200字范文,内容丰富有趣,生活中的好帮手!
200字范文 > python如何绘制条形图_python Matplotlib 系列教程(三)——绘制直方图和条形图

python如何绘制条形图_python Matplotlib 系列教程(三)——绘制直方图和条形图

时间:2020-02-01 06:17:01

相关推荐

python如何绘制条形图_python Matplotlib 系列教程(三)——绘制直方图和条形图

在本章节我们将学习如何绘制条形图和直方图

条形图与直方图的区别:

首先,条形图是用条形的长度表示各类别频数的多少,其宽度(表示类别)则是固定的;

直方图是用面积表示各组频数的多少,矩形的高度表示每一组的频数或频率,宽度则表示各组的组距,因此其高度与宽度均有意义。

其次,由于分组数据具有连续性,直方图的各矩形通常是连续排列,而条形图则是分开排列。

最后,条形图主要用于展示分类数据,而直方图则主要用于展示数据型数据

首先来看一个条形图的例子:

# -*- coding: utf-8 -*-

import matplotlib.pyplot as plt

from matplotlib.font_manager import FontProperties

font = FontProperties(fname=r"C:\Windows\Fonts\simhei.ttf", size=14)

plt.bar([1, 3, 5, 7, 9], [5, 4, 8, 12, 7], label='graph 1')

plt.bar([2, 4, 6, 8, 10], [4, 6, 8, 13, 15], label='graph 2')

# params

# x: 条形图x轴

# y:条形图的高度

# width:条形图的宽度 默认是0.8

# bottom:条形底部的y坐标值 默认是0

# align:center / edge 条形图是否以x轴坐标为中心点或者是以x轴坐标为边缘

plt.legend()

plt.xlabel('number')

plt.ylabel('value')

plt.title(u'测试例子——条形图', FontProperties=font)

plt.show()

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

【注】如果我们没有明确选择一种颜色,虽然我们做了多个图,但是所有的图都会看起来一样,即颜色是一样。

下面我们看一个直方图的例子:

# -*- coding: utf-8 -*-

import matplotlib.pyplot as plt

from matplotlib.font_manager import FontProperties

font = FontProperties(fname=r"C:\Windows\Fonts\simhei.ttf", size=14)

salary = [2500, 3300, 2700, 5600, 6700, 5400, 3100, 3500, 7600, 7800,

8700, 9800, 10400]

group = [1000, 2000, 3000, 4000, 5000, 6000, 7000, 8000, 9000, 10000, 11000]

plt.hist(salary, group, histtype='bar', rwidth=0.8)

plt.legend()

plt.xlabel('salary-group')

plt.ylabel('salary')

plt.title(u'测试例子——直方图', FontProperties=font)

plt.show()

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

这是一个简单的工资分布情况图,可以很直观的得到例如在2000-3000水平的人数有2人。

---------------------

作者:xjl271314

来源:CSDN

原文:/xjl271314/article/details/80295935

版权声明:本文为博主原创文章,转载请附上博文链接!

本内容不代表本网观点和政治立场,如有侵犯你的权益请联系我们处理。
网友评论
网友评论仅供其表达个人看法,并不表明网站立场。