python學習筆記:繪製風杆圖、箱線圖和簡單填充圖

2021-01-07 ACGN漫步者

繪製風杆圖import matplotlib.pyplot as pltimport numpy as np#使用numpy生成不同的x和y樣本數組，x=np.linspace(start,stop,樣本數量)x=np.linspace(-20,20,8)y=np.linspace(0,20,8)#numpy的meshgrid(x,y)函數將創建出一個二維坐標網絡，觀測數據將在網格特定坐標上採樣X,Y=np.meshgrid(x,y)#U,V是以knots為單位的南北和東西方向的風速值U,V=X+25,Y-25#繪製一行二列的子圖一plt.subplot(1,2,1)#X,Y表示坐標，U,V表示風向標的指向，flagcolor定義風杆任何旗標的顏色plt.barbs(X,Y,U,V,flagcolor='green',alpha=0.75)#設置網格線plt.grid(True,color='gray')#子圖二plt.subplot(1,2,2)plt.barbs(X,Y,U,V,flagcolor='deeppink',alpha=0.75)plt.grid(True,color='black')plt.show()

figure1

2.繪製箱線圖（四分位數）

import matplotlib.pyplot as plt#建立字典PROCESSES，導入ABCD四組數據PROCESSES={"A":[12,6,9,2,25,36,41,85,32,14], "B":[2,6,8,23,21,56,41,96,32,564,52], "C":[85,63,89,21,36,74,12,69], "D":[123,234,189,157,145,196,225,321],}#將PROCESSES字典的數據導入DATA,PROCESSES字典的標籤導入LABELSDATA=PROCESSES.values()LABELS=PROCESSES.keys()#繪製箱線圖，notch=False盒形代替凹槽形plt.boxplot(DATA,notch=False,widths=0.3)#將X軸刻度標籤設置為字典PROCESSES中的鍵值：ABCDplt.gca().xaxis.set_ticklabels(LABELS)#隱藏坐標軸for spine in plt.gca().spines.values(): spine.set_visible(False)#隱藏X軸刻度線plt.gca().xaxis.set_ticks_position('none')#將Y軸刻度線設置在左側plt.gca().yaxis.set_ticks_position('left')#添加坐標軸標籤plt.ylabel("Errors observed over defined period.")plt.xlabel("Process observed over defined period.")#展示圖片plt.show()

figure2

3.橫向條形圖

import matplotlib.pyplot as pltimport numpy as np# 恢復rc的默認設置(run configuration即運行配置）# (如果希望恢復到預設的配置(matplotlib載入時從配置文件讀入的配置)，可以調用rcdefaults())plt.rcdefaults()#用來創建總畫布「窗口」，有figure就可以在上邊作圖，這裡1*1，就是繪畫一個子圖fig,ax=plt.subplots(1,1)#定義一個六個人名的元組person=('小紅','小綠','小蘭','小黑','小白','小程')#正常顯示中文plt.rcParams['font.sans-serif'] = ['SimHei']#len(person)計算元組person中的人數，所以y_pos=np.arange(6)#=np.arange(6)返回[0 1 2 3 4 5],與人名一一對應y_pos=np.arange(len(person))#np.random.rand(6)隨機返回6個0-1之間的值score=4+5*np.random.rand(len(person))error=np.random.rand(len(person))# 繪製水平條形圖，y_pos為y軸的坐標，這裡就是有幾條柱狀圖的意思。# performance是條的橫向長度度。xerr為容錯值，即條形圖右側的黑線。align對齊方式：居中對齊ax.barh(y_pos,score,xerr=error,align='center',color='darkblue',edgecolor='white')#設置Y軸刻度的位置和標籤名ax.set_yticks(y_pos)ax.set_yticklabels(person)#翻轉Y軸，可以嘗試做做ax.invert_yaxis()ax.set_xlabel('score')ax.set_title('The score of five persons')plt.show()

figure3

4.簡單顏色填充圖

#導入繪圖所需要的包import matplotlib.pyplot as pltimport numpy as np#設置X軸坐標值所在的區間和樣本數以及函數y的表達式x=np.linspace(0,8,1000)y=np.sin(np.pi*x)#生成繪圖所需的圖紙，zorder ： 控制繪圖順序fig,ax=plt.subplots()ax.fill(x,y,zorder=5,color='deeppink')ax.grid(True,zorder=5)plt.show()

figure4

5.稍微複雜的顏色填充圖

import matplotlib.pyplot as pltimport numpy as np#設置X軸坐標所在的區間和樣本數量以及函數y,y1的公式，在一張圖紙中繪畫兩個填充圖x=np.linspace(0,2*np.pi,1000)y=np.sin(x)y1=np.cos(3*x)fig,ax=plt.subplots()#依次設置x和y、y1的填充圖ax.fill(x,y,'green',x,y1,'yellow',alpha=0.4)plt.show()

figure5

相關焦點

  • python學習筆記:同時畫多圖,折線圖,箱線圖,條形圖,柱狀圖等
    bar(x,y)subplot(2,3,3)#水平條形圖（h可以看做是horizontal的縮寫）barh(x,y)#畫一個(x,y)和(x,y1)兩個條形圖疊加在一起的圖，以(x,y)的柱狀圖為底subplot(2,3,4)
  • 一文學會用Python繪製經典的棉棒圖、箱線圖和誤差棒圖
    這幾天一直在和大家聊Python數據可視化相關的東東，其中呢，介紹最多的當然是matplotlib庫中的各種繪製函數啦，上次已經和大家談論了關於Python中如何繪製氣泡圖等漂亮圖表的方式，今天呢，咱們繼續聊哦，今天呢，咱們就來聊聊如何繪製經典的棉棒圖、箱線圖和誤差棒圖
  • R之箱線圖繪製
    16s分析一直在連載，但是最基礎的莫過於alpha多樣性了，但是箱線圖卻不是alpha多樣性的唯一選擇，箱線圖也不是局限於alpha多樣性，這裡藉助
  • 一圖看懂箱線圖,順便帶你鞏固matplotlib繪圖流程!
    在我之前發的箱線圖圖鑑中，有讀者表示看不懂箱線圖。今天本文就通過下面這張圖簡單講一下箱線圖沒錯，這張圖也是用matplotlib一點一點的繪製出來的，所以順便鞏固一下matplotlib繪圖的綜合應用。箱線圖怎麼看？
  • EXCEL箱線圖的作法
    豐富的繪圖功能是EXCEL軟體一大特色，在EXCEL中可以實現大部分統計圖的繪製，但作為常見的一種統計圖—箱線圖在EXCEL中並沒有它的身影。難道在EXCEL真的無法實現箱線圖的繪製嗎？在實踐中我們發現，儘管箱線圖在EXCEL中不能直接實現，卻可以通過間接的形式加以實現。
  • Python繪圖筆記:繪製四色散點圖和誤差條形圖
    ，x,y坐標，顏色按照for循環中的四色進行變換 #設置透明度和點的邊緣色為無 ax.scatter(x, y, c=color, s=scale, label=color, alpha=0.3, edgecolors='none')#設置圖例和網格線
  • 散點圖、箱線圖、核密度函數……數據分析必備的9種可視化圖表
    請注意，如果列中缺少一些值，應該對其進行刪除或填充。我們稍後將討論的一些技術不允許出現丟失值。線形圖從一個簡單的線狀圖開始可視化。選中整個數據框。df.plot()如圖可見，它已經根據索引值(x軸)繪製了不同顏色的所有列值。
  • matplotlib庫繪製折線圖、子圖及條形圖
    前面幾節我們學習了python中numpy和pandas庫的一些常用操作，接下來幾個章節，我們學習一個非常重要的數據可視化庫matplotlib（seaborn庫也有有所涉及）。這裡我們需要知道，matplotlib庫主要繪製一些2D圖形和簡單的3D圖形。
  • 箱線圖的生物學含義
    箱線圖是能同時反映數據統計量和整體分布，又很漂亮的展示圖。圖a比較了選取不同基線切割y軸對直方圖高度的影響；圖b是當樣本量大於3時，標準差和95%置信區間的散點圖適合比較集中趨勢的數據；圖c的箱線圖能同時結合均值和95%置信區間，在相同的空間上能展示更多與樣本相關的信息。3.類箱線圖與直方圖的比較 下圖不同數據分布的柱狀圖/條形圖t、箱線圖、小提琴圖和豆圖。
  • Python可視化很簡單,一文教你繪製餅圖、極線圖和氣泡圖
    matplotlib庫作為Python數據化可視化的最經典和最常用庫，掌握了它就相當於學會了Python的數據化可視化，上次呢，已經和大家聊了關於柱狀圖、條形圖和直方圖相關的東東，相信大家已經掌握了哈，那今天呢，咱們再繼續聊哦，一起聊聊關於Python如何繪製餅圖、極線圖和氣泡圖吧！
  • 教你畫雙分類變量的箱線圖
    我不是大神，但我可以縮短你走彎路的半年~   就像歌兒唱的那樣，如果你不知道該往哪兒走，就留在這學點生信好不好~   這裡有豆豆和花花的學習歷程，從新手到進階，生信路上有你有我！背景基礎箱線圖的解釋：，下面的例子中，橫坐標按照cyl列映射，填充顏色按照am列映射，即可得到展示雙分類的箱線圖。
  • 箱線圖boxplot的多種畫法
    箱線圖能夠顯示出可能為離群點（範圍±1.5*IQR以外的值，IQR表示四分位距，即上四分位數與下四分位數的差值）的觀測。從箱線圖中，可以大致推斷出數據的集中或離散趨勢。之前已經給大家簡單介紹過boxplot的繪製（用R做分組boxplot並修改median線顏色同時展示P值），我們今天詳細地再給大家介紹兩種繪製箱線圖的方法。1.
  • 數據分析可視化(五)|如何繪製密度分布圖
    在前幾天對數據分析師與算法工程師進行崗位對比分析的文章中，我們使用了密度分布圖和箱線圖對薪資水平與學歷對薪資的影響進行了分析，那麼早起就對這兩種圖形的繪製方法進行解析
  • 柱狀圖、箱線圖、提琴圖、傑特圖還有蜂窩圖,你要哪個?
    —— 佚名網友上篇帖子提了一下各種圖，這次來兌現了。上次提到箱線圖等這些類型的圖可以展示更多的數據特點，很多人並不推薦使用柱狀圖。為了在科研論文中普及箱線圖（boxplot）的使用，nature method還專門發文力推。
  • R語言繪製抖動散點圖和蜂群圖
    這兩種類型的散點圖在文獻中都很常見，例如生物學研究中常使用它們展示基因定量表達的信息。除了R語言作圖外，本文還比較了二者各自的特點，並在最後簡單列舉了它們與其它類型的統計圖如箱線圖、提琴圖等的區別和聯繫，以及適用場合。 multcomp包的cholesterol數據集，來自某項臨床研究，記錄了50個患者接受降膽固醇藥物治療後的療效。
  • 從零開始學Python可視化(二):掌握統計圖形的繪製
    折線圖和散點圖常用且實用，但是並不能滿足我們的作圖需求。這次我們會嘗試更多常見的統計圖形，比如條形圖、直方圖、餅圖等，我們的目標是掌握工作學習過程中使用最頻繁的圖形技能。1.餅圖 —— pie()餅圖主要用於繪製不同類型的百分比，比如不同國家的人口佔比、一個員工的薪資構成等。
  • R語言中使用boxplot函數繪製箱線圖
    箱線圖簡介箱線圖又稱箱形圖或盒須圖，該圖是由5個特徵值繪製而成的圖形。5個特徵值是變量的最大值、最小值、中位數、第1四分位數和第3四分位數。連接兩個分位數畫出一個箱子，箱子用中位數分割，把兩個極值點與箱子用線條連接，即成箱線圖。
  • 擴增子統計繪圖1箱線圖:Alpha多樣性
    第二部《擴增子分析解讀》：學習數據分析的基本思路和流程。第三部《擴增子統計繪圖》：對結果進行可視和統計檢驗，達到出版級的圖表結果。《擴增子統計繪圖》系列文章介紹《擴增子統計繪圖》是之前發布的《擴增子圖表解讀》和《擴增子分析解讀》的進階篇，是在大家可以看懂文獻圖表，並能開展標準擴增子分析的基礎上，進行結果的統計與可視化。
  • R語言 | R語言繪製抖動散點圖和蜂群圖
    這兩種類型的散點圖在文獻中都很常見，例如生物學研究中常使用它們展示基因定量表達的信息。除了R語言作圖外，本文還比較了二者各自的特點，並在最後簡單列舉了它們與其它類型的統計圖如箱線圖、提琴圖等的區別和聯繫，以及適用場合。 multcomp包的cholesterol數據集，來自某項臨床研究，記錄了50個患者接受降膽固醇藥物治療後的療效。
  • 基於ggplot2包繪製SCI學術箱線圖的保姆級教程
    箱線圖(Boxplot)是一種用作顯示一組數據分散情況資料的統計圖表。箱線圖，又稱箱形圖（boxplot）或盒式圖，不同於一般的折線圖、柱狀圖或餅圖等圖表，其包含一些統計學的均值、分位數、極值等統計量，該圖信息量較大，不僅能夠分析不同類別數據平均水平差異，還能揭示數據間離散程度、異常值、分布差異等。