第二章：使用統計函數繪制簡單圖形

1、繪制條形圖

import  matplotlib
import  matplotlib.pyplot as plt

# 顯示中文標識
matplotlib.rcParams["font.sans-serif"] = ["SimHei"]
matplotlib.rcParams["axes.unicode_minus"] = False

# X/Y軸刻度
x = [1,2,3,4,5,6,7,8]
y = [3,1,4,5,8,9,7,2]

# ==============繪制條形圖=================
plt.bar(x,
        y,
        align="center",                                 # 排列方式
        color="c",                                      # 填充顏色
        tick_label=["q","a","c","e","r","j","b","p"],   # 將X軸上的刻度替換成指定編號
        hatch="/")                                      # 圖形填充值，可取值為： / ,  , | , - , + , x , o , O , . , *

# X/Y軸標簽
plt.xlabel("箱子編號")
plt.ylabel("箱子重量(kg)")

plt.show()

 

 2、繪制水平條形圖

import  matplotlib
import  matplotlib.pyplot as plt

# 顯示中文標識
matplotlib.rcParams["font.sans-serif"] = ["SimHei"]
matplotlib.rcParams["axes.unicode_minus"] = False

# X/Y軸刻度
x = [1,2,3,4,5,6,7,8]
y = [3,1,4,5,8,9,7,2]

# ==============繪制水平條形圖=================
plt.barh(x,
        y,
        align="center",                                 # 排列方式
        color="c",                                      # 填充顏色
        tick_label=["q","a","c","e","r","j","b","p"],   # 將X軸上的刻度替換成指定編號
        hatch="/")                                      # 圖形填充值，可取值為： / ,  , | , - , + , x , o , O , . , *

# X/Y軸標簽
plt.xlabel("箱子重量(kg)")
plt.ylabel("箱子編號")

plt.show()

 

 3、繪制直方圖

import  matplotlib
import  matplotlib.pyplot as plt
import numpy as np

# 顯示中文標識
matplotlib.rcParams["font.sans-serif"] = ["SimHei"]
matplotlib.rcParams["axes.unicode_minus"] = False

# 隨機生成0,9的100個整數
x = np.random.randint(0,10,100)
bins = range(0,11,1)

# ================繪制直方圖================
plt.hist(x=x,                       # 分布數據
         bins=bins,                 # 指定共有幾個箱子，也就是有幾條條形圖
         color="g",                 # 條形圖顏色
         histtype="barstacked",     # 條形圖類型，可選bar，barstacked,step,stepfilled，默認為bar
         align="mid",               # 直方圖樣式，可選 left mid right
         rwidth=0.8,                # 柱子與柱子之間的距離，默認是0
         alpha=0.6)                 # 透明度
# X/Y軸標簽
plt.xlabel("箱子重量(kg)")
plt.ylabel("銷售個數(個)")

plt.show()

 

 4、繪制餅圖

import  matplotlib
import  matplotlib.pyplot as plt

# 顯示中文標識
matplotlib.rcParams["font.sans-serif"] = ["SimHei"]
matplotlib.rcParams["axes.unicode_minus"] = False

# 數據類型
kinds = "簡易箱","保溫箱","行李箱","密封箱"

# 每種數據的填充顏色
colors = ["r","g","b","c"]

# 每種數據的占比
soldNums = [0.05,0.45,0.15,0.35]

# ===================繪制餅圖====================
plt.pie(x=soldNums,         # 每種數據的占比
        labels=kinds,       # 餅圖外側顯示的說明文字
        autopct="%3.1f%%",  # 控制餅圖內百分比設置,'%1.1f'指小數點前后位數(沒有用空格補齊)
        startangle=60,      # 起始繪制角度,默認圖是從x軸正方向逆時針畫起,如設定=90則從y軸正方向畫起
        colors=colors)      # 每快餅的填充顏色

# 標題
plt.title("不同箱子的銷售占比")
plt.show()

 

 5、在極坐標軸上繪制折線圖

import matplotlib.pyplot as plt
import numpy as np

# 從0到2pi取12個數.endpoint:如果為False則最后一個數不為2pi，如果為True則最后一個數為2pi
theta = np.linspace(start=0.0,stop=2*np.pi,num=12,endpoint=False)

# 創建一個給定類型（12個）的數組，將其填充在一個均勻分布的隨機樣本[0, 1)中
r = 30*np.random.rand(12)

# ===============在極坐標軸上繪制折線圖=================
plt.polar(theta,                # 每個標記所在的射線與極徑的夾角
          r,                    # 每個標記到原點的距離
          color="chartreuse",   # 顏色
          linewidth=2,          # 線寬
          marker="*",           # 標志點
          mfc="b",              # 數據點的顏色
          ms=10)                # 標志點大小
plt.show()

 

 6、繪制氣泡圖

import matplotlib.pyplot as plt
from matplotlib import cm
import numpy as np

# 生成指定維度(100維度)的服從標准正態分布的隨機數
a = np.random.randn(100)
b = np.random.randn(100)

# ==================繪制氣泡圖===================
plt.scatter(x=a,                    # x軸上的數值
            y=b,                    # y軸上的數值
            s=np.power(10*a+20*b,2),# 散點標記的大小（（數組a*10+數組b*20）的平方）
            c=np.random.rand(100),  # 散點標記的顏色
            cmap=cm.RdYlBu,         # 將浮點數映射成顏色的顏色映射率
            marker="o")             # 標記點（氣泡）
plt.show()

 

 7、繪制棉棒圖

import matplotlib.pyplot as plt
import numpy as np

# 從0到2pi取20個數
x = np.linspace(0.5,2*np.pi,20)

# 生成指定維度(20維度)的服從標准正態分布的隨機數
y = np.random.randn(20)

# ====================繪制棉棒圖=================
plt.stem(x,             # 指定棉棒的x軸基線上的位置
         y,             # 繪制棉棒的長度
         linefmt="-",   # 棉棒的樣式
         markerfmt="o", # 棉棒末端的樣式
         basefmt="-")   # 指定基線的樣式
plt.show()

 

 8、繪制箱線圖

import  matplotlib
import  matplotlib.pyplot as plt
import numpy as np

# 顯示中文標識
matplotlib.rcParams["font.sans-serif"] = ["SimHei"]
matplotlib.rcParams["axes.unicode_minus"] = False

# 生成指定維度(1000維度)的服從標准正態分布的隨機數
x = np.random.randn(1000)

# ===================繪制箱線圖=====================
plt.boxplot(x)

plt.xticks([1],["隨機數生成器AlphaRM"])

# y軸上的標簽
plt.ylabel("隨機數值")

# 標題
plt.title("隨機數生成器抗干擾能力的穩定性")

# 繪制網格線
plt.grid(axis="y",      # 在y軸上繪制網格線
         ls=":",        # 網格線樣式
         color="gray",  # 網格線顏色
         alpha=0.4)     # 網格線透明度
plt.show()

 

 9、繪制誤差棒圖

import matplotlib.pyplot as plt
import numpy as np

# 從0.1到0.6區6個值
x = np.linspace(0.1,0.6,6)

# 指數函數
y = np.exp(x)

# ===================繪制誤差棒圖==================
plt.errorbar(x=x,           # 數據點的水平位置
             y=y,           # 數據點的垂直位置
             fmt="bo:",     # 數據點的標記樣式以及相互之間連接線樣式
             yerr=0.2,      # y軸方向的數據點的誤差計算方法
             xerr=0.02,     # x軸方向的數據點的誤差計算方法
             ecolor="r",    # 誤差棒的顏色
             elinewidth=2,  # 誤差棒線條的粗細大小
             capsize=10,    # 誤差棒邊界橫杠的大小
             capthick=4,    # 誤差棒邊界橫杠的厚度
             ms=10,         # 數據點的大小
             mfc="g",       # 數據點的顏色
             mec="m")       # 數據點邊緣的顏色
# x軸上的刻度
plt.xlim(0,0.7)
plt.show()