Python 圖形繪制詳細代碼(二)

4、條形圖

下面介紹條形圖的畫法。

4.1 代碼

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 輸出

4.3 代碼的部分解釋

  • 1)使用 plt.bar() 函數來繪制條形圖。
  • 2)x軸與height兩個參數必須有。
  • 3)可以通過定義 tick_labels 為 x 軸坐標指定另外的名稱。

5、直方圖

5.1 代碼

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 輸出

5.3 代碼的部分解釋

  • 1)使用 plt.hist() 函數繪制直方圖。
  • 2)age列表作為頻率傳入函數。
  • 3)可以通過定義包含最小值和最大值的元組來設置范圍。
  • 4)下一步是對值的范圍進行“裝箱”——即將整個值范圍劃分為一系列區間——然後計算落入每個區間的值的數量。 這裡我們定義瞭 bins = 10。所以,總共有 100/10 = 10 個區間。

6、散點圖

6.1 代碼

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 輸出

6.3 代碼的部分解釋

  • 1)使用 plt.scatter() 函數繪制散點圖。
  • 2)作為一條線,我們在這裡也定義瞭 x 和相應的 y 軸值。
  • 3)標記參數用於設置用作標記的字符。 它的大小可以使用 s 參數定義。

到此這篇關於Python 圖形繪制詳細代碼的文章就介紹到這瞭,更多相關Python 圖形繪制內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!

推薦閱讀: