Numpy是Python开源的数值计算扩展,可用来存储和处理大型矩阵,比Python自身数据结构要高效;

matplotlib是一个Python的图像框架,使用其绘制出来的图形效果和MATLAB下绘制的图形类似。

在使用Python绘制图表前,我们需要先安装两个库文件numpy和matplotlib

pip install numpy
pip install matplotlib

生成直方图

import numpy as np
from pylab import * num=100
sigma=20 x=num+sigma*np.random.randn(20000) #样本数量 plt.hist(x,bins=100,color="green",normed=True) #bins显示有几个直方,normed是否对数据进行标准化 plt.show() #显示图像
plt.savefig() #保存图片

运行结果:

生成条形图

import numpy as np
from pylab import * value=[22,13,34]
index=["root","admin","lyshark"]
#index=np.arange(5) plt.bar(left=index,height=value,color="green",width=0.5) plt.show()

运行结果:

生成折线图

import numpy as np
from pylab import * x=np.linspace(-10,10,100)
y=x**3
plt.plot(x,y,linestyle="--",color="green",marker="<") plt.show()

运行结果:

生成散点图

import numpy as np
from pylab import * x=np.random.randn(1000)
y=x+np.random.randn(1000)*0.5 plt.scatter(x,y,s=5,marker="<") #s表示面积 Marker表示图形 plt.show()

运行结果:

生成饼状图

import numpy as np
from pylab import * labels="cangjingkong","jizemingbu","boduoyejieyi","xiaozemaliya"
fracs=[45,10,30,15] plt.axes(aspect=1) explode=[0,0.05,0,0]
plt.pie(x=fracs,labels=labels,autopct="%0f%%",explode=explode)
plt.show()

运行结果:

生成箱形图

主要用于显示数据的分散情况。图形分为上边缘、上四分位数、中位数、下四分位数、下边缘。外面的点时异常值

import numpy as np
from pylab import * np.random.seed(100)
data=np.random.normal(size=(1000,4),loc=0,scale=1) labels=["A","B","C","D"] plt.boxplot(data,labels=labels) plt.show()

运行结果:

生成多个图例

import numpy as np
from pylab import * x=np.arange(1,11,1) plt.plot(x,x*2) plt.plot(x,x*3) plt.plot(x,x*4) plt.legend(["BoDuoYeJieYi","CangJingKong","JiaTengYing"]) plt.show()

运行结果:

生成中文图片

import numpy as np
from pylab import * mpl.rcParams['font.sans-serif'] = ['KaiTi'] label = "windows xp","windows 7","Windows 8","Linux 4","Centos 6","Huawei交换机"
fracs = [,,,,,] plt.axes(aspect=) plt.pie(x=fracs,labels=label,autopct="%0d%%")
plt.show()

Python-实现图表绘制总结的更多相关文章

  1. Python使用plotly绘制数据图表的方法

    转载:http://www.jb51.net/article/118936.htm 本篇文章主要介绍了Python使用plotly绘制数据图表的方法,实例分析了plotly绘制的技巧. 导语:使用 p ...

  2. Python交互图表可视化Bokeh:5 柱状图| 堆叠图| 直方图

    柱状图/堆叠图/直方图 ① 单系列柱状图② 多系列柱状图③ 堆叠图④ 直方图 1.单系列柱状图 import numpy as np import pandas as pd import matplo ...

  3. Python交互图表可视化Bokeh:1. 可视交互化原理| 基本设置

    Bokeh pandas和matplotlib就可以直接出分析的图表了,最基本的出图方式.是面向数据分析过程中出图的工具:Seaborn相比matplotlib封装了一些对数据的组合和识别的功能:用S ...

  4. Python入门-散点图绘制

    Python入门-散点图绘制  废话不说 直接上代码 import matplotlib.pyplot as plt x_values = list(range(1,1001)) y_values = ...

  5. Python openpyxl Excel绘制柱形图

    这是一份openpyxl的使用指南. 大体内容翻译自官网 https://openpyxl.readthedocs.io/en/stable/charts/bar.html#vertical-hori ...

  6. 让IE8支持HTML5及canvas功能!chart.js图表绘制工具库IE8上兼容方案

    第一步,我们加上对html5的支持. <!--[if IE]> <script src="/public/html5.js" type="text/ja ...

  7. Android实现图表绘制和展示

    本文演示在Android平台中绘制和展示图表示例,本示例是基于RChart 2实现的. 在一个系统中经常要用到图表统计数据,在WEB开发中图表绘制是一件简单的事情,因为有比较多的开源方案.但在Andr ...

  8. Android学习之 AChartEngine 图表绘制

    Android 开源图表绘制工具AChartEngine地址:http://code.google.com/p/achartengine/ AChartEngine Android实现图表绘制和展示( ...

  9. Python交互图表可视化Bokeh:7. 工具栏

    ToolBar工具栏设置 ① 位置设置② 移动.放大缩小.存储.刷新③ 选择④ 提示框.十字线 1. 位置设置 import numpy as np import pandas as pd impor ...

  10. Python交互图表可视化Bokeh:6. 轴线| 浮动| 多图表

    绘图表达进阶操作 ① 轴线设置② 浮动设置③ 多图表设置 1. 轴线标签设置 设置字符串 import numpy as np import pandas as pd import matplotli ...

随机推荐

  1. django 静态文件

    django中的静态文件,如图片,css样式jquery等等 在url最下面加上 from django.conf.urls.static import staticfrom django.conf ...

  2. PHP array

    一.数组操作的基本函数 数组的键名和值 array_values($arr);获得数组的值 array_keys($arr);获得数组的键名 array_flip($arr);数组中的值与键名互换(如 ...

  3. Le Chapitre IV

    J'avais ainsi appris une seconde chose très importante: C'est que sa planète d'origine était à peine ...

  4. Latex插图操作

    1.竖排插入两张图 \begin{figure}[h] //放在当前位置 \centering \subfigure[A given traffic flow set]{ \includegraphi ...

  5. s4-4 以太网概述

    以太网所处的位置 以太网的发展史 1973 Robert Metcalfe及其同事设计了以太网雏形(施乐公司) 1980 DIX发布最早的以太网标准,开放标准 1985 IEEE802.3对以太网作了 ...

  6. springMVC注解(一)Controller

    HelloWorld程序 Step1  编写web.xml文件 <?xml version="1.0" encoding="UTF-8"?> < ...

  7. css设置自适应屏幕高度

    <style type="text/css"> body,html{ margin:0; height:100%; /*这里将高度设置为100%是这个布局实现自适应高度 ...

  8. speex编解码在android上实现

    以前在应用中使用到了Speex编解码,近来总结了一下Speex在android上的实现.Speex是一套主要针对语音的开源免费,无专利保护的音频压缩格式.Speex工程着力于通过提供一个可以替代高性能 ...

  9. android 增量更新原理

    原理如下:服务器端设计增量表,记录数据操作顺序id,和增删改查信息.在进行数据库表操作的时候同时进行将信息保存在增量表. android客户端在请求的时候上传最后保存的id.服务端判断最后的id,返回 ...

  10. Max Sum—hdu1003(简单DP) 标签: dp 2016-05-05 20:51 92人阅读 评论(0)

    Max Sum Time Limit: 2000/1000 MS (Java/Others) Memory Limit: 65536/32768 K (Java/Others) Total Submi ...