Python中常用Matplotlib图有哪些
1. 折线图
在数据分析和可视化中,折线图是最常见的图表之一。通过绘制数据点并通过直线或曲线将它们连接起来,折线图可以有效地显示随时间变化的趋势。
import matplotlib.pyplot as plt
# 创建 x 轴数据
x = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
# 创建 y 轴数据
y = [1, 3, 5, 4, 2, 7, 6, 8, 9, 2]
# 绘制折线图
plt.plot(x, y)
# 添加标题和标签
plt.title("折线图示例")
plt.xlabel("x 轴")
plt.ylabel("y 轴")
# 显示图形
plt.show()
在上述代码中,我们使用了 Matplotlib 的 plot
函数来绘制折线图。通过传入 x 和 y 坐标的数据,我们可以得到一条连接点的线。然后使用 title
、xlabel
和 ylabel
函数添加标题和标签。最后使用 show
函数显示图形。
2. 柱状图
柱状图可以很好地展示不同类别之间的比较关系。通常用于显示离散的、非连续的数据。
import matplotlib.pyplot as plt
# 创建 x 轴数据
x = ["A", "B", "C", "D", "E"]
# 创建 y 轴数据
y = [10, 7, 5, 8, 6]
# 绘制柱状图
plt.bar(x, y)
# 添加标题和标签
plt.title("柱状图示例")
plt.xlabel("类别")
plt.ylabel("数值")
# 显示图形
plt.show()
在以上代码中,我们使用 Matplotlib 的 bar
函数绘制柱状图。通过传入 x 和 y 坐标的数据,我们可以得到一列列的柱子。同样,使用 title
、xlabel
和 ylabel
函数来添加标题和标签,最后使用 show
函数显示图形。
3. 散点图
散点图用于显示两个变量之间的关系和分布。每个数据点代表一个观察结果,点的位置由两个变量的值决定。
import matplotlib.pyplot as plt
# 创建 x 轴数据
x = [1, 2, 3, 4, 5]
# 创建 y 轴数据
y = [4, 7, 2, 5, 8]
# 绘制散点图
plt.scatter(x, y)
# 添加标题和标签
plt.title("散点图示例")
plt.xlabel("x 轴")
plt.ylabel("y 轴")
# 显示图形
plt.show()
在上面的代码中,我们使用 Matplotlib 的 scatter
函数绘制散点图。通过传入 x 和 y 坐标的数据,我们可以将散点图上的数据点呈现出来。同样,使用 title
、xlabel
和 ylabel
函数来添加标题和标签,最后使用 show
函数显示图形。
猜您想看
-
feign调用服务提供者返回IPage但客户端无法获取到结果的原因是什么
Feign调用...
2023年05月26日 -
SpringBoot自定义异常的处理方式
一、Sprin...
2023年05月26日 -
Java 的 List 与 Scala 的 Seq如何相互转换
一、Java ...
2023年05月26日 -
在CS:GO游戏中,如何防止电脑过热或卡顿?
如何有效防止C...
2023年04月17日 -
怎么在QQ上删除好友?
一、QQ上删除...
2023年05月15日 -
油猴脚本开发技巧:兼容性问题解决方法
解决Tampe...
2023年05月13日