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 |
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='red') #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('bar number') plt.ylabel('bar height') plt.title('TEST') 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='#202204') plt.bar([2,4,6,8,10,12],[8,6,2,5,6,7], label="Test two", color='g') # 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('bar number') plt.ylabel('bar height') plt.title('TEST') 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='bar', rwidth=0.8,color='#199209') plt.xlabel('The Age Group') plt.ylabel('The number') plt.title('The Age Range') 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='bar', 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! |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |