: | : | :期货程序化 | :期货程序化研究 | :期货量化学习 | :期货量化 |
返回列表 发帖

Matplotlib（绘图库）- 其他类型图【绘制散点图、条形图、等高线图、饼状图、直方图、3D图等】

龙听

Rank: 9Rank: 9Rank: 9

UID
2 
积分
2729154 
威望
1314573 布 
龙e币
1414581 刀 
注册时间
2009-12-3 
最后登录
2024-5-9 

Medal No.1
1# 跳转到 » 倒序看帖
打印
tT
发表于 2024-3-12 13:29 | 只看该作者

Matplotlib（绘图库）- 其他类型图【绘制散点图、条形图、等高线图、饼状图、直方图、3D图等】

1 散点图

使用 scatter() 绘制散点图。
  1. import matplotlib.pyplot as plt  # 为方便简介为plt
  2. import numpy as np  # 画图过程中会使用numpy
  3. import pandas as pd  # 画图过程中会使用pandas

  5. # 使用numpy产生数据
  6. fig = plt.figure()          # 创建一个窗口
  7. ax = fig.add_subplot(1,1,1)   # 在窗口上添加一个子图
  8. x = np.random.random(100)      # 产生随机数组
  9. y = np.random.random(100)      # 产生随机数组
  10. ax.scatter(x,y,s = x*100,c = 'y',marker = (5,1),alpha = 0.5,lw = 2,facecolors = 'none')  
  11. # x横坐标，y纵坐标，s图像大小，c颜色，marker图片，lw图像边框宽度
  12. plt.show()  # 显示图像
复制代码
实例效果图如下：


2 条形图

使用 bar() 绘制条形图。
  1. import matplotlib.pyplot as plt  # 为方便简介为plt
  2. import numpy as np  # 画图过程中会使用numpy
  3. import pandas as pd  # 画图过程中会使用pandas

  5. n = 12
  6. X = np.arange(n)
  7. Y1 = (1-X/float(n)) * np.random.uniform(0.5,1.0,n)
  8. Y2 = (1-X/float(n)) * np.random.uniform(0.5,1.0,n)

  10. fig = plt.figure()   #创建一个窗口
  11. ax=fig.add_subplot(1,1,1)   #添加一个子图

  13. ax.bar(X, +Y1, facecolor='#9999ff', edgecolor='white')
  14. ax.bar(X, -Y2, facecolor='#ff9999', edgecolor='white')

  16. for x,y in zip(X,Y1):
  17.     plt.text(x, y+0.05, '%.2f' % y, ha='center', va= 'bottom')

  19. plt.ylim(-1.25,+1.25)
  20. plt.show()
复制代码
实力效果图如下：


3 等高线图

使用 contourf() 绘制等高线图。
  1. import matplotlib.pyplot as plt  # 为方便简介为plt
  2. import numpy as np  # 画图过程中会使用numpy
  3. import pandas as pd  # 画图过程中会使用pandas

  5. def f(x,y): return (1-x/2+x**5+y**3)*np.exp(-x**2-y**2)

  7. n = 256
  8. x = np.linspace(-3,3,n)
  9. y = np.linspace(-3,3,n)
  10. X,Y = np.meshgrid(x,y)

  12. fig = plt.figure()   #创建一个窗口
  13. ax=fig.add_subplot(1,1,1)   #添加一个子图


  16. ax.contourf(X, Y, f(X,Y), 8, alpha=.75, cmap='jet')
  17. ax.contour(X, Y, f(X,Y), 8, colors='black', linewidth=.5)
  18. plt.show()
复制代码
实例效果图如下：


4 饼状图

使用 pie() 绘制饼状图。
  1. import matplotlib.pyplot as plt  # 为方便简介为plt
  2. import numpy as np  # 画图过程中会使用numpy
  3. import pandas as pd  # 画图过程中会使用pandas


  6. plt.rcParams['font.sans-serif'] = ['SimHei']
  7. plt.rcParams['axes.unicode_minus'] = False

  9. label_list = ["第一部分", "第二部分", "第三部分"]    # 各部分标签
  10. size = [55, 35, 10]    # 各部分大小
  11. color = ["red", "green", "blue"]     # 各部分颜色
  12. explode = [0.05, 0, 0]   # 各部分突出值
  13. '''
  14. 绘制饼图
  15. explode：设置各部分突出
  16. label:设置各部分标签
  17. labeldistance:设置标签文本距圆心位置，1.1表示1.1倍半径
  18. autopct：设置圆里面文本
  19. shadow：设置是否有阴影
  20. startangle：起始角度，默认从0开始逆时针转
  21. pctdistance：设置圆内文本距圆心距离
  22. 返回值
  23. l_text：圆内部文本，matplotlib.text.Text object
  24. p_text：圆外部文本
  25. '''
  26. plt.pie(size, explode=explode, colors=color, labels=label_list, labeldistance=1.1, autopct="%1.1f%%", shadow=False, startangle=90, pctdistance=0.6)
  27. plt.axis("equal")    # 设置横轴和纵轴大小相等，这样饼才是圆的
  28. plt.legend()
  29. plt.show()
复制代码
实例效果图如下：


5 直方图

使用 hist() 绘制直方图。
  1. import matplotlib.pyplot as plt  # 为方便简介为plt
  2. import numpy as np  # 画图过程中会使用numpy
  3. import pandas as pd  # 画图过程中会使用pandas

  5. # 设置matplotlib正常显示中文和负号
  6. plt.rcParams['font.sans-serif']=['SimHei']   # 用黑体显示中文
  7. plt.rcParams['axes.unicode_minus']=False     # 正常显示负号
  8. # 随机生成（10000,）服从正态分布的数据
  9. data = np.random.randn(10000)
  10. '''
  11. 绘制直方图
  12. data:必选参数，绘图数据
  13. bins:直方图的长条形数目，可选项，默认为10
  14. normed:是否将得到的直方图向量归一化，可选项，默认为0，代表不归一化，显示频数。normed=1，表示归一化，显示频率。
  15. facecolor:长条形的颜色
  16. edgecolor:长条形边框的颜色
  17. alpha:透明度
  18. '''
  19. #plt.hist(data, bins=40, normed=0, facecolor="blue", edgecolor="black", alpha=0.7)
  20. plt.hist(data, bins=40, facecolor="blue", edgecolor="black", alpha=0.7)
  21. # 显示横轴标签
  22. plt.xlabel("区间")
  23. # 显示纵轴标签
  24. plt.ylabel("频数/频率")
  25. # 显示图标题
  26. plt.title("频数/频率分布直方图")
  27. plt.show()
复制代码
实例效果图如下：


6 3D图

使用 plot_surface() 绘制直方图。
  1. import matplotlib.pyplot as plt  # 为方便简介为plt
  2. import numpy as np  # 画图过程中会使用numpy
  3. import pandas as pd  # 画图过程中会使用pandas

  5. X = np.arange(-4, 4, 0.25)
  6. Y = np.arange(-4, 4, 0.25)
  7. X, Y = np.meshgrid(X, Y)
  8. R = np.sqrt(X**2 + Y**2)
  9. Z = np.sin(R)

  11. fig = plt.figure()  # 先创建窗口一个窗口
  12. ax1 = fig.add_subplot(1,1,1,projection='3d')
  13. ax1.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap='hot')

  15. plt.show()
复制代码
实例效果图如下：

收藏 分享
论坛官方微信、群（期货热点、量化探讨、开户与绑定实盘）
 
期货论坛 - 版权/免责声明   1.本站发布源码(包括函数、指标、策略等)均属开放源码，用意在于让使用者学习程序化语法撰写，使用者可以任意修改语法內容并调整参数。仅限用于个人学习使用，请勿转载、滥用，严禁私自连接实盘账户交易。
  2.本站发布资讯(包括文章、视频、历史记录、教材、评论、资讯、交易方案等)均系转载自网络主流媒体，内容仅为作者当日个人观点，本网转载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。本网不对该类信息或数据做任何保证。不对您构成任何投资建议，不能依靠信息而取代自身独立判断，不对因使用本篇文章所诉信息或观点等导致的损失承担任何责任。
  3.本站发布资源(包括书籍、杂志、文档、软件等)均从互联网搜索而来，仅供个人免费交流学习，不可用作商业用途，本站不对显示的内容承担任何责任。请在下载后24小时内删除。如果喜欢，请购买正版，谢谢合作！
  4.龙听期货论坛原创文章属本网版权作品，转载须注明来源“龙听期货论坛”，违者本网将保留追究其相关法律责任的权力。本论坛除发布原创文章外，亦致力于优秀财经文章的交流分享，部分文章推送时若未能及时与原作者取得联系并涉及版权问题时，请及时联系删除。联系方式：http://www.qhlt.cn/thread-262-1-1.html
如何访问权限为100/255贴子：/thread-37840-1-1.html；注册后仍无法回复：/thread-23-1-1.html；微信/QQ群：/thread-262-1-1.html；网盘链接失效解决办法：/thread-93307-1-1.html

返回列表