Matplotlib绘制的常用图形包括散点图、线性图、柱状图、直方图、饼图、箱线图和子图。本节中绘图使用的数据文件为：车次上车人数统计表.xls，其表结构如表4-2所示。
表4-2 车次上车人数统计表
车次
日期
上车人数
D02
20150101
2143
D02
20150102
856
D02
20150106
860
D02
20150104
1011
D02
20150105
807
D02
20150103
761
D02
20150107
803
D02
20150108
732
D02
20150109
753
D03
20150110
888
……
……
……
表中一共有D02~D06车次20150101~20150124日的上车人数统计数据。
1.散点图又称为散点分布图，是以利用坐标点（散点）的分布形态反映特征间的相关关系的一种图形。散点图的绘图函数为：scatter(x, y, [可选项])。其中x表示横轴坐标数据列，y表示纵轴坐标数据列，可选项包含颜色、透明度等。使用scatter函数绘制D02车次每日上车人数散点图示例代码如下：
图4-9显示了先执行导入pyplot 包命令：import matplotlib.pyplot as plt，接着以待查询函数plt.plot为参数，调用help()函数，按Enter键即可获得plt.plot()函数的详细使用方法。
图4-9
3.与Matlab类似，柱状图的绘图函数为bar(x,y,[可选项])，其中X表示横轴坐标数据列，Y表示纵轴坐标数据列，可选项为绘图设置。绘图设置详细使用方法可以参考图通过help(plt.bar)进行查询，一般情况下我们采用默认设置即可（缺省方式，具体见示例代码）。 绘制D02车次柱状图示例代码如下：
4.与Matlab类似，直方图的绘图函数为hist(X,[可选项])，其中X表示横轴坐标数据列，可选项为绘图设置。绘图设置详细使用方法可以参考图4-9通过help(plt.hist)进行查询，一般情况下我们采用默认设置即可（缺省方式，具体见示例代码）。需要注意的是，直方图中的Y轴往往表示对应X的统计频数。绘制D02车次直方图示例程序如下：
5.与Matlab类似，饼图的绘制函数为pie(X,Y,[可选项])，其中X表示待绘制的数据序列，Y表示对应的标签，可选项表示绘图设置。这里常用的绘图设置为百分比的小数位，可以通过autopct属性类设置。这里先计算D02~D06共5个车次同期的上车人数，然后绘制其饼图展示出来，示例代码如下：
7.子图是指在同一个绘图界面上，绘制不同类型的图像。通过子图，可以在同一个界面上实现多种不同类型图像之间的比较，进而提高了数据可读性和可视化效果。在Matplotlib绘图基本流程中已经简单介绍了子图的命令subplot()，本节进一步地对其进行详细介绍，并给出具体的实现例子。 subplot()函数使用方法如下： subplot(a,b,c) 其调用形式为将figure画布分成a行b列矩阵形式的方格图形，并在第c个方格图形（按行顺序数）上绘制图像。这里我们将前面介绍的散点图、线性图、柱状图、直方图、饼图、箱线图六种不同的图形在一个3*2的figure画布中绘制出来。
绘图是数据分析实现数据可视化的一个非常重要的手段。本章介绍了Python绘图包Matplotlib中的pyplot模块，包括如何导入Python以及常用图像的绘制，包括散点图、线性图、柱状图、直方图、饼图、箱线图和子图的绘制。特别是子图，能够将几种不同类型的图像在一个figure界面中展示，方便图像之间的对比，这在金融数据挖掘分析任务中尤为重要。需要特别注意的是，pyplot模块的绘图命令与Matlab非常相似，如果读者具备一定的Matlab基础，学习起来将非常简单。
Original: https://blog.csdn.net/Xiebe/article/details/124828383
Author: 冰之焱
Title: Matplotlib常用图形制
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/765604/
转载文章受原作者版权保护。转载请注明原作者出处！