python数据可视三大库之matplotlib库（二：图表函数入门）

杨利霞

python数据可视三大库之matplotlib库（二：图表函数入门）[color=rgba(0, 0, 0, 0.74902)]文章目录

• pyplot基本概述
• 实例
    v4 m) P( l( }, u
  • 饼状图绘制
  • 直方图绘制
  • 极坐标绘制
  • 散点图绘制
    

pyplot基本概述
& m# E, [0 A& G9 C9 ]- w+ S


; K0 g; [; v& K4 n) ~5 z6 b, s实例
* K! c& M; n# s! v) V4 o
, s) Q" m4 m1 y$ Q1 a, E" }, h饼状图绘制

( M7 ~7 I% p) a2 s3 \.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False, rotatelabels=False, *, data=None)
- b& ~8 P& n1 m" R) I8 A, t1 M参数        说明        类型
3 @# H0 z8 f! i: A+ H9 |+ cx        数据,即所占大小        array-like
; F' a: L% t0 T) Lexplode        (每一块)离开中心距离        array-like
! c9 r7 K% Q" G3 t& @% dlabel        标签        list
color        颜色参数        array-like
autopct        数据标签控制饼图内百分比设置,可以使用format字符串或者format function’%1.1f’指小数点前后位数(没有用空格补齐)        str, or function
: e4 e6 v) T- [, P* m: s" u0 g* _. spctdistance        类似于labeldistance,指定autopct的位置刻度,默认值为0.6        0~1
8 g8 v5 p6 {# A* sshadow        是否显示阴影        bool
7 S) w$ y- M% f4 \7 glabeldistance        label标记的绘制位置,相对于半径的比例，默认值为1.1, 如<1则绘制在饼图内侧        float
. H, ]: b" ?8 S# R7 z* \startangle        开始绘图的角度如果不是"无"，则从 x 轴逆时针旋转饼图的起始点。        float
radius        饼图的半径，如果半径为"无"，则将其设置为 1。        float
, {0 i- K2 T: L1 y/ K! b$ o3 y+ Vcounterclock        指定指针方向布尔值，可选参数，默认为：True，即逆时针。将值改为False即可改为顺时针        bool
wedgeprops        字典类型，可选参数，默认值：None。参数字典传递给wedge对象用来画一个饼图        dict
textprops        设置标签（labels）和比例文字的格式；字典类型，可选参数，默认值为：None。传递给text对象的字典参数。        dict
center        浮点类型的列表，可选参数，默认值：(0,0)。图标中心位置。        list of float
  a; R1 A- Z- i4 I4 Iframe        如果为 true，则用图表绘制轴框。        bool
% ~' T+ L( q/ \6 J0 Zrotatelabels        旋转标签，如果为 true，则将每个标签旋转到相应切片的角度。        bool
参数过多请到上查看官方文档

! [# o5 `4 A; g' m直方图绘制
& r+ t, t- w% r5 t% j) C
1 l# t( W/ Q2 g8 e; X官方文档一维直方图官方文档二维直方图

一维：plt.hist()二维plt.hist2d()

参数过多，官方文档
: G: ^& C  w3 S+ k( r  d6 Z详解

极坐标绘制

官方文档

plt.polar(theta,r)

, ?0 u1 v6 a4 Z1 \
1 ~& o  _# }" {& L2 c( _散点图绘制

/ I* m; m" b1 e- i官方文档
* U9 K0 P# ^* \% N$ S/ G; Q; }
.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=, edgecolors=None, *, plotnonfinite=False, data=None, **kwargs)
各参数详解
( a2 F) N, B2 {3 R: m/ W* E
& u8 T) |% ~& ?; f& F

所有资料来源于mooc北京理工大学python数据可视化课程，以及博客园csdn文章，以及官方文档——————————————
版权声明：本文为CSDN博主「伏虎山真人」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_46325250/article/details/106047177
, z2 O+ a% x5 m! G% g9 N2 o/ M
% q  [: {8 i% h9 @+ e1 G7 s

chace

感谢分享

chace

感谢分享  下载学习