Python 数据分析与科学计算 第9章 Matplotlib数据可视化.ppt

*************************************************************

9.2基本图形绘制

3.直方图直方图用一系列等宽不等高的长方形表示数据的分布情况.Matplotlib中使用hist()函数绘制直方图plt.hist(x,bins=10,range=None,normed=False,weights=None,cumulative=False,bottom=None,histtype=bar,align=mid,orientation=vertical,rwidth=None,log=False,color=None,edgecolor=None,label=None,stacked=False)x：要绘制直方图的数据。bins：直方图条柱的个数。range：直方图数据的上下范围，默认包含绘图数据的最大值和最小值。color：直方图的填充色。edgecolor：直方图边缘颜色。label：直方图的标签，可通过legend展示其图例。【例9.10】绘制直方图。importnumpyasnpimportmatplotlib.pyplotaspltx_value=np.random.randint(140,180,200)plt.hist(x_value,bins=10,edgecolor=w)plt.xlabel(height)plt.ylabel(rate)plt.show()9.2基本图形绘制

3.直方图9.2基本图形绘制

4.饼形图饼形图用于显示一个数据系列中各项的大小与各项总和的比例。Matplotlib中使用pie()函数绘制饼形图plt.pie(x,explode=None,labels=None,colors=None,autopct=None,pctdistance=0.6,shadow=False,labeldistance=1.1,startangle=0,radius=1,counterclock=True,wedgeprops=None,textprops=None,center=0,0,frame=False,hold=None,data=None)x：需要绘制饼形图的数据，一维数组或列表。explode：每个扇形离中心的偏移量，以突出某个部分，默认为None，表示不偏移。labels：每个扇形的说明文字。colors：每个扇形的颜色列表。autopct：扇形内部显示数据的格式pctdistance：百分比标签与圆心的距离。默认为0.6，表示距离为半径的0.6倍。shadow：是否有阴影。startangle：第一个扇形图的起始角度。默认为None，表示从圆形的正上方开始绘制。radius：饼形图的半径。【例9.11】绘制饼形图。importmatplotlib.pyplotaspltlabels=A,B,C,Dsize=[10,20,30,40]explode=(0,0.1,0,0)#0.1表示B那一块突出来plt.pie(size,explode=explode,labels=labels,autopct=%1.1f%%,shadow=False,startangle=90)#autopct=%1.1f%%表示中间显示百分数的方式plt.show()9.2基本图形绘制

4.饼形图9.2基本图形绘制

5.散点图散点图由一些不连续的点构成，利用散点（坐标点）的分布形态反映变量关系。在Matplotlib中通过scatter()函数绘制散点图plt.scatter(x，y，s，c，marker，alpha，cmap，norm，vmin，vmax，alpha，linewidths，verts，edgecolors，hold，data，**kwargs)x,y：x轴和y轴对应的数据。s：点的大小，如果传入的是一维数组，则表示每个点的大小。c：点的颜色，如果传入的是一维数组，则表示每个点的颜色。marker：点的样式。alpha：点的透明度，值为0~1之间的小数，0表示透明，1表示不透明。linewidths：边缘线的宽度。edgecolors：边缘颜色。【例9.12】某班一组同学身高、体重统计如表所示，通过绘制散点图观察两组身高和体重之间的关系。9.2基本图形绘制

5.散点图身高（cm