python用matplotlib繪製散點圖、直方圖、箱形圖

python是目前使用最廣泛的程式語言，因為目前正處於大資料時代；目前大資料中視覺化技術至關重要，而python的matplotlib是最主要的視覺化庫，下面看看如何繪製散點圖、直方圖和箱形圖，及修改圖表屬性的函式setp

操作方法

（01）載入numpy和ot。y=dard_normal((600,2))表示隨機生成一個標準常態分佈形狀是600*2的陣列，如圖所示

（02）繪製散點圖（使用plot）。re(figsize=(8,5))表示繪製圖形的畫板尺寸為8*5；(y[:,0],y[:,1],'ro')表示繪製散點圖，且為紅色圓標記；(True)表示圖形新增網格；el('1st')表示給X軸加標籤‘1st’；el('2nd')表示給Y軸加標籤‘2nd’；e('Scatter Plot')表示給圖形加標題‘Scatter Plot’；如圖所示

（03）繪製散點圖（使用scatter）。ter(y[:,0],y[:,1],marker='o')替代了上面的(y[:,0],y[:,1],'ro')，則繪圖效果類似，其中marker='o'表示圓標記；如果再加上引數c='r'，修改顏色後，完全等價於上圖；如圖所示

（04）繪製散點圖（色彩視覺化）。c=int(0,10,len(y))表示隨機生成一個第三維度的資料集，取值在0-10之間的整數；ter(y[:,0],y[:,1],c=c,marker='o')表示顏色資料來源於第三維度的c；rbar()表示新增彩條；如圖所示

（05）兩個資料集的直方圖。re(figsize=(8,5))表示繪圖畫板尺寸為8*5；(y, bins=30, label=['1st','2nd'])表示使用y繪製直方圖，資料組數有30個，標籤分別使用'1st'和'2nd'；(True)表示新增網格；nd(loc=0)表示最佳位置顯示圖例；el('Value')表示X軸標籤為‘Value’；el('Frequency')表示Y軸標籤為‘Frequency’；e('Histogram')表示標題為‘Histogram’；如圖所示

（06）兩個資料集堆疊的直方圖。(y, bins=20, label=['1st','2nd'],color=['b','m'],stacked=True,rwidth=0.8)的引數stacked=True表示堆疊的直方圖；rwidth=0.8表示修改條塊的相對寬度為0.8，color=['b','m']表示顏色分別取藍色、品紅；如圖所示

（07）兩個資料集的箱形圖。fig,ax=lots(figsize=(8,5))表示畫板尺寸的設定為8*5；lot(y)表示用y繪製箱形圖；(True)表示新增網格；(ax,xticklabels=['1st','2nd'])表示刻度值標籤設定為'1st'和'2nd'；el('var')表示X軸標籤為'var'；el('value')表示Y軸標籤為'value'；e('Boxplot')表示標題為'Boxplot'；如圖所示

（08）用setp函式來修改圖表屬性。re(figsize=(8,5))表示畫板尺寸設定；line=(y,'r')表示繪製紅色的折線圖；(line,linestyle='--')修改線條為虛線；如圖所示

特別提示

和scatter可以等效使用，注意引數的不同意義即可

hist(x, bins=None, range=None, density=None, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False, normed=None, hold=None, data=None, **kwargs)引數解釋：x：列表或ndarray物件；bins：資料組數；range：資料組的下界和上界；normed：規範化為整數1；weights：x軸上每個值的權重；cumulative：每個資料組包含較低組別的計數；histtype：bar、barstacked、step、stepfilled；align：left、mid、right；orientation：horizontal、vertical；rwidth：條塊的相對寬度；log：對數刻度；color：每個資料集的顏色；label：標籤所用的字串（序列）；stacked：堆疊多個數據集；kwargs ：關鍵字引數

設定圖表屬性使用函式setp