Python matplotlib模块及柱状图用法解析

代码如下

import matplotlib.pyplot as pltimport numpy as np def test4(): names = [’电影1’, ’电影2’, ’电影3’] real_num1 = [7548, 4013, 1673] real_num2 = [5453, 1840, 1080] real_num3 = [4348, 2345, 1890] x = np.arange(len(names)) # 绘制柱形图 width = 0.3 plt.bar(x, real_num1, alpha=0.5, width=width, label=names[0]) plt.bar([i+width for i in x], real_num2, alpha=0.5, width=width, label=names[1]) plt.bar([i+2*width for i in x], real_num3, alpha=0.5, width=width, label=names[2]) # 正常显示中文 plt.rcParams['font.sans-serif'] = ['SimHei'] # 设置x坐标轴的值 x_label = ['第{}天'.format(i+1) for i in x] # 让x坐标轴显示在中间 plt.xticks([i+width for i in x], x_label) # 添加ylabel plt.ylabel('票房数') # 添加图例 plt.legend() # 添加标题 plt.title('3天3部电影票房数') plt.show() test4()

结果显示:

代码如下

from mpl_toolkits.mplot3d import Axes3Dimport matplotlib.pyplot as pltimport numpy as np def test5(): # ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=’rainbow’) #绘面 # 绘制3D曲面图 fig = plt.figure() ax = Axes3D(fig) # -4 到4 [-4, 4)，步长为0.25 X = np.arange(-4, 4, 0.25) Y = np.arange(-4, 4, 0.25) # meshgrid方法，你只需要构造一个表示x轴上的坐标的向量和一个表示y轴上的坐标的向量;然后作为参数给到meshgrid(),该函数就会返回相应维度的两个矩阵; X, Y = np.meshgrid(X, Y) R = np.sqrt(X**2 + Y ** 2) Z = np.sin(R) ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap='rainbow') plt.show()

结果如下:

代码如下

import matplotlib.pyplot as pltimport numpy as npdef test6(): # 绘制三维散点图 # ax.scatter(x[1000:4000],y[1000:4000],z[1000:4000],c=’r’) #绘点 data = np.random.randint(0, 255, size=[40, 40, 40]) x, y, z = data[0], data[1], data[2] # 创建一个三维的绘图工程 ax = plt.subplot(111, projection='3d') # 将数据点分成三部分画，在颜色上有区分度 ax.scatter(x[:10], y[:10], z[:10], c=’y’) # 绘制数据点 ax.scatter(x[10:20], y[10:20], z[10:20], c=’r’) ax.scatter(x[30:40], y[30:40], z[30:40], c=’g’) # 坐标轴 ax.set_zlabel('Z') ax.set_ylabel('Y') ax.set_xlabel('X') plt.show()

效果如下:

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持好吧啦网。