散點圖用兩組數(shù)據(jù)構成多個坐標點，考察坐標點的分布，判斷兩變量之間是否存在某種關聯(lián)或總結(jié)坐標點的分布模式。特點：判斷變量之間是否存在數(shù)量關聯(lián)趨勢，表示離群點的分布規(guī)律。

散點圖繪制：

plt.scatter(x,y) # 以默認的形狀顏色繪制散點圖

實例： 假設我們獲取到了上海2020年5,10月份每天白天的最高氣溫(分別位于列表a、b)，那么此時如何觀察氣溫和隨時間變化的某種規(guī)律。

# 繪制圖形所需的數(shù)據(jù)y_5 = [11,17,16,11,12,11,12,13,10,14,8,13,12,15,14,17,18,21,16,17,30,14,15,15,15,19,21,22,22,22,23]y_10 = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,15,10,11,13,12,13,6]

代碼如下：

import matplotlib.pyplot as plt# 設置字體plt.rcParams[’font.sans-serif’]=[’SimHei’] # 替換sans_serif字體plt.rcParams[’axes.unicode_minus’]=False # 解決坐標軸負數(shù)的負號顯示問題plt.figure(figsize=(12,5), dpi=100)y_5 = [11,17,16,11,12,11,12,13,10,14,8,13,12,15,14,17,18,21,16,17,30,14,15,15,15,19,21,22,22,22,23]y_10 = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,15,10,11,13,12,13,6]x = range(1, 32)plt.scatter(x, y_5, label=’五月份’)plt.scatter(x, y_10, label=’十月份’)# 增加標題，坐標描述plt.xlabel('時間')plt.ylabel('日期')plt.title('氣溫和隨時間變化的某種規(guī)律')# 添加圖形注釋plt.legend(loc=’best’)plt.show()

上圖雖然繪制出5、10月氣溫隨日期的變化，但兩者混在一起，不便于觀察，現(xiàn)通過修改x數(shù)據(jù)，將10月的坐標點集體往坐標軸右側(cè)移動，改進的代碼如下：

import matplotlib.pyplot as plt# 設置字體plt.rcParams[’font.sans-serif’]=[’SimHei’] # 替換sans_serif字體plt.rcParams[’axes.unicode_minus’]=False # 解決坐標軸負數(shù)的負號顯示問題plt.figure(figsize=(12,5), dpi=100)y_5 = [11,17,16,11,12,11,12,13,10,14,8,13,12,15,14,17,18,21,16,17,30,14,15,15,15,19,21,22,22,22,23]y_10 = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,15,10,11,13,12,13,6]x_5 = range(1, 32)x_10 = range(33, 64)plt.scatter(x_5, y_5, label=’五月份’)plt.scatter(x_10, y_10, label=’十月份’)# 刻度顯示x_t = list(x_4)+list(x_10)x_l = ['5月{}號'.format(i) for i in x_4]x_l += ['10月{}號'.format(i-31) for i in x_10]plt.xticks(x_t[::3], x_l[::3], rotation=45)# 添加圖形注釋plt.legend(loc=’best’)plt.show()

柱狀圖是用寬度相同的條形的高度或長短來表示數(shù)據(jù)多少的圖形。柱狀圖可以橫置或縱置，縱置時也稱為柱形圖。

特點：

能夠直觀反映出各個數(shù)據(jù)的大小；易于比較數(shù)據(jù)之間的差別。

柱狀圖繪制：

plt.bar(x, width, align=‘center’, **kwargs)

Parameters: x : sequence of scalars.width : scalar or array-like, optional, 柱狀圖的寬度align: {‘center’, ‘edge’}, optional, default: ‘center’Alignment of the bars to the x coordinates:‘center’: Center the base on the x positions.‘edge’: Align the left edges of the bars with the x positions.每個柱狀圖的位置對齊方式, 默認柱狀圖的中心與x坐標中心對齊**kwargs:color: 選擇柱狀圖的顏色

水平條形圖繪制

plt.barh(y, width) # 繪制以y為y軸位置的水平條形圖

實例：假設我們獲取到了2019年內(nèi)地電影票房前20的電影(列表a)和電影票房數(shù)據(jù)(列表b)，繪制柱狀圖直觀地展示數(shù)據(jù)，代碼如下：

import matplotlib.pyplot as plt# 設置字體plt.rcParams[’font.sans-serif’]=[’SimHei’] # 替換sans_serif字體plt.rcParams[’axes.unicode_minus’]=False # 解決坐標軸負數(shù)的負號顯示問題plt.figure(figsize=(15,10),dpi=100)# 準備電影的名字以及電影的票房數(shù)據(jù)movie_name = ['流浪地球','復仇者聯(lián)盟4:終局之戰(zhàn)','哪吒之魔童降世','瘋狂的外星人', '飛馳人生','蜘蛛俠:英雄遠征','掃毒2天地對決','烈火英雄','大黃蜂', '驚奇隊長','比悲傷更悲傷的故事','哥斯拉2:怪獸之王','阿麗塔:戰(zhàn)斗天使', '銀河補習班','獅子王','反貪風暴4','熊出沒','大偵探皮卡丘','新喜劇之王', '使徒行者2:諜影行動','千與千尋']y = [56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49,10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23,5.22]# 放進橫坐標的數(shù)字列表x = range(len(movie_name))# 畫出條形圖# 顏色color參數(shù)表示條形圖的順序顏色，可循環(huán)plt.bar(x, y, width=0.5, color=[’b’,’r’,’g’,’y’,’c’,’m’,’y’,’k’,’c’,’g’,’g’])# 修改刻度名稱，并旋轉(zhuǎn)90度plt.xticks(x, movie_name, rotation=90)# 展示圖形plt.show()

# 水平條形圖plt.figure(figsize=(15,10),dpi=100)plt.barh(movie_name, y, color=[’b’,’r’,’g’,’y’,’c’,’m’,’k’])plt.show()

有時候為了公平起見，我們需要對比不同電影首日和首周的票房收入，讓數(shù)據(jù)更有說服力。假設數(shù)據(jù)如下：

movie_name = [’雷神3：諸神黃昏’,’正義聯(lián)盟’,’尋夢環(huán)游記’]first_day = [10587.6,10062.5,1275.7] # 首日票房first_weekend=[36224.9,34479.6,11830] # 首周票房

繪制不同電影首日和首周票房的數(shù)據(jù)圖，代碼如下：

import matplotlib.pyplot as plt# 設置字體plt.rcParams[’font.sans-serif’]=[’SimHei’] # 替換sans_serif字體plt.rcParams[’axes.unicode_minus’]=False # 解決坐標軸負數(shù)的負號顯示問題plt.figure(figsize=(15,10),dpi=100)# 準備數(shù)據(jù)movie_name = [’雷神3：諸神黃昏’,’正義聯(lián)盟’,’尋夢環(huán)游記’]# 構造首日票房，首周票房數(shù)據(jù)first_day = [10587.6,10062.5,1275.7]first_weekend=[36224.9,34479.6,11830]x = range(len(movie_name))# 繪制第一個柱狀圖plt.bar(x, first_day, width=0.25)# 接著繪制第二個柱狀圖plt.bar([i+0.25 for i in x], first_weekend, width=0.25)# 修改刻度名稱# 顯示x軸中文，固定在首日和首周的中間位置plt.xticks([i+0.125 for i in x], movie_name)plt.show()

注意點：

x軸坐標刻度顯示位置的調(diào)整，既可以通過繪制圖形時調(diào)整x數(shù)據(jù)，也可以通過繪制x軸刻度時調(diào)整刻度的方法來實現(xiàn)x軸刻度顯示在兩個柱狀圖中間。如果不做任何調(diào)整，它是默認與第一個柱狀圖中間對齊的。

直方圖，形狀類似柱狀圖卻有著與柱狀圖完全不同的含義。直方圖牽涉統(tǒng)計學的概念，首先要對數(shù)據(jù)進行分組，然后統(tǒng)計每個分組內(nèi)數(shù)據(jù)元的數(shù)量。 在坐標系中，橫軸標出每個組的端點，縱軸表示頻數(shù)，每個矩形的高代表對應的頻數(shù)，稱這樣的統(tǒng)計圖為頻數(shù)分布直方圖。

特點：繪制連續(xù)性的數(shù)據(jù)，展示一組或者多組數(shù)據(jù)的分布情況，用于統(tǒng)計數(shù)據(jù)分布的特征。

相關概念：

組數(shù)：在統(tǒng)計數(shù)據(jù)時，把數(shù)據(jù)按照不同的范圍分成幾個組，分成的組的個數(shù)稱為組數(shù)；組距：每一組兩個端點的差。

直方圖繪制

plt.hist(x,bins=None)繪制以x為數(shù)值，bins為組數(shù)，組數(shù) = 極差/組距

實例：假設我們獲取到了一些電影的時長，繪制直方圖展示電影時長的分布情況，代碼如下：

import matplotlib.pyplot as plt# 設置字體plt.rcParams[’font.sans-serif’]=[’SimHei’] # 替換sans_serif字體plt.rcParams[’axes.unicode_minus’]=False # 解決坐標軸負數(shù)的負號顯示問題plt.figure(figsize=(15,10),dpi=100)# 準備數(shù)據(jù)，電影時長time =[131, 98, 125, 131, 124, 139, 131, 117, 128, 108,135, 138, 131, 102, 107, 114, 119, 128, 121, 142,127, 130, 124, 101, 110, 116, 117, 110, 128, 128,115, 99, 136, 126, 134, 95, 138, 117, 111, 78,132, 124, 113, 150, 110, 117, 86, 95, 144, 105,126, 130,126, 130, 126, 116, 123, 106, 112, 138,123, 86, 101, 99, 136,123, 117, 119, 105, 137,123, 128, 125, 104, 109, 134, 125, 127,105, 120,107, 129, 116, 108, 132, 103, 136, 118, 102, 120,114,105, 115, 132, 145, 119, 121, 112, 139, 125,138, 109, 132, 134,156, 106, 117, 127, 144, 139,139, 119, 140, 83, 110, 102,123,107, 143, 115,136, 118, 139, 123, 112, 118, 125, 109, 119, 133,112, 114, 122, 109, 106, 123, 116, 131, 127, 115,118, 112, 135,115, 146, 137, 116, 103, 144, 83,123, 111, 110, 111, 100, 154,136, 100, 118, 119,133, 134, 106, 129, 126, 110, 111, 109, 141, 120,117, 106, 149, 122, 122, 110, 118, 127, 121, 114,125, 126,114, 140, 103, 130, 141, 117, 106, 114,121, 114, 133, 137, 92,121, 112, 146, 97, 137,105, 98, 117, 112, 81, 97, 139, 113,134, 106,144, 110, 137, 137, 111, 104, 117, 100, 111, 101,110, 105, 129, 137, 112, 120, 113, 133, 112, 83,94, 146, 133, 101, 131, 116, 111, 84, 137, 115,122, 106, 144, 109, 123, 116, 111,111, 133, 150]# 組距bins = 2# 組數(shù)，極差/組距groups = int((max(time) - min(time)) / 2)# 繪制直方圖plt.hist(time, groups)# 指定x軸刻度的范圍plt.xticks(list(range(min(time), max(time)))[::2])# 添加坐標描述plt.xlabel(’電影時長大小’)plt.ylabel(’電影的數(shù)量’)# 增加網(wǎng)格顯示plt.grid(True, linestyle=’--’, alpha=0.5)plt.show()

扇形圖，用整個圓表示總數(shù)，用圓內(nèi)各個扇形的大小表示各部分數(shù)量占總數(shù)的百分數(shù)。

扇形圖繪制

plt.pie(x, explode=None, labels=None)

x：扇形數(shù)據(jù)explode：設置某幾個分塊是否要分離餅圖labels：每塊扇形標簽autopct：百分比數(shù)據(jù)標簽shadow：是否顯示陰影plt.pie()有3個返回值：patches：繪制餅圖每一塊的對象texts：文本的列表autotexts：百分比的文本列表

實例：假設我們獲取到了一些電影的排片數(shù)據(jù)，繪制扇形圖展示電影的排片占比情況，代碼如下：

import matplotlib.pyplot as plt# 設置字體plt.rcParams[’font.sans-serif’]=[’SimHei’] # 替換sans_serif字體plt.rcParams[’axes.unicode_minus’]=False # 解決坐標軸負數(shù)的負號顯示問題# 餅圖繪制plt.figure(figsize=(15, 10), dpi=100)# 電影排片數(shù)據(jù)movie_name = [’雷神3：諸神黃昏’,’正義聯(lián)盟’,’東方快車謀殺案’,’尋夢環(huán)游記’,’全球風暴’,’降魔傳’,’追捕’,’七十七天’,’密戰(zhàn)’,’狂獸’,’其它’]place_count = [60605,54546,45819,28243,13270,9945,7679,6799,6101,4621,20105]# 繪制扇形圖plt.pie(place_count, labels=movie_name, autopct='%1.2f%%')# 指定顯示的pie是正圓plt.axis(’equal’)# 設置圖例和標題plt.legend(loc='best')plt.title('排片占比情況')plt.show()

扇形圖優(yōu)化的手段添加陰影，分離特定數(shù)據(jù)等：

import matplotlib.pyplot as plt# 設置字體plt.rcParams[’font.sans-serif’]=[’SimHei’] # 替換sans_serif字體plt.rcParams[’axes.unicode_minus’]=False # 解決坐標軸負數(shù)的負號顯示問題plt.figure(figsize=(15, 10), dpi=100)movie_name = [’雷神3：諸神黃昏’,’正義聯(lián)盟’,’東方快車謀殺案’,’尋夢環(huán)游記’,’全球風暴’,’降魔傳’,’追捕’,’七十七天’,’密戰(zhàn)’,’狂獸’,’其它’]place_count = [60605,54546,45819,28243,13270,9945,7679,6799,6101,4621,20105]# 繪制扇形圖，添加陰影效果,并讓占比最大的雷神3分離explode = [0.1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]res = plt.pie(place_count, labels=movie_name, explode=explode, autopct='%1.2f%%', shadow=True)patches, texts, autotexts = resprint(patches) # 表示每個扇形的對象print(texts) # 每個文本對象print(autotexts) # 每個百分比對象# 指定顯示的pie是正圓plt.axis(’equal’)# 設置圖例和標題plt.legend(loc='best')plt.title('排片占比情況')plt.show()

打印的扇形圖返回值：

優(yōu)化后的扇形圖：

本文講述了使用Matplotlib繪制散點圖、柱狀圖、直方圖、扇形圖的基本操作。

到此這篇關于Python數(shù)據(jù)可視化之用Matplotlib繪制常用圖形的文章就介紹到這了,更多相關Matplotlib繪制圖形內(nèi)容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持好吧啦網(wǎng)！