使用统计函数绘制简单图形

python数据可视化之路

发布于 2023-02-23 21:11:37

76200

代码可运行

文章被收录于专栏：python数据分析实践

运行总次数：0

代码可运行

可视化是数据分析的主要内容，其中图形是可视化的主要方式。本节将从基础统计图形函数的功能、调用方式、参数说明和代码展示来探索统计函数的基本使用方法。由于不可能涉及到所有方面，如果有不全之处，可以评论或者网上查询。

1 bar()函数——柱状图

函数功能：在x轴上绘制定性数据的分布特征

调用方式：plt.bar(x, y)

参数说明：

x：标识在x轴上的定性数据类别

y：每种定性数据的数量

代码展示：

import matplotlib.pyplot as plt
import matplotlib as mpl
mpl.rcParams['font.sans-serif'] = ['SimHei'] #控制中文字体正常显示，可以设置字体
mpl.rcParams['axes.unicode_minus'] = True  #用来正常显示正负号
x = [1, 2, 3, 4, 5, 6, 7, 8]
y = [3, 1, 4, 3, 10, 12, 7, 11]
plt.bar(x, y)
plt.show()

另外的，在plt.bar()中的其他参数如下：

align：确定对齐方向，一般居中对齐，值为'center'，为默认值，也是推荐值

color：柱体颜色，可以用颜色名称，也可以用十六进制颜色值

tick_label：x轴的标签，参数是一个列表

hatch：填充项，一般使用'/'作为填充

plt.bar(x, y, align = 'center', color = '#00ffff', tick_label = ['q', 'a', 'b', 'c', 'd', 'e', 'j', 'k'] ,hatch = '/')
plt.xlabel('箱子编号')
plt.ylabel('箱子重量（kg）')

2 barh()——条形图

函数功能：在y轴上绘制定性数据的分布特征

调用方式：plt.barh(x, y)

参数说明：

x：标识在x轴上的定性数据类别

y：每种定性数据的数量

代码展示：

plt.barh(x, y, align = 'center', color = '#00ffff', tick_label = ['q', 'a', 'b', 'c', 'd', 'e', 'j', 'k'] ,hatch = '/')
plt.xlabel('箱子编号')
plt.ylabel('箱子重量（kg）')
plt.show()

3 hist()——直方图

函数功能：在x轴上绘制定量数据的分布特征

调用方式：plt.barh(x)

参数说明：

x：标识在x轴上的定量数据

代码展示：

box_weight = np.random.randint(0, 10, 100) #随机生成100个箱子的重量
x = box_weight
bins = range(0, 11, 1) #根据箱子重量进行分类
plt.hist(x, bins = bins, color = '#00ffff', histtype = 'bar', rwidth = 20, alpha = 0.5) #统计不同类别箱子重量的个数
plt.xlabel('箱子重量（kg）')
plt.ylabel('箱子数量（个）')
plt.show()

4 pie()——饼图

函数功能：绘制定性数据的不同类别的百分比

调用方式：plt.pie(x)

参数说明：

x：定性数据不同类别的百分比

代码展示：

kinds = ['优秀', '良好', '及格', '不合格'] 
colors = ['#00ff00', '#ffff00', '#00ffff', '#ff0000']
score_level = [0.03, 0.35, 0.42, 0.2]
plt.pie(score_level, labels = kinds, autopct = '%3.1f%%', startangle = 60, colors = colors)
plt.title('不同成绩级别分布情况')
plt.show()

5 polar()——极线图

函数功能：在极坐标上绘制折线图

调用方式：plt.polar(theta, r)

参数说明：

theta：每个标记所在射线与极径的夹角

r：每个标记到原点的距离

代码展示：

bar_part = 12
theta = np.linspace(0.0, 2*np.pi, bar_part, endpoint = False)
r = 30*np.random.rand(bar_part)
plt.polar(theta, r, color = '#0000ff', linewidth = 0, marker = '*', mfc = 'b', ms = 10)
plt.show()

6 scatter()——气泡图

函数功能：二维数据借助气泡大小展示三维数据

调用方式：plt.scatter(x, y)

参数说明：

x：x轴上的数值

y：y轴上的数值

s：散点标记大小

c：散点标记颜色

cmap：将浮点数映射成颜色的颜色映射表

代码展示：

a = np.random.randn(100)
b = np.random.randn(100)
plt.scatter(a, b, s = np.power(10*a+20*b, 2), c = np.random.rand(100), cmap = mpl.cm.RdYlBu, marker = 'o')
plt.ylim(-4, 4) #设置y轴范围为-4到4
plt.show()

7 stem()——棉棒图

函数功能：绘制离散有序数据

调用方式：plt.stem(x, y)

参数说明：

x：指定棉棒的x轴基线上的位置

y：绘制棉棒长度

linefmt：棉棒样式

basefmt：指定基线样式

代码展示：

x = np.linspace(0.5, 2*np.pi, 20)
y = np.random.randn(20)
plt.stem(x, y, linefmt = '-.', markerfmt = 'o', basefmt='-')
plt.show()

8 boxplot()——箱线图

函数功能：绘制箱线图，可以识别异常值

调用方式：plt.stem(x)

参数说明：

x：序列数据

代码展示：

x = np.random.randn(1000)
plt.boxplot(x)
plt.xticks([1], ['随机数生成器'], fontsize = 15)
plt.ylabel('随机数值', fontsize = 15)
plt.title('随机数生成器的箱型图', fontfamily = 'KaiTi')
plt.grid(axis = 'y', ls = ':', lw = 1, color = 'gray', alpha = 0.5)
plt.show()

9 errorbar()——误差棒图

函数功能：绘制x方向或y方向的误差范围

调用方式：plt.errorbar(x, y, yerr = a, xerr = b)

参数说明：

x：数据点水平位置

y：数据点垂直位置

yerr：y轴方向数据点的误差计算方法

xerr：x轴方向数据点的误差计算方法

代码展示：

x = np.linspace(0.1, 0.6, 6)
y = np.exp(x)
xerr = np.random.randn(6)*0.01 #为每一个x值添加一个随机抖动误差
plt.errorbar(x, y, fmt = 'o:', color = '#000000' ,yerr = 0.2, xerr = xerr, capsize = 3) #fmt数据点与两点之间连接线的样式；capsize为误差棒边界横杠大小
plt.show()