(x, y1, # 第二组水平柱状图
align='center',
color='r',
left=y, # 关键参数：实现水平堆积
tick_label=tick_label,
label='classB')
plt.xlabel('test_difficulty') # x轴名称
plt.ylabel('test_score') # y轴名称
# set x-axis grid
plt.grid(axis='x', ls=':', color='r', alpha=0.3) # 设置网格线
plt.legend() # 显示图例
plt.show() # 显示图形
2.6 多系列水平对比柱状图
- 多系列水平柱状图是通过控制 y 轴的值（这里 y 轴的值仍然是列表 x）来实现并列和对比效果的，可以设定对比系列间距，参数为
bar_width - 如右图，如果 A 和 B 不想紧挨着，可以在横轴基础上再加上一个小间隔，例如
0.05
python
# some simple data
x = np.arange(5) # y轴位置
y = [3, 4, 1, 5, 3] # 第一组数据
y1 = [2, 1, 3, 4, 6] # 第二组数据
bar_width = 0.35 # 柱宽
tick_label = ['A', 'B', 'C', 'D', 'E'] # 标签
# create horizontal bar
plt.barh(x, y, bar_width, # 第一组水平柱状图
align='center', color='b',
label='classA', alpha=0.5, hatch='/')
plt.barh(x + bar_width + 0.05, # 第二组水平柱状图
y1, bar_width, align='center',
color='r', label='classB', alpha=0.6, hatch='\\')
plt.xlabel('test_difficulty') # x轴标签
plt.ylabel('test_score') # y轴标签
# set x-axis grid
plt.grid(axis='y', ls=':', color='r', alpha=0.3) # 网格
# set x-axis ticks and tick_labels
plt.yticks(x + bar_width / 2, tick_label) # 设置y轴刻度标签
plt.legend() # 图例
plt.show() # 显示图形
2.7 直方图
hist 函数
bins是柱子的个数rwidth是间隔histtype是指直方图的形式color是柱子颜色- 更改
histtype参数来决定外观选择histtype参数值：
| 值 | 描述 |
|---|---|
'bar' | 传统直方图条形 |
'barstacked' | 堆叠直方图 |
'step' | 线框直方图 |
'stepfilled' | 填充的线框直方图 |
python
# 解决matplotlib无法显示中文问题
mpl.rcParams['font.sans-serif'] = ['SimHei'] # 设置中文字体
mpl.rcParams['axes.unicode_minus'] = False # 解决负号显示问题
# set test scores
np.random.seed(2024) # 随机种子
boxWeight = np.random.randint(0, 10, 100) # 生成0–9的100个随机数
x = boxWeight # 数据
# plot histogram
plt.hist(x, bins=10, # 柱子数量
color='green', # 柱子颜色
histtype='bar', # 直方图类型
rwidth=0.8, # 柱子之间的距离，下雨1才会有间隔
alpha=0.6) # 透明度
# set x,y_axis label
plt.xlabel("box_no") # x轴标签
plt.ylabel("box_weight(kg)") # y轴标签
plt.show() # 显示图形
2.8 饼图
pie 函数
- 指定数据和
labels autopct指定百分比的显示形式- 可以指定
colors配置 startangle第一个扇形的起始角度- 主要用于宏观分析
python
# 解决matplotlib无法显示中文问题
mpl.rcParams['font.sans-serif'] = ['SimHei'] # 设置中文字体
mpl.rcParams['axes.unicode_minus'] = False # 解决负号显示问题
# kinds 数据
# kinds = ['jianyi', 'baowen', 'xingli', 'mifeng']
kinds = ["简易箱", "保温箱", "行李箱", "密封箱"] # 标签
colors = ['green', 'yellow', 'blue', 'red'] # 颜色
soldNums = [0.05, 0.45, 0.15, 0.35] # 数据
# pie chart
plt.pie(soldNums,
labels=kinds, # 标签
autopct="%5.2f%%", # 前面的数字表示往右移动，后面的数字表示小数点位数
startangle=90, # x正轴为0度
colors=colors) # 颜色
# title
# plt.title("sales_percentage_of_boxes")
plt.title("不同类型箱子的销售数量占比") # 标题
plt.show() # 显示图形
2.9 气泡图
scatter 函数
- 与散点图一样，需要指定两列数据
s参数是指定气泡大小，支持用函数表达式c代表颜色marker代表形状
python
np.random.seed(2024) # 设置随机种子
x = np.random.randn(100) # 生成 x 数据
y = np.random.randn(100) # 生成 y 数据
size_n = np.power(10*x + 20*y, 2) # 计算气泡大小
# s=np.power(10*x+20*y,2)
# colormap:RdYlBu
plt.scatter(x, y, s=size_n, # 数组的次方，标签size
c=np.random.rand(100), # 小数表示灰度，0-1颜色逐渐变浅
# cmap=mpl.cm.RdYlBu,
marker='o') # 标签形状
plt.ylim(-5, 5) # 设置 y 轴范围
plt.title("matplotlib也可以画气泡图！！！") # 设置标题
plt.show() # 显示图形💡 提示
气泡大小计算公式：size_n=(10*x + 20*y)**2，当 10*x+20*y≈0 时，平方后气泡大小非常小，对应点大约落在直线 y≈-0.5 x 上，所以看到一条小气泡线
2.10 棉棒图
stem 函数
- 需要指定坐标
x、y linefmt是棉棒的样式markerfmt是棉棒末端的样式basefmt是基线（y=0）的样式
| 参数 | 值 |
|---|---|
linefmt | '-' 实线， '--' 虚线， '-.' 点划线， ':' 点线， 'r-.' 红色点划线 |
markerfmt | 'o' 圆圈， 's' 方块， '^' 三角， '*' 星号， 'ro' 红色圆圈 |
basefmt | '-' 实线， '--' 虚线， ':' 点线， 'k-' 黑色实线 |
python
np.random.seed(2024) # 设置随机种子
x = np.linspace(0.5, 2*np.pi, 20) # x 数据
y = np.random.randn(20) # y 数据
plt.stem(x, y,
linefmt='-.', # 竖直线样式
markerfmt='o', # 尾部标记样式
basefmt='-') # 基线样式
# plt.stem(x,y,linefmt='-.',markerfmt='o',basefmt='--')
plt.show() # 显示图形
2.11 堆积折线图
stackplot 函数
- 需要指定横轴
x和所有的纵轴指标 labels是堆积的系列的名字colors是每个指定系列的颜色配置，如果没有配置就按照默认分配
python
x = np.arange(5) # x 轴数据
y = [0, 4, 3, 5, 6] # 第一组数据
y1 = [1, 3, 4, 2, 7] # 第二组数据
y2 = [3, 4, 1, 6, 5] # 第三组数据
y3 = (np.array(y1) + np.array(y2)) / 2 # 第四组数据
labels = ['A', 'B', 'C', 'D'] # 标签
colors = ['b', 'orange', 'g', 'k'] # 颜色
# plt.stackplot(x,y,y1,y2,labels=labels,colors=colors)
plt.stackplot(x,y,y1,y2,y3,labels=labels,colors=colors,alpha=0.618) # 绘制堆积折线图
# plt.plot(x,y)
plt.legend(loc='upper left') # 图例放置在左上角
plt.show() # 显示图形