Ausführliche Erläuterung von Beispielen zum Zeichnen von Grafiken mit Python

1. Umgebung

System: Windows10

Python-Version: Python3.6.1

Verwendete Bibliotheken: Matplotlib, Numpy

2. Mehrere Möglichkeiten für die Numpy-Bibliothek, Zufallszahlen zu generieren

import numpy as np

Nach dem Login kopieren

numpy.random< /tr>

rand(d0, d1, ..., dn)	rand(d0, d1, ..., dn) In [2]: x=np.random.rand(2,5) In [3]: x Out[3]: array([[ 0.84286554, 0.50007593, 0.66500549, 0.97387807, 0.03993009], [ 0.46391661, 0.50717355, 0.21527461, 0.92692517, 0.2567891 ]]) randn(d0, d1, ..., dn)查询结果为标准正态分布 In [4]: x=np.random.randn(2,5) In [5]: x Out[5]: array([[-0.77195196, 0.26651203, -0.35045793, -0.0210377 , 0.89749635], [-0.20229338, 1.44852833, -0.10858996, -1.65034606, -0.39793635]]) randint(low,high,size) 生成low到high之间（半开区间 [low, high)），size个数据 In [6]: x=np.random.randint(1,8,4) In [7]: x Out[7]: array([4, 4, 2, 7]) random_integers(low,high,size) 生成low到high之间（闭区间 [low, high)），size个数据 In [10]: x=np.random.random_integers(2,10,5) In [11]: x Out[11]: array([7, 4, 5, 4, 2]) In [2]: x=np.random.rand(2,5) In [3]: x Out[3]: array([[ 0.84286554, 0.50007593, 0.66500549, 0.97387807, 0.03993009], [ 0.46391661, 0. 50717355, 0.2 1527461 , 0,92692517, 0,2567891 ]])
randn(d0, d1, ..., dn) Abfrageergebnis ist Standardnormalverteilung	In [4]: ​​​​x=np.random.randn(2,5) x x轴 y y轴 s 圆点面积 c 颜色 marker 圆点形状 alpha 圆点透明度 #其他图也类似这种配置 Nach dem Login kopieren N=50# height=np.random.randint(150,180,20)# weight=np.random.randint(80,150,20) x=np.random.randn(N) y=np.random.randn(N) plt.scatter(x,y,s=50,c='r',marker='o',alpha=0.5) plt.show() Nach dem Login kopieren In [5]: x Out[5]: array( [[-0.77195196, 0.26651203, -0.35045793, -0.0210377, 0.89749635], [-0.20229338, 1.44852833, -0.10858996, -1.650346 06, -0. 39793635]])
randint(low,high,size)	Größendaten zwischen niedrig und hoch (halboffenes Intervall [niedrig, hoch)) generieren In [ 6]: x=np.random.randint(1,8,4) In [7]: x Out[7]: array([4, 4, 2 , 7])
random_integers(low,high,size)	Generieren Sie zwischen niedrig und hoch (geschlossenes Intervall [low, hoch)) , Größendaten <code class="language-python hljs"># 来源：百度网盘搜索 <br/>x=np.linspace(<span class="hljs-number">-10000,<span class="hljs-number">10000,<span class="hljs-number">100) <span class="hljs-comment">#将-10到10等区间分成100份 y=x**<span class="hljs-number">2+x**<span class="hljs-number">3+x**<span class="hljs-number">7 plt.plot(x,y) plt.show()</span></span></span></span></span></span></span></code> Nach dem Login kopieren In [10]: x=np.random.random_integers(2,10,5) In [11]: x Out[11 ]: array([7, 4, 5, 4, 2])

N=5
y=[20,10,30,25,15]
y1=np.random.randint(10,50,5)
x=np.random.randint(10,1000,N)
index=np.arange(N)
plt.bar(left=index,height=y,color='red',width=0.3)
plt.bar(left=index+0.3,height=y1,color='black',width=0.3)
plt.show()

Nach dem Login kopieren

4. Liniendiagramm

N=5
y=[20,10,30,25,15]
y1=np.random.randint(10,50,5)
x=np.random.randint(10,1000,N)
index=np.arange(N)# plt.bar(left=index,height=y,color='red',width=0.3)# plt.bar(left=index+0.3,height=y1,color='black',width=0.3)#plt.barh() 加了h就是横向的条形图，不用设置orientation
plt.bar(left=0,bottom=index,width=y,color='red',height=0.5,orientation='horizontal')
plt.show()

Nach dem Login kopieren

m1=100
sigma=20
x=m1+sigma*np.random.randn(2000)
plt.hist(x,bins=50,color="green",normed=True)
plt.show()

Nach dem Login kopieren

5. Balkendiagramm

# #双变量的直方图# #颜色越深频率越高# #研究双变量的联合分布

Nach dem Login kopieren

#双变量的直方图#颜色越深频率越高#研究双变量的联合分布
x=np.random.rand(1000)+2
y=np.random.rand(1000)+3
plt.hist2d(x,y,bins=40)
plt.show()

Nach dem Login kopieren

#设置x,y轴比例为1：1，从而达到一个正的圆

Nach dem Login kopieren

#labels标签参数,x是对应的数据列表,autopct显示每一个区域占的比例,explode突出显示某一块,shadow阴影

Nach dem Login kopieren

labes=['A','B','C','D']
fracs=[15,30,45,10]
explode=[0,0.1,0.05,0]#设置x,y轴比例为1：1，从而达到一个正的圆
plt.axes(aspect=1)#labels标签参数,x是对应的数据列表,autopct显示每一个区域占的比例,explode突出显示某一块,shadow阴影
plt.pie(x=fracs,labels=labes,autopct="%.0f%%",explode=explode,shadow=True)
plt.show()

Nach dem Login kopieren

6. Histogramm

import matplotlib.pyplot as pltimport numpy as npdata=np.random.normal(loc=0,scale=1,size=1000)#sym 点的形状，whis虚线的长度plt.boxplot(data,sym="o",whis=1.5)plt.show()

Nach dem Login kopieren

#sym 点的形状，whis虚线的长度

Nach dem Login kopieren

Das obige ist der detaillierte Inhalt vonAusführliche Erläuterung von Beispielen zum Zeichnen von Grafiken mit Python. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!