Python matplotlib怎么绘制不同类型的表格

这篇“Python matplotlib怎么绘制不同类型的表格”文章的知识点大部分人都不太理解，所以小编给大家总结了以下内容，内容详细，步骤清晰，具有一定的借鉴价值，希望大家阅读完这篇文章能有所收获，下面我们一起来看看这篇“Python matplotlib怎么绘制不同类型的表格”文章吧。

载入库

绘制表格我们需要用到python库中的matplotlib库

import matplotlib.pyplot as plt

一、折线图

# 绘制一条线是，x轴可以省略，默认用y轴数据的索引替代plt.plot([0, 2, 4, 6, 8])  # 默认Y轴坐标，x轴按12345……算plt.show()

plt.plot([0, 2, 4, 6, 8], [1, 5, 3, 9, 7])  # x轴坐标值，Y轴坐标值plt.show()

 接下来让我们看看怎么才能绘制更加炫酷的折线图

date = [3, 4, 5, 6, 7, 8, 9, 10, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21]eurcny=[9, 3, 5, 7, 0, 10, 6, 1, 1, 42, 12, 3, 42, 4, 37, 45, 18, 481]plt.plot(    date,  # x轴数据，日期    eurcny,  # y轴数据，收盘价    color='r',  # 线条颜色    linestyle='--',  # 线条风格    linewidth=1.0,# 线条粗细    marker='o',  # 标记风格    markerfacecolor='#ffff00',  # 标记颜色    markersize=10,  # 标记大小    alpha=0.5,  # 透明度)plt.show()

 二、散点图

x = [1, 3, 5, 7, 9, 11, 13, 15, 17]y = [2, -5, 19, 3, 5, 8, 12, 6, 1] # 绘图plt.scatter(x, y)plt.show()

 接下来让我们看看如何绘制更加炫酷的散点图

x = [1, 3, 5, 7, 9, 11, 13, 15, 17]y = [2, -5, 19, 3, 5, 8, 12, 6, 1]plt.scatter(    x,  # x轴    y,  # y轴     color='r',  # 颜色    marker='o',  # 样式    linewidth=20,  # 线宽    alpha=0.3,  # 透明度    # 散点大小，用于绘制气泡图，在散点图的基础上又增加了一个维度    s=[100, 300, 500, 700, 200, 400, 600, 800, 1000],  # 大小)plt.show()

三、条形图

x=[1,2,3,4,5]y=[1,2,3,4,5]plt.barh(x,#横条离开x轴的距离y,#横条长度height=0.5,#横条粗细    color='g',)plt.show()

四、柱状图 

x=[1,2,3,4,5]y=[3,6,1,8,2]#柱状图，x轴为单根主张，y轴为柱子高度，可选参数width用于柱子粗细plt.bar(x,y)

如何绘制更加炫酷的柱状图 

#男生平均分，语文/数学/英语/物理/化学boy=[85.5,91,72,59,66]#女生平均分girl=[94,82,89.5,62,49] #科目坐标course=[1,2,3,4,5] #绘图，男生plt.bar(course,#x轴，科目boy,#y轴，男生成绩color='g',#颜色width=0.3,alpha=0.3,)#绘图，女生#科目坐标course2=[1.3,2.3,3.3,4.3,5.3]plt.bar(course2,#x轴，科目girl,#y轴，女生成绩color='r',#颜色width=0.3,)plt.show()

 五、饼状图

p=[15,30,45,10,20]plt.pie(p)plt.pie(p,labels=['china','russia','india','amarica','japan'],autopct='%1.1f%%')plt.show()

如何绘制更加炫酷的饼图

#国名mark=['china','russia','india','amarica','japan']#各国战9军总军费的比例percent=[0.55,0.144,0.321,0.312,0.312]plt.pie(percent,#百分比    autopct='%1.1f%%',#显示百分比方式labels=mark,#名称explode=(0.0,0.1,0.0,0.0,0.0)#突出块，突出比例)plt.show()

六、直方图 

#1班成绩直方图h2=[88.2,83.4,84.5,83.4,43,43,7,43,32,3,83.4,84.5,83.4,42,43,43,5,32,88.2,3,84.5,83.4,45,43,9,43,32,7,81,84.5,83.4,4,8,43,43,32,88.2,83,84.5,83.4,45,7,43,43,32,88.2,3,84.5,83.4]plt.hist(h2)plt.show()

更加炫酷的直方图

#1班成绩直方图h2=[88.2,83.4,84.5,83.4,43,43,7,43,32,3,83.4,84.5,83.4,42,43,43,5,32,88.2,3,84.5,83.4,45,43,9,43,32,7,81,84.5,83.4,4,8,43,43,32,88.2,83,84.5,83.4,45,7,43,43,32,88.2,3,84.5,83.4] # 增加功能：plt.hist(h2,#直方图数据10,#直方个数density=1,#默认0数据出现个数，1出现个数归一化为出现的频率histtype='bar',#直方图样式：默认bar,stepfilled填充颜色，step不填充只有线条facecolor='b',#直方图颜色edgecolor='g',#直方图边框颜色alpha=0.3,)plt.show()

七、箱线图 

a=[15,5,9,22,4,-5,45,-22]plt.boxplot(a)plt.show()

更加炫酷的箱线图

a = [42, 33, 33, 3, 2, 44]b = [4, 3, 3, 23, 32, 44]c = [52, 23, 93, 13, 22, 44] plt.boxplot(    (a, c, b),  # 数据    labels=('a', 'c', 'b'),  # 标签    showfliers=True,  # 是否显示异常值，默认显示    whis=1.5,  # 指定异常值参数，默认1.5倍四分位差    meanline=True,  # 是否用线表示平均数，默认用点    widths=0.5,  # 柱子宽度    vert=False,  # 默认TRUE纵向，FALSE横向    patch_artist=True,  # 是否填充颜色)plt.grid(linewidth=0.2)plt.show()

last but not list、如何给x、y轴坐标打上标签 

此处我们用柱状图来举例

#男生平均分，语文/数学/英语/物理/化学boy=[85.5,91,72,59,66]#女生平均分girl=[94,82,89.5,62,49] #科目坐标course=[1,2,3,4,5] #绘图，男生plt.bar(course,#x轴，科目boy,#y轴，男生成绩color='g',#颜色width=0.3,alpha=0.3,)#绘图，女生#科目坐标course2=[1.3,2.3,3.3,4.3,5.3]plt.bar(course2,#x轴，科目girl,#y轴，女生成绩color='r',#颜色width=0.3,) #将数据标注在柱子上for i,j in zip(course,boy):plt.text(i,#x轴，course学科位置j,#y轴，boy分数s=j,ha='center',#水平对齐va='bottom',#垂直对齐alpha=0.5,) for i,j in zip(course2,girl):plt.text(i,j,s=j,ha='center',va='bottom',alpha=0.5,)#科目坐标数值替换字符course3=[1.15,2.15,3.15,4.15,5.15]plt.xticks(course3,['Chi','Math','Eng','Phy','Che'])plt.show()

END、如何叠加绘制图像

这里我们用一张散点图和一张折线图举例子。在此处我们将散点图和折线图分别编制出来之后，在使用plt.show，就可以发现我们的两张图标叠加在一起啦

x = [1, 3, 5, 7, 9, 11, 13, 15, 17]y = [2, -5, 19, 3, 5, 8, 12, 6, 1]plt.scatter(    x,  # x轴    y,  # y轴     color='r',  # 颜色    marker='o',  # 样式    linewidth=20,  # 线宽    alpha=0.3,  # 透明度    # 散点大小，用于绘制气泡图，在散点图的基础上又增加了一个维度    s=[100, 300, 500, 700, 200, 400, 600, 800, 1000],  # 大小)date = [3, 4, 5, 6, 7, 8, 9, 10, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21]eurcny=[9, 3, 5, 7, 0, 10, 6, 1, 1, 42, 12, 3, 42, 4, 37, 45, 18, 481]plt.plot(    date,  # x轴数据，日期    eurcny,  # y轴数据，收盘价    color='r',  # 线条颜色    linestyle='--',  # 线条风格    linewidth=1.0,# 线条粗细    marker='o',  # 标记风格    markerfacecolor='#ffff00',  # 标记颜色    markersize=10,  # 标记大小    alpha=0.5,  # 透明度)plt.show()

以上就是关于“Python matplotlib怎么绘制不同类型的表格”这篇文章的内容，相信大家都有了一定的了解，希望小编分享的内容对大家有帮助，若想了解更多相关的知识内容，请关注编程网行业资讯频道。