建设雅马哈摩托车网站appstore关键词优化

---

前言

• 通过今天的学习，我掌握了使用Matplotlib绘制基本统计图，包括柱状图，直方图，饼图，散点图

---

一、柱状图

• ax.bar(x, height, width=0.8, bottom=None, align=‘center’, **kwargs)
• align：柱状图对齐方式；bottom：柱状图底部位置，默认为0
• 柱状图主要用于比较不同类别之间的数据大小

categories = ['A', 'B', 'C', 'D']
values = [20, 35, 30, 25]# 创建图形和子图
fig, ax = plt.subplots()# 绘制柱状图
ax.bar(categories, values, color='pink', linewidth=1.5, width=0.5,align="center",bottom=0)# 设置标题和标签
ax.set_title('柱状图')
ax.set_xlabel('种类')
ax.set_ylabel('值')# 显示图形
plt.show()

• 可以指定bottom以绘制堆叠柱状图

categories = ['A', 'B', 'C', 'D']
values1 = [20, 35, 30, 25]
values2 = [15, 25, 20, 10]# 创建图形和子图
fig, ax = plt.subplots()# 绘制第一个数据集的柱状图
ax.bar(categories, values1, color='skyblue', label='值 1')# 绘制第二个数据集的柱状图，堆叠在第一个数据集上
ax.bar(categories, values2, bottom=values1, color='pink', label='值 2')# 设置标题和标签
ax.set_title('堆叠柱状图')
ax.set_xlabel('种类')
ax.set_ylabel('值')# 添加图例
ax.legend()# 显示图形
plt.show()

二、直方图

• ax.hist(x, bins=None, range=None, density=False, weights=None, cumulative=False, **kwargs)
• x指一个数据数组；bins指柱数；density指是否标准化
• 相较于柱状图，直方图主要用于展示连续数据的分布情况

# 生成随机数据，生成均值为 0，标准差为 1 的标准正态分布的随机样本
data = np.random.randn(100)# 创建图形和子图
fig, ax = plt.subplots()# 绘制直方图
ax.hist(data, bins=30, color='skyblue', edgecolor='black')# 设置标题和标签
ax.set_title('Simple Histogram')
ax.set_xlabel('Value')
ax.set_ylabel('Frequency')# 显示图形
plt.show()

三、饼图

• ax.pie(x, explode=None, labels=None, colors=None, autopct=None, shadow=False, startangle=0, **kwargs)
• x指数据数组；labels指每个扇区的标签；autopct: 控制显示每个扇区的占比，默认为 None

labels = ['A', 'B', 'C', 'D']
sizes = [15, 30, 45, 10]# 创建图形和子图
fig, ax = plt.subplots()# 绘制饼图
ax.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=90)# 设置标题
ax.set_title('饼图')# 显示图形
plt.show()

四、散点图

• ax.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, edgecolors=None, **kwargs)

fig = plt.figure()
axes = fig.add_axes([.1,.1,.8,.8])
x = ['Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun']
data = [[120, 132, 101, 134, 90, 230, 210],[220, 182, 191, 234, 290, 330, 310],
]
y0 = data[0]
y1 = data[1]
axes.scatter(x,y0,color='red',marker="s")
axes.scatter(x,y1,color='blue',marker="d")
axes.set_title('散点图')
axes.set_xlabel('日期')
axes.set_ylabel('数量')
plt.legend(labels=['label 1', 'label 2'],)
plt.show()

---

THE END