python學習筆記:繪製風杆圖、箱線圖和簡單填充圖

2021-01-13 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
    (2,3,1)plot(x,y)#折線圖subplot(2,3,2)#縱向條形圖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)bar(x,y)y1=[7,8,5,3]#'r'紅色bar(x,y1,bottom=y,color
  • 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
  • Python繪圖筆記:繪製有趨勢線的直方圖、小提琴圖和誤差圖
    1.小提琴圖和箱線圖#同時繪製箱線圖和小提琴圖,箱線圖清楚地展示了所繪製的數據集中的四分位數和離群點#小提琴圖則清晰展示了數據集中的分布情況import matplotlib.pyplot as pltimport numpy as np
  • 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ax.legend()ax.grid(True)plt.show()2.填充標記#
  • 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。
  • 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.
  • 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!好啦,廢話少說,咱們就開始吧!
  • Matplotlib數據可視化:餅圖與箱線圖
    pie() 1.1 pie()方法參數說明 pie()是matplotlib中畫餅圖的方法,其主要參數如下: 'Java組':{'男':15, '女': 30}, 'C組':{'男':5, '女': 25}, 'Go組':{'男':4, '女': 6} } def func(sizes): """提取數據和標籤"""
  • 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. 柱狀圖(條形圖) —— bar() / barh()柱狀圖又叫條形圖,用於繪製定性(分類)數據的分布特徵,比如不同國家的GDP、不同年齡段的平均體重等。
  • 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。
  • Python學習第90課-數據可視化之散點圖繪製
    【每天幾分鐘,從零入門python編程的世界!】今天我們學習散點圖,在統計學或者機器學習方面,或者在金融風險控制方面,金融風險控制經常要看異常交易、信貸風險,做這樣的分析就要用到一個圖--散點圖(scatter plot)。
  • R語言從入門到精通:Day8-圖形繪製
    在函數par()和函數layout()的舉例中,不可避免的使用到了散點圖、條形圖、箱線圖等圖形的繪製,這些內容也會在本次推文中提到,圖形組合中的幾個例子算是先給大家熱熱身。    基本圖形的繪製  在上面的幾個例子中,我們已經接觸到了散點圖、條形圖、箱線圖的繪製,本次推文的剩餘內容就是介紹這些基本圖形的繪製。  基本圖形主要包括了點圖、條形圖、箱線圖、餅圖、扇形圖和核密度圖等,這些圖形的目的主要有兩點:將數據的分布可視化展示、對數據進行跨組比較。下面就從條形圖開始介紹基本圖形的繪製。
  • 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。
  • Python學習筆記:繪製極坐標圖和散點圖的繪製與保存
    1.簡單極坐標圖#導入繪製極圖所需要的包import matplotlib.pyplot as pltimport numpy as np#設置下面所需要的參數barSlices = 12#theta指每個標記所在射線與極徑的夾角,下面表示均分角度theta = np.linspace(0.0
  • Python繪圖筆記:繪製等高線圖和交叉區域圖
    Z=process_signals(X,Y)#對N的取值範圍和步長進行設置N=np.arange(-1,1.5,0.1)#函數contour用來繪製等高線CS=plt.contour(Z,N,linewidths=2,cmap=mpl.cm.jet)#繪製等高線標籤,inline=True表示高度寫在等高線上plt.clabel(CS,inline=True,fmt='%1.1f',fontsize
  • Seaborn可視化-箱型圖 seaborn.boxplot
    箱型圖的作用: 1.直觀明了地識別數據批中的異常值 其實箱線圖判斷異常值的標準以四分位數和四分位距為基礎,四分位數具有一定的耐抗性,多達25%的數據可以變得任意遠而不會很大地擾動四分位數,所以異常值不會影響箱形圖的數據形狀,箱線圖識別異常值的結果比較客觀。
  • Graphpad Prism 8.0進階篇-繪製小提琴圖
    小提琴圖展示的是數據的分布形式,是箱線圖與核密度圖的結合。  3   對小提琴圖進行設置和美化:  顯示數據散點:  雙擊小提琴圖,Format Graph下將Plot:Violin plot only
  • python學習筆記:矢量場流線圖和氣溫圖
    int(row[3]) except ValueError: print(current_date,'missing data') else: dates.append(current_date) highs.append(high) lows.append(low)#設置圖紙的解析度和圖紙大小
  • Python數據清洗(三):異常值識別與處理
    箱線圖法箱線圖技術實際上就是利用數據的分位數識別其中的異常點,該圖形屬於典型的統計圖形,在學術界和工業界都得到廣泛的應用。如果採用箱線圖識別異常值,其判斷標準是,當變量的數據值大於箱線圖的上須或者小於箱線圖的下須時,就可以認為這樣的數據點為異常點。
  • 分享ggpubr 包:教你繪製密度圖、直方圖、柱狀圖
    今天我們要分享的R包是 ggpubr 包,它是一款基於ggplot2的可視化包,功能非常強大,能夠一行命令繪製出符合出版物要求的圖形。ggpubr 包可繪製的圖形類型非常多,有密度圖、直方圖、柱狀圖、餅圖、棒棒糖圖、Cleveland 點圖、箱線圖、小提琴圖、點帶圖、點圖、散點圖、線圖、誤差棒圖……哈哈,有木有很期待接下來這個 ggpubr 包的學習了呢!