载入库
绘制表格我们需要用到python库中的matplotlib库
import matplotlib.pyplot as plt
一、折线图
# 绘制一条线是，x轴可以省略，默认用y轴数据的索引替代
plt.plot([0, 2, 4, 6, 8]) # 默认Y轴坐标，x轴按12345……算
plt.show()
plt.plot([0, 2, 4, 6, 8], [1, 5, 3, 9, 7]) # x轴坐标值，Y轴坐标值
plt.show()
接下来让我们看看怎么才能绘制更加炫酷的折线图
date = [3, 4, 5, 6, 7, 8, 9, 10, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21]
eurcny=[9, 3, 5, 7, 0, 10, 6, 1, 1, 42, 12, 3, 42, 4, 37, 45, 18, 481]
plt.plot(
date, # x轴数据，日期
eurcny, # y轴数据，收盘价
color='r', # 线条颜色
linestyle='--', # 线条风格
linewidth=1.0,# 线条粗细
marker='o', # 标记风格
markerfacecolor='#ffff00', # 标记颜色
markersize=10, # 标记大小
alpha=0.5, # 透明度
)
plt.show()
二、散点图
x = [1, 3, 5, 7, 9, 11, 13, 15, 17]
y = [2, -5, 19, 3, 5, 8, 12, 6, 1]
# 绘图
plt.scatter(x, y)
plt.show()
接下来让我们看看如何绘制更加炫酷的散点图
x = [1, 3, 5, 7, 9, 11, 13, 15, 17]
y = [2, -5, 19, 3, 5, 8, 12, 6, 1]
plt.scatter(
x, # x轴
y, # y轴
color='r', # 颜色
marker='o', # 样式
linewidth=20, # 线宽
alpha=0.3, # 透明度
# 散点大小，用于绘制气泡图，在散点图的基础上又增加了一个维度
s=[100, 300, 500, 700, 200, 400, 600, 800, 1000], # 大小
)
plt.show()
三、条形图
x=[1,2,3,4,5]
y=[1,2,3,4,5]
plt.barh(
x,#横条离开x轴的距离
y,#横条长度
height=0.5,#横条粗细
color='g',
)
plt.show()
四、柱状图
x=[1,2,3,4,5]
y=[3,6,1,8,2]
#柱状图，x轴为单根主张，y轴为柱子高度，可选参数width用于柱子粗细
plt.bar(x,y)
如何绘制更加炫酷的柱状图
#男生平均分，语文/数学/英语/物理/化学
boy=[85.5,91,72,59,66]
#女生平均分
girl=[94,82,89.5,62,49]
#科目坐标
course=[1,2,3,4,5]
#绘图，男生
plt.bar(
course,#x轴，科目
boy,#y轴，男生成绩
color='g',#颜色
width=0.3,
alpha=0.3,
)
#绘图，女生
#科目坐标
course2=[1.3,2.3,3.3,4.3,5.3]
plt.bar(
course2,#x轴，科目
girl,#y轴，女生成绩
color='r',#颜色
width=0.3,
)
plt.show()
五、饼状图
p=[15,30,45,10,20]
plt.pie(p)
plt.pie(p,labels=['china','russia','india','amarica','japan'],autopct='%1.1f%%')
plt.show()
如何绘制更加炫酷的饼图
#国名
mark=['china','russia','india','amarica','japan']
#各国战9军总军费的比例
percent=[0.55,0.144,0.321,0.312,0.312]
plt.pie(
percent,#百分比
autopct='%1.1f%%',#显示百分比方式
labels=mark,#名称
explode=(0.0,0.1,0.0,0.0,0.0)#突出块，突出比例
)
plt.show()
六、直方图
#1班成绩直方图
h1=[88.2,83.4,84.5,83.4,43,43,7,43,32,
3,83.4,84.5,83.4,42,43,43,5,32,
88.2,3,84.5,83.4,45,43,9,43,32,
7,81,84.5,83.4,4,8,43,43,32,
88.2,83,84.5,83.4,45,7,43,43,32,
88.2,3,84.5,83.4]
plt.hist(h1)
plt.show()
更加炫酷的直方图
#1班成绩直方图
h1=[88.2,83.4,84.5,83.4,43,43,7,43,32,
3,83.4,84.5,83.4,42,43,43,5,32,
88.2,3,84.5,83.4,45,43,9,43,32,
7,81,84.5,83.4,4,8,43,43,32,
88.2,83,84.5,83.4,45,7,43,43,32,
88.2,3,84.5,83.4]
# 增加功能：
plt.hist(
h1,#直方图数据
10,#直方个数
density=1,#默认0数据出现个数，1出现个数归一化为出现的频率
histtype='bar',#直方图样式：默认bar,stepfilled填充颜色，step不填充只有线条
facecolor='b',#直方图颜色
edgecolor='g',#直方图边框颜色
alpha=0.3,
)
plt.show()
七、箱线图
a=[15,5,9,22,4,-5,45,-22]
plt.boxplot(a)
plt.show()
更加炫酷的箱线图
a = [42, 33, 33, 3, 2, 44]
b = [4, 3, 3, 23, 32, 44]
c = [52, 23, 93, 13, 22, 44]
plt.boxplot(
(a, c, b), # 数据
labels=('a', 'c', 'b'), # 标签
showfliers=True, # 是否显示异常值，默认显示
whis=1.5, # 指定异常值参数，默认1.5倍四分位差
meanline=True, # 是否用线表示平均数，默认用点
widths=0.5, # 柱子宽度
vert=False, # 默认TRUE纵向，FALSE横向
patch_artist=True, # 是否填充颜色
)
plt.grid(linewidth=0.2)
plt.show()
last but not list、如何给x、y轴坐标打上标签
此处我们用柱状图来举例
#男生平均分，语文/数学/英语/物理/化学
boy=[85.5,91,72,59,66]
#女生平均分
girl=[94,82,89.5,62,49]
#科目坐标
course=[1,2,3,4,5]
#绘图，男生
plt.bar(
course,#x轴，科目
boy,#y轴，男生成绩
color='g',#颜色
width=0.3,
alpha=0.3,
)
#绘图，女生
#科目坐标
course2=[1.3,2.3,3.3,4.3,5.3]
plt.bar(
course2,#x轴，科目
girl,#y轴，女生成绩
color='r',#颜色
width=0.3,
)
#将数据标注在柱子上
for i,j in zip(course,boy):
plt.text(
i,#x轴，course学科位置
j,#y轴，boy分数
s=j,
ha='center',#水平对齐
va='bottom',#垂直对齐
alpha=0.5,
)
for i,j in zip(course2,girl):
plt.text(
i,
j,
s=j,
ha='center',
va='bottom',
alpha=0.5,
)
#科目坐标数值替换字符
course3=[1.15,2.15,3.15,4.15,5.15]
plt.xticks(course3,['Chi','Math','Eng','Phy','Che'])
plt.show()
END、如何叠加绘制图像
这里我们用一张散点图和一张折线图举例子。在此处我们将散点图和折线图分别编制出来之后，在使用plt.show，就可以发现我们的两张图标叠加在一起啦
x = [1, 3, 5, 7, 9, 11, 13, 15, 17]
y = [2, -5, 19, 3, 5, 8, 12, 6, 1]
plt.scatter(
x, # x轴
y, # y轴
color='r', # 颜色
marker='o', # 样式
linewidth=20, # 线宽
alpha=0.3, # 透明度
# 散点大小，用于绘制气泡图，在散点图的基础上又增加了一个维度
s=[100, 300, 500, 700, 200, 400, 600, 800, 1000], # 大小
)
date = [3, 4, 5, 6, 7, 8, 9, 10, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21]
eurcny=[9, 3, 5, 7, 0, 10, 6, 1, 1, 42, 12, 3, 42, 4, 37, 45, 18, 481]
plt.plot(
date, # x轴数据，日期
eurcny, # y轴数据，收盘价
color='r', # 线条颜色
linestyle='--', # 线条风格
linewidth=1.0,# 线条粗细
marker='o', # 标记风格
markerfacecolor='#ffff00', # 标记颜色
markersize=10, # 标记大小
alpha=0.5, # 透明度
)
plt.show()
总结
到此这篇关于Python matplotlib如何简单绘制不同类型表格的文章就介绍到这了,更多相关matplotlib绘制表格内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网！
