pyplot的17个基础图标函数
| 函数 | 说明 |
|---|---|
| plt.plot(x,y,fmt,……) | 绘制一个坐标图 |
| plt.boxplot(data,notch,position) | 绘制一个箱形图 |
| plt.bar(left,height,width,bottom) | 绘制一个条形图 |
| plt.bar(width,bottom,left,height) | 绘制一个横向条形图 |
| plt.polar(theta,r) | 绘制极坐标图 |
| plt.pie(data, explode) | 绘制饼图 |
| plt.psd(x,NFFT=256,pad_to,Fs) | 绘制功率谱密度图 |
| plt.specgram(x,NFFT=256,pad_to,Fs) | 绘制一个谱图 |
| plt.cohere((x,y,NFFT=256,Fs)) | 绘制X-Y的相关性函数的图 |
| plt.scatter(x，y) | 绘制散点图，其中x和y长度相同 |
| plt.step(x,y,where) | 绘制一个布阶图 |
| plt.hist(x,bin,normed) | 绘制直方图 |
| plt.contour(X,Y,Z,N) | 绘制等值图 |
| plt.vline() | 绘制垂直图 |
| plt.stem(x,y,linefmt,markerfmt) | 绘制柴火图 |
| plt.plot_date() | 绘制数据日期 |
| Plt.plotfile() | 绘制数据后写入文件 |
1. 线形图（plot函数）
数据可视化(pylot的函数,中文显示,文本显示,子绘图区域)
2. 饼图和环形图
饼图概念：
饼图用于表示不同分类的占比情况，通过弧度大小来对比各种分类，饼图通过将一个圆饼按照分类的占比划分成多个区块，整个圆饼代表数据的总量，每个区块（圆弧）表示该分类占总体的比例大小。
pie()的参数
matplotlib.pyplot.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)
常用参数部分
x: 接收array，表示用于绘制的数据，无默认。
explode:默认x的饼图不爆炸。自定义确定哪一块爆炸&爆炸距离。
labels和labeldistance: 默认x没有标签，标签位于1.1倍半径处。自定义每块饼的标签，和位置。
autopct和pctdistance: 默认x不显示每块饼的百分比标注。autopct自定义是每块饼的百分比属性，如几位小数， pctdistance默认在半径0.6位置显示百分数，自定义百分数距离半径的比例。
shadow: 默认x是二维平面饼图，没有阴影。自定义饼图是否有阴影属性。
startangle: 默认x第一块饼和水平面的角度不固定。自定义第一块饼图和水平面的角度。
colors：自定义每块饼的颜色，默认系统自动设定每块饼的颜色。
不太常用参数部分
radius: 默认x半径参数是1。自定义半径的大小，可以是int | float。
counterclock: 自定义指针方向，默认布尔值True，即按照逆时针对x饼图排列。
wedgeprops=dict()：设定每块饼图的一些属性。其中edgecolor='w’设定边框颜色为白色，width=0.7设定饼图0.3倍半径是空白， linewidth=10设定边框的粗细为10。
例如：
explode = (0, 0.2, 0, 0)
ax1.pie(sizes, explode=explode, labels=laels, autopct='%.1f%%', pctdistance=0.7, shadow=True, startangle=90,
counterclock=False, wedgeprops=dict(edgecolor='w', width=0.7, linewidth=10))
环形图
#所谓的环形图，就是再画一个比上个图小的饼图，并且为白色，所以半径要小
plt.pie(sizes_0,radius=0.6,colors=‘w’)#白色内圈
代码：
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
labels = ['第一季度', '第二季度', '第三季度', '第四季度']
sizes=[13.8,22.8,53.3,39.8]
colors = ['tomato', 'goldenrod', 'green', 'y']
sizes_0=[1,0,0,0]#用于显示空心部分的各部分比例
explode = (0, 0.1, 0, 0) # 只爆炸第二块饼，爆炸距离是半径的0.1。
plt.subplot(1,2,1)#第一个饼图
#pctdistance默认在半径0.6位置显示百分数，自定义百分数距离半径的比例
plt.pie(sizes, explode=explode, labels=labels,colors=colors,autopct='%.2f%%', pctdistance=0.7, shadow=False, startangle=90,counterclock=False)
# 等价于 ax1.set(aspect='euqal')，使得饼图在figure窗口放大缩小的过程中，保持圆形不变。
plt.axis('equal')
plt.subplot(1,2,2)#第二个环形图
plt.pie(sizes,pctdistance=0.8,labels=labels,autopct='%.1f%%')
#所谓的环形图，就是再画一个比上个图小的饼图，并且为白色，所以半径要小
plt.pie(sizes_0,radius=0.6,colors='w')#白色内圈
plt.title("xxx")
plt.show()
例图
3. 柱状图
import matplotlib.pyplot as plt;
plt.bar( x, # 元组或列表，数据的ｘ坐标序列
height, # 元组或列表，数据序列
width, # 数值或列表，条形宽度，默认0.8
bottom, # 数值或列表，y轴的基准值，默认0
align, # 字符串，两种值可供选择{'center','edge'}
color, # 元组或列表，条形颜色
edgecolor, # 元组或列表，条边颜色
linewidth, # 元组或列表，可选条形边缘宽度，如为０则无边
tick_label, # 元组或列表或字符串，条形数据的标签
xerr,yerr, # 元组或列表或数值，误差线
ecolor, # 元组或列表，误差线颜色，默认为黑色
capsize, # 误差线长度
error_kw, # 字典，错误条
log, # 布尔，是否以log对象做刻度，默认为假
orientation # 字符串，两种值供选择{'vertical'垂直,'horizontal'水平}
)
matplotlib.pyplot.barh (y, width, height=0.8, left=None, *, align=‘center’, **kwargs)
上图代码，bar改为barh得
4. 直方图
matplotlib.pyplot.hist(
x, bins=None, range=None, d ensity=False, weights=None,
cumulative=False, bott om=None, histtype='bar', align='mid',
orientation= 'vertical', rwidth=None, log=False, color=None,
lab el=None, stacked=False, *, data=None, **kwargs)
⚫ x: 数据集，最终的直方图将对数据集进行统计
⚫ bins: 统计的区间分布
⚫ range: tuple, 显示的区间，range在没有给出bins时生效
⚫ density: bool，默认为false，显示的是频数统计结果，为True则显示频率统计结果（频率统计结果=区间数目/(总数*区间宽度) ）。如果 stacked也是True, 则直方的和会被归一化为1。
⚫ histtype: 可选{‘bar’, ‘barstacked’, ‘step’, ‘stepfilled’}之一，默认为bar，推荐使用默认配置，step使用的是梯状，stepfilled则会对梯状内部进行填充，效果与bar类似
⚫ align: 可选{‘left’, ‘mid’, ‘right’}之一，默认为’mid’，控制柱状图的水平分布，left或者right，会有部分空白区域，推荐使用默认。
⚫ log: bool，默认False,即y坐标轴是否选择指数刻度
⚫ stacked: bool，默认为False，是否为堆积状图
⚫ orientation：可选{‘vertical’, ‘horizontal’}, 默认’vertical’。如果设定’horizontal’，则是用barh替换bar
⚫ rwidth：浮点数或者None，默认None。设定直方的相对宽度。如果为None，则自动计算宽度。如果histtype设定为’step’或者 ‘stepfilled’，则该参数设定忽略。
例图：
5. 散点图和气泡图
matplotlib.pyplot.scatter(
x, y, s=None, c=None, marker=None, cmap=None, norm=None,
vmin=None, vmax=None, alpha=None, linewidths=None,
verts=<deprecated parameter>, edgecolors=None, *, plotnonfinite=False,
data=None, **kwargs)
常用参数有：
x,y组成了散点的坐标；
s为散点的面积；
c为散点的颜色（默认为蓝色’b’）；
marker为散点的标记；
alpha为散点的透明度（0与1之间的数，0为完全透明，1为完全不透明）;
linewidths为散点边缘的线宽；
如果marker为None，则使用verts的值构建散点标记；
edgecolors为散点边缘颜色。
其他参数如cmap为colormap；norm为数据亮度；vmin、vmax和norm配合使用用来归一化亮度数据，这些与数据亮度有关
6. 箱型图
pyplot.boxplot(x, notch=None,
sym=None, vert= None, whis=None,
positions=None, widths=None,
patch_artist=None,meanline=None, labels=None, ...)
x：接收array。表示用于绘制箱线图的数据。无默认。
notch：接收boolean。表示是否是凹口的形式展现箱线图
sym：接收特定string。指定异常点形状。默认为None。
vert：接收boolean。表示图形是横向纵向或者横向。默认None。
meanline：是否用线的形式表示均值。
showmeans：是否显示均值。
labels：接收array。指定每一个箱线图的标签。默认为None。 showfliers:：接收`boolean。表示是否显示异常值。默认为True。
例图：
7. 极坐标图
https://www.baidu.com/link?url=cCmHCVDOaJVpsP7KJpuxFXG5lSvK7MH0E8tA5TPB1t2cEbmX33VSraKmknVPycLfpn38bpvqk-xju9Ixd3JDLa&wd=&eqid=cc0e61050001d123000000065fd34646