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

numpy.random

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 td>

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

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()

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)) generierenIn [ 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>

In [10]: x=np.random.random_integers(2,10,5)

In [11]: x
Out[11 ]: array([7, 4, 5, 4, 2])

3. Streudiagramm

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()

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()

Liniendiagramm Das Diagramm verwendet die Plotfunktion

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

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

#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()

Ausrichtung legt horizontales Balkendiagramm fest

#设置x,y轴比例为1：1，从而达到一个正的圆

#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

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()

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()

#sym 点的形状，whis虚线的长度

7 8. Boxplot

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!