Python+matplotlib怎么绘制条形图和直方图 |
您所在的位置：网站首页 › python 绘制条形图 › Python+matplotlib怎么绘制条形图和直方图 |
Python+matplotlib怎么绘制条形图和直方图
|
这篇文章主要介绍“Python+matplotlib怎么绘制条形图和直方图”，在日常操作中，相信很多人在Python+matplotlib怎么绘制条形图和直方图问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”Python+matplotlib怎么绘制条形图和直方图”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！ 一、bar()函数bar()函数的最主要的几个参数如下： bar(x, height, brush:py;">plt.bar([1,2,3,4,5,6,7,8,9,10,11,12,13],[5,2,7,8,2,1,8,6,2,5,6,7,10], label="Test one", color=&＃39;red&＃39;) #x位置上数列[1,2,3,4,5,6,7,8,9,10,11,12,13]，表示为相对y轴，柱状图在X轴的位置，后面一列为对应y轴的高度。 plt.legend() #运行结果里图例名称显示出来 plt.xlabel(&＃39;bar number&＃39;) plt.ylabel(&＃39;bar height&＃39;) plt.title(&＃39;TEST&＃39;) plt.show() 第一列中的color=‘red’表示柱状图全部显示为红，为显示区别，做以下修改： import matplotlib.pyplot as plt plt.bar([1,3,5,7,9,11],[5,7,8,6,7,10], label="Test one", color=&＃39;#202204&＃39;) plt.bar([2,4,6,8,10,12],[8,6,2,5,6,7], label="Test two", color=&＃39;g&＃39;) # color也可是16进制，如上显示的 #202204 plt.legend() #运行结果里图例名称显示出来 plt.xlabel(&＃39;bar number&＃39;) plt.ylabel(&＃39;bar height&＃39;) plt.title(&＃39;TEST&＃39;) plt.show()具体显示结果如下：
hist(x，bins=None，range=None，density=None，weights=None，cumulative=False，bottom=None，histtype=“bar”， align=“mid”，orientation=“vertical”，r list-paddingleft-2"> x ：表示输入值，可以是单个数组，或者不需要相同长度的数组序列。 bins：表示绘制条柱的个数。若给定一个整数，则返回 “bins+1” 个条柱，默认为10。 range：bins的上下范围（最大和最小值）。 color：表示条柱的颜色，默认为None。 facecolor #直方图颜色 edgecolor #直方图边框颜色 alpha # 透明度 histtype #直方图类型，‘bar’, ‘barstacked’, ‘step’, ‘stepfilled’ orientation # 水平或垂直方向 rwidth #柱子与柱子之间的距离，默认是0 下面通过一个例子来说明hist()函数的作用： import matplotlib.pyplot as plt population_ages = [18,34,23,56,32,45,78,23,45,12,31,25,61,27,34,57,54,26,45,37,36,8,14,17,13,88,99,49,63,105,121,116] #设定一组年龄 bins = [0,10,20,30,40,50,60,80,90,100,130] #年龄分段 plt.hist(population_ages, bins, histtype=&＃39;bar&＃39;, rwidth=0.8,color=&＃39;#199209&＃39;) plt.xlabel(&＃39;The Age Group&＃39;) plt.ylabel(&＃39;The number&＃39;) plt.title(&＃39;The Age Range&＃39;) plt.legend() plt.show()注意：bins[]中60，80和100,130中间缺少是故意为之，为了显示区别 运行结果如下：
很明显，hist()函数会自动根据参数bins中的区分将参数x中的数据自动进行统计。 搞事情，既然参数x(如例子中的population_ages)可能是数列，那能否用随机函数自动生成数组，然后在进行统计呢？当然可以。 三、数据统计色子经常用来娱乐（用作他途造成后果与我无关），它有6个面，分别点数为1，2，3，4，5，6，可利用随机函数（上篇中的choice函数）来随机产生，比如choice([1,2,3,4,5,6])，产生N次（比如20万次）并将每次结果保存到列表中，最后统计出各点的总数或所点比例。 分析： 1）先建一个类，其功能就是运行一次，就随机选择6个面（点数） 2）将色子实例化，并给定一个参数（运行的次数），图形化显示出来。 class Sezi(): def __init__(self,sides):#给自身定义一个面数，方便后面修改参数进行其他操作 self.sides = sides #色子可以是6面，也可以是8面，10面，12面，需要给定 def roll(self): return choice([1,2,3,4,5,6])#每投一次，随机选择一个点数 testsezi = Sezi(6) #实例化，6个面 results = [] # 定义一个空的数列，用来保存每次投掷的点数 for roll_num in range(100): #循环，投100次 result = testsezi.roll() #将每次投掷结果保存到变量result中 results.append(result) #存入到数列results print(results) #直接打印出来运行结果：
与此同时，为了后面方便，引入另一个随机函数randint(x, y)，这个函数的作用是产生x-y之间的数字，比如randint(1,10)，就产生1到10之间的数字。 choice([1,2,3,4,5,6])可以修改为randint(1,self.sides)，这样实例化后，需要输入随意一个面数，就会随机产生对应的数字。 上述还只是打印在交互栏，且类、实例还是在一个文件中，分成不同的文件，并数据统计用图的形式显示。 1.重新修改色子类 文件名sezi.py，里面代码如下： from random import * class Sezi(): def __init__(self,sides):#给自身定义一个面数,面数对应点数 self.sides = sides #色子可以是6面，也可以是8面，10面，12面，需要给定 self.side=0 self.bins=[] while self.side2.新建一个名称sezigame.py的文件，代码如下 import matplotlib.pyplot as plt from sezi import * testsezi = Sezi(8) #实例化，8个点 results = [] # 定义一个空的数列，用来保存每次投掷的点数 for roll_num in range(50000): #循环，投50000次 result = testsezi.roll() #将每次投掷结果保存到变量result中 results.append(result) #存入到数列results plt.hist(results, testsezi.bins, histtype=&＃39;bar&＃39;, rhttps://img1.php1.cn/3cd4a/24d65/cd5/7a1ad898ca50f730.png" alt="Python+matplotlib怎么绘制条形图和直方图">如果有2个相同的色子呢？ 同时掷两个骰子，最小为2，最大为12，结果分布情况自然也就不同。 将名称sezigame.py的文件修改，改动后的代码如下： import matplotlib.pyplot as plt from sezi import * sezi_1 = Sezi(6) #实例化，6个面 sezi_2 = Sezi(6) results = [] # 定义一个空的数列，用来保存每次投掷的点数 for roll_num in range(50000): #循环，投50000次 result = sezi_1.roll()+sezi_2.roll() #将两次投掷结果保存到变量result中 results.append(result) #存入到数列results max_result = sezi_1.sides+sezi_2.sides #2个最大值为12，最小为2 side = 0 new_bins = [] while side到此，关于“Python+matplotlib怎么绘制条形图和直方图”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注编程笔记网站，小编会继续努力为大家带来更多实用的文章！ |
【本文地址】
今日新闻 |
推荐新闻 |