第二章绘制堆积面积图

使用stackplot（）绘制堆积面积图
1.使用stackplot()函数绘制由3条折线及下方填充区域的堆积面积图，代码如下：
import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl
x = np.arange(6)
y1 = np.array([1,4,3,5,6,7])
y2 = np.array([1,3,4,2,7,6])
y3 = np.array([3,4,3,6,5,5])
plt.stackplot(x,y1,y2,y3)
plt.show()
运行效果：

2.使用pyplot的hist()函数可以快速绘制直方图，
绘制一个具有8个矩形条填充的线条直方图，代码如下：
socres = np.random.randint(0,100,50)
plt.hist(socres,bins=8,histtype=‘stepfilled’)
plt.show()

3.使用pyplot的pie()函数可以快速绘制饼图或圆环图，
使用pie（）函数绘制一个圆环图，代码如下
data = np.array([20,50,10,15,30,55])
pie_labels = np.array([‘A’,‘B’,‘C’,‘D’,‘E’,‘F’])
plt.pie(data,radius = 1.5,labels = pie_labels,autopct = ‘%3.1f%%’)
plt.show()

使用pie（）函数绘制一个圆环图，代码如下
data = np.array([20,50,10,15,30,55])
pie_labels = np.array([‘A’,‘B’,‘C’,‘D’,‘E’,‘F’])
plt.pie(data,radius = 1.5,wedgeprops = {‘width’: 0.7},labels = pie_labels,
autopct = ‘%3.1f%%’,pctdistance = 0.75)
plt.show()

使用pie函数绘制用户A某月支付宝消费情况的饼图，代码如下：
mpl.rcParams[‘font.sans-serif’] = [‘SimHei’]
mpl.rcParams[‘axes.unicode_minus’] = False
kinds = [‘购物’,‘休闲娱乐’,‘美食餐饮’,‘交通出行’,‘生活日用’,‘通信物流’,‘其他’,‘搞按摩’]
money_scale = [800 / 3000,1000 / 3000,200 / 3000,300 / 3000,200 / 3000,200 / 3000,100 / 3000,500 / 3000 ]
dev_position = [0.1,0.1,0.1,0.1,0.1,0.1,0.1,0.1]
plt.pie(money_scale,labels=kinds,autopct = ‘%3.1f%%’,shadow=True,
explode=dev_position,startangle=90)
plt.show

使用pyplot的scatter()函数可以快速绘制散点图或气泡图，scatter（）函数的语法格式如下：
num = 50
x = np.random.rand(num)
y = np.random.rand(num)
plt.scatter(x,y)

使用boxplot()函数绘制一个箱型图，代码如下：
data = np.random.randn(100)
plt.boxplot(data,meanline=True,widths=0.3,patch_artist=True,showfliers=False)
plt.show()

使用polar()函数绘制霍兰兴趣测试结果的雷达图，代码如下
mpl.rcParams[‘font.sans-serif’] = [‘SimHei’]
mpl.rcParams[‘axes.unicode_minus’] = False
dim_num = 6
data = np.array([[0.40,0.32,0.35,0.30,0.30,0.88],
[0.85,0.35,0.30,0.40,0.40,0.30],
[0.43,0.89,0.30,0.28,0.22,0.30],
[0.30,0.25,0.48,0.85,0.45,0.40],
[0.20,0.38,0.87,0.45,0.32,0.28],
[0.34,0.31,0.38,0.40,0.92,0.28]])
angles = np.linspace(0,2 * np.pi, dim_num, endpoint=False)
angles = np.concatenate((angles,[angles[0]]))
data = np.concatenate((data,[data[0]]))
radar_labels = [‘研究型(I)’,‘艺术型(A)’,‘社会型(S)’,
‘企业型(E)’,‘传统型©’,‘现实型®’]
radar_labels = np.concatenate((radar_labels,[radar_labels[0]]))
plt.polar(angles,data)
plt.thetagrids(angles * 180/np.pi, labels = radar_labels)
plt.fill(angles,data,alpha=0.25)
plt.show()

使用errorbar()函数绘制一个误差棒图，代码如下：
x= np.arange(5)
y=(25,32,34,20,25)
y_offset=(3,5,2,3,3)
plt.errorbar(x,y,yerr=y_offset,capsize=3,capthick=2)
plt.show()

最后

以上就是仁爱百合为你收集整理的第二章绘制堆积面积图的全部内容，希望文章能够帮你解决第二章绘制堆积面积图所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。