Python中如何使用matplotlib实现可视化绘图

小编给大家分享一下Python中如何使用matplotlib实现可视化绘图，希望大家阅读完这篇文章之后都有所收获，下面让我们一起去探讨吧！

一、绘制线性图形

执行如下代码

import matplotlib.pyplot as pltdataX=[1,2,3,4]dataY=[2,4,4,2]plt.plot(dataX,dataY)plt.title("Draw  straight line")plt.xlabel("x")plt.ylabel("y")plt.show()

上述语句绘制了一条直线，形状由x和y坐标值决定，运行该程序得到如下结果

二、绘制柱状图形

执行如下代码

import matplotlib.pyplot as pltdataX=[0,1,2,3,4,5]dataY=[1,2,3,2,4,3]plt.bar(dataX,dataY)plt.title("Draw Histogram")plt.xlabel("x")plt.ylabel("y")plt.show()

上述语句绘制了6个柱状图，用函数plt.bar实现，运行该程序得到如下结果

柱状图也可以用numpy绘制，执行如下代码

import matplotlib.pyplot as pltimport numpy as npx=np.arange(10)y=np.random.randint(0,20,10)plt.bar(x,y)plt.show()

使用函数random()绘制了区域中随机出现的柱状图，y=np.random.randint(0,20,10)中，参数20表示柱状图高度，10表示柱状图个数，运行结果如下图

三、绘制直方图

执行如下代码

import matplotlib.pyplot as pltimport numpy as npmean,sigma=0,1x=mean + sigma *np.random.randn(10000)plt.hist(x,50,histtype='bar',facecolor='red',alpha=0.75)plt.show()

上述语句绘制了概率分布直方图，参数mean=0代表均值是0，sigma=1代表标准差是1，运行该程序得到如下结果

四、绘制散点图

执行如下代码

import matplotlib.pyplot as pltimport numpy as npx=np.random.rand(100)y=np.random.rand(100)plt.scatter(x,y)plt.show()

上述语句绘制了散点图，np.random.rand(100)代表随机出现的点数，一共有100个点，运行该程序得到如下结果

五、绘制极坐标

执行如下代码

import matplotlib.pyplot as pltimport numpy as nptheta=np.arange(0,2*np.pi,0.02)ax1=plt.subplot(121,projection='polar')ax1.plot(theta,theta/6,'--',lw=2)plt.show()

上述语句绘制极坐标图，这种图多用在企业的可视化数据模型的比较上，使用polar函数实现，theta代表数学上的平面角度，运行该程序得到如下结果

六、绘制饼图

执行如下代码

import matplotlib.pyplot as pltimport numpy as npplt.title("Pie")labels='Math','Computer','Music','Art'sizes=[45,30,15,10]explode=(0,0.0,0,0)counterclock=Falseplt.pie(sizes,explode=explode,labels=labels,autopct='%1.1f%%',shadow=False,startangle=90)plt.show()

上述语句绘制饼图，运行该程序得到如下结果

如果想将某一部分突显出来，可以使用语句 explode=(0,0.0,0,0)中的0改成1，比如explode=(0,0.1,0,0)得到下图

看完了这篇文章，相信你对"Python中如何使用matplotlib实现可视化绘图"有了一定的了解，如果想了解更多相关知识，欢迎关注行业资讯频道，感谢各位的阅读！