Python-實現圖表繪制總結

Numpy是Python開源的數值計算擴展，可用來存儲和處理大型矩陣，比Python自身數據結構要高效；

matplotlib是一個Python的圖像框架，使用其繪制出來的圖形效果和MATLAB下繪制的圖形類似。

在使用Python繪制圖表前，我們需要先安裝兩個庫文件numpy和matplotlib

pip install numpy
pip install matplotlib

 

生成直方圖

import numpy as np
from pylab import *

num=100
sigma=20

x=num+sigma*np.random.randn(20000)                    #樣本數量

plt.hist(x,bins=100,color="green",normed=True)        #bins顯示有幾個直方,normed是否對數據進行標准化

plt.show()                                            #顯示圖像
plt.savefig()                                         #保存圖片

 

運行結果：

 

生成條形圖

import numpy as np
from pylab import *


value=[22,13,34]
index=["root","admin","lyshark"]
#index=np.arange(5)

plt.bar(left=index,height=value,color="green",width=0.5)

plt.show()

 

 運行結果：

 

生成折線圖

import numpy as np
from pylab import *

x=np.linspace(-10,10,100)
y=x**3
plt.plot(x,y,linestyle="--",color="green",marker="<")

plt.show()

 

 運行結果：

 

生成散點圖

import numpy as np
from pylab import *

x=np.random.randn(1000)
y=x+np.random.randn(1000)*0.5

plt.scatter(x,y,s=5,marker="<")            #s表示面積  Marker表示圖形

plt.show()

 

運行結果：

 

生成餅狀圖

import numpy as np
from pylab import *
 
labels="cangjingkong","jizemingbu","boduoyejieyi","xiaozemaliya"
fracs=[45,10,30,15]

plt.axes(aspect=1)

explode=[0,0.05,0,0]
plt.pie(x=fracs,labels=labels,autopct="%0f%%",explode=explode)
plt.show()

 

運行結果：

 

生成箱形圖

主要用於顯示數據的分散情況。圖形分為上邊緣、上四分位數、中位數、下四分位數、下邊緣。外面的點時異常值

import numpy as np
from pylab import *

np.random.seed(100)
data=np.random.normal(size=(1000,4),loc=0,scale=1)

labels=["A","B","C","D"]

plt.boxplot(data,labels=labels)

plt.show()

 

運行結果：

 

生成多個圖例

import numpy as np
from pylab import *

x=np.arange(1,11,1)
          
plt.plot(x,x*2)
          
plt.plot(x,x*3)
          
plt.plot(x,x*4)
      
plt.legend(["BoDuoYeJieYi","CangJingKong","JiaTengYing"])
          
plt.show()

 

運行結果：

 

生成中文圖片

import numpy as np
from pylab import *

mpl.rcParams['font.sans-serif'] = ['KaiTi']

label = "windows xp","windows 7","Windows 8","Linux 4","Centos 6","Huawei交換機"
fracs = [1,2,3,4,5,1]


plt.axes(aspect=1)


plt.pie(x=fracs,labels=label,autopct="%0d%%")
plt.show()