matplotlib中pyplt幾種典型圖形彙總

幾種圖的特點：

一、折線圖：能夠顯示事物的變化趨勢，變化情況 plt.plot()

最典型的繪圖過程即可。

二、直方圖：繪製連續性的數據，展示一組或者多組數據的分佈情況

和前面幾種繪圖最大的區別就是，繪圖使用plt.hist(原始數據a，組數[，density=True])函數，並且簡單繪圖時不需要傳x、y軸座標，只需要傳進待繪圖的原始連續數據，設置好分組數量，函數會自動將每組數據的個數計算出來，並且繪製到圖上。如果使用density=True,則y軸座標則會由數量變爲頻率。
1、# 連續數據繪製直方圖時：plt.hist()
2、# 如果原始數據經過初步整理，組織成不連續的數據，想要仍然達到直方圖的目的，則使用條形圖繪製，達到與直方圖相似的效果

三、條形圖：繪製離散的數據，展示一組或多組數據的分佈情況

#正常繪圖，條形圖是豎着的，坐落在x軸上
plt.bar()

#條形圖是橫着的，坐落在y軸上
plt.barh()

四、散點圖：判斷變量之間是否存在數量關聯趨勢，展示離羣點，分佈規律 plt.scatter()

繪製方法和折線圖一樣，不同之處在於繪圖方法使用的是plt.scatter()
在同一張圖中繪製多個數據的散點圖時，只需要讓每個數據對應不同的下標就行了

一次完整過程（使用折線圖示例）：

#設置中文字體
font = {'family': 'STKAITI',
		'weight': 'bold',
		'size': '18'}

matplotlib.rc("font", **font)



#設置x、y軸座標值
y_1 = [1, 0, 1, 1, 2, 4, 3, 2, 3, 4, 4, 5, 6, 5, 4, 3, 3, 1, 1, 1]
y_2 = [1, 0, 3, 1, 2, 2, 3, 3, 2, 1, 2, 1, 1, 1, 1, 1, 1, 1, 1, 1]
x = list(range(11, 31))
		
#設置圖像大小
plt.figure(figsize=(20, 10), dpi=100)


#繪製x、y軸刻度對應的文字
x_label = ["{}歲".format(i) for i in x]
plt.xticks(x, x_label, rotation=45)
y_label = list(range(min(y_1), max(y_1)+1))
plt.yticks(y_label)

#設置x，y，圖的描述信息
plt.xlabel("年齡")
plt.ylabel("交往對象個數")
plt.title("隨年齡變化的對象交往情況圖")


#繪製網格線
plt.grid(alpha = 0.4)
		
#繪製圖像
plt.plot(x, y_1, label="我", color="orange", linestyle=":", linewidth=1)
plt.plot(x, y_2, label="簡", color="black", linestyle="-.", linewidth=20)
plt.legend(loc="upper right")

plt.show()