散布-scatter
データ値の二組を示す散布図は、各点の座標位置である変数の値によって決定され、観察用の関連する変数の二種類が接続されていない点の集合によって行わ
1 インポートNP AS numpyの 2 インポート PLTのAS matplotlib.pyplot #モジュール描画導入 3。 4高さ= [161、170、182、175、173、165 ] 。5重量= [50、58、80、70、69、55 ] 。6 。7 plt.scatter(身長、体重) 。8 N = 1000 。9 X = np.random.randn(N) 10 #Y1 = np.random.randn(N) 11の Y1 = np.random.randn -X- +(N) 0.5 * 12である 13である 14 位ラインスキャッタグラム描画するコマンド 15 plt.scatter(X、Y1、S = 100、C = ' R&LT '、=マーカーを'O '、アルファ= 0.5 ) 16 #のS点の面積を示し、Cはマーカーは、ドットの形状を示す、カラーポイントを表し、アルファ透明度の点を表す 。17 18である(plt.show)
線グラフ
各パターンデータとを結ぶ線分との線グラフは、構成されている時間をかけてデータの傾向を観察するために使用します
1つの インポートNP AS numpyの 2 インポートPLT AS matplotlib.pyplot 。3 インポートmatplotlib.datesをmdates AS 。4 。5 Xのnp.linspace =(-10、10、100 ) 。6 。7 #Y = X ** 2 。8 Y = np.sin( X) 。9 10 plt.plot(X、Y、ラインスタイル= ' - '、色= ' G '、マーカー= ' ^ ' ) 11。 #折れ線グラフの基本的な描画コマンド、線を描画するようにラインスタイル、色カラーライン、スポット形状のマーカー 12 #matplotlibの公式ウェブサイトで、ライン、色についてはありますが、総合的な導入点を形作る 13 14 plt.show()
棒グラフ
矩形のチャートの可変長典型的には、小さなデータセットの分析に使用サイズを分類した複数のデータ項目を比較するため、
バーは、単一の、並んで、積み重ねられたファッションの描画することができ
1つの インポートNP AS numpyの 2 インポートPLT AS matplotlib.pyplot 。3 。4 #シングルモード 。5 N = 5 。6、Y = [20、10 30、25、15 ] 。7指数= np.arange(N) 。8 。9 #1 plt.bar (インデックス= X、Y =高さ、幅= 0.5、カラー=「R&LT」) 10 #のxはx軸に対応するストライプの数を表し、y軸は、バーの高さに対応する高さを表し、 11 #幅は、バーの幅を表し 12れる plt.bar(インデックス、Y、0.5、カラー= ' R&LT ') #省略されてもよいXの=、=高さ、幅= 13である 14 15 #1 バーが横に置くことができます 16 #のXが0の値を割り当てる必要があり、底部バーは、ブロックの底部、すなわち、縦軸上の座標に対応表す 。17 #幅のバーは、横軸の(横)幅に対応する、横向きに配置されたブロックの高さを表しているが 18である #の高さが表します縦バーブロックの幅は、配向=「水平」が描画される横バーを表す 。19 PL = plt.bar(X = 0、インデックス=ボトム、カラー= 「赤」、Y =幅、高さ= 0.5 、 20であります =オリエンテーション「横長」) 21である #1 の横バーは、y軸は、いくつかのストリップ高速割り当ての最初でなければならない第二のモードを有し、すなわち、指標 22は、 #PL = plt.barh(Y =指数、色=「赤」、 Y =幅) 23が 24 25 plt.show()
1 インポートNP AS numpyの 2 インポートPLT AS matplotlib.pyplot 。3 。4 #1 バーを描いたタイル二つのバーは、絵画と並行して、共通の軸をグラフ 。5指数= np.arange(4 ) 。6 sales_BJ = [52,55,63,53 ] 。7 sales_SH = [44,66,55,41 ] 。8 。9 bar_width = 0.3 10 plt.bar(インデックス、sales_BJ、bar_width、カラー= ' B ' ) 。11 12である #平行棒グラフの横軸上の座標は、インデックスによって表すことができる+ bar_width 13 #オブジェクトが最初と重ならない 14 plt.bar(インデックス+ bar_width、sales_SH、bar_width、カラー= ' R&LT' ) 15 16 plt.show()
1 インポートnumpyのNP AS 2 インポートPLT AS matplotlib.pyplot 。3 。4 。5 #積層図 6インデックス= np.arange(4 ) 。7 sales_BJ = [52,55,63,53 ] 。8 sales_SH = [44,66,55,41 ] 。9 10 bar_width = 0.3 。11 plt.bar(インデックス、sales_BJ、bar_width、カラー= ' B ' ) 12は 13である 。#は、オブジェクト底を上に積層された表示、= sales_BJ底を追加する必要が積層される第2の物体 14 PLTを。バー(インデックス、sales_SH、bar_width、カラー= ' R&LT '、ボトム= sales_BJ) 15 16 plt.show()