条形图|学习笔记

简介: 快速学习条形图

开发者学堂课程【Python 常用数据科学库:课时名称】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址https://developer.aliyun.com/learning/course/546/detail/7499


条形图

内容介绍

一、画两个不同的条形图

二、图形填充


一、画两个不同的条形图

In [1]:  import numpy as np

Import matplotlib  

Matplotlib.use(’nbagg’)

Import matplotlib.py plot as plt

设置随机种子、x 值、y 值:

In [2]:  np.random seed(0)

x = np.arrange(5)

y = np.random.rand

fig.axes = plt.subplots(ncols = 2)

可以横着画,也可以竖着画  

v_bars = axes[0].bar (x,y,color=‘red’)

没有 matplotlib inline 就需要 plt.show

h_bars = axes[1],barh(x,y,color=‘red’)

plt.show()

就得到了两个图,一横一竖

把数值给为一个带正一个带负:

In [9]:  np.random seed(0)

x = np.arrange(5)

y = np.random.random.randint(-5,5,5)

fig.axes = plt.subplots(ncols = 2)

v_bars = axes[0].bar (x,y,color=‘red’)

h_bars = axes[1],barh(x,y,color=‘red’)

plt.show()

[0  -5  -2  -2  2]

还可以对第一第二条轴加线:

In [10]:  np.random seed(0)

x = np.arrange(5)

y = np.random.random.randint(-5,5,5)

fig.axes = plt.subplots(ncols = 2)

v_bars = axes[0].bar (x,y,color=‘red’)

h_bars = axes[1],barh(x,y,color=‘red’)

axes[0].axhline (0,color=‘grey’,line width=2)

axes[1].axvline (0,color=‘grey’,line width=2)

plt.show()

[0  -5  -2  -2  2]

在0处分别得到横竖两条线

还可以指定额外参数(大于0与小与0颜色不一致):

In [11]:  fig.ax = plt.subplots()

v_bars = ax.bar(x,y,color=‘lightblue’)

If height < 0:

设定边缘颜色为深红色

bar.set(edge color = ‘ darkred’,color =‘green’,line width = 3)

plt.show

自定义出来的图为大于0的部分为蓝色,小于0的部分为绿色

image.png

image.png


二、图形填充

In [12]:  x = np.random randn(100).cumsum()

y = np.linspace(0,10,100)

fig.ax = plt.subplots()

ax.fill_between (x,y,color=‘lightblue’)

plt.show

再举一个例子:

In [15]:  x = np.linspzce(0,10,200)

y1 = 2*x +1

y2 = 3*x +1.2

Y_mean = 0.5*x*np.cos(2*x) + 2.5*x +1.1

fig.ax = plt.subplots()  

ax.showfill_between(x,y,color=’ red’)

ax.plot(x,y_mean,color=‘ black’)

plt.show

就对红色的线进行了填充,得到了新的结果

image.png

image.png

image.png

相关文章
|
存储 JSON 数据格式
Pandas处理JSON文件to_json()一文详解+实例代码
Pandas处理JSON文件to_json()一文详解+实例代码
2376 0
Pandas处理JSON文件to_json()一文详解+实例代码
|
机器学习/深度学习 XML 数据可视化
python常用的第三方库有哪些?
python常用的第三方库有哪些?
2479 157
|
存储 数据挖掘 索引
Pandas数据结构:Series与DataFrame
本文介绍了 Python 的 Pandas 库中两种主要数据结构 `Series` 和 ``DataFrame`,从基础概念入手,详细讲解了它们的创建、常见问题及解决方案,包括数据缺失处理、数据类型转换、重复数据删除、数据筛选、排序、聚合和合并等操作。同时,还提供了常见报错及解决方法,帮助读者更好地理解和使用 Pandas 进行数据分析。
820 11
|
存储 NoSQL 安全
GEO类型
【10月更文挑战第9天】
254 0
|
数据可视化 算法 数据挖掘
基于geopandas的空间数据分析-深入浅出分层设色
基于geopandas的空间数据分析-深入浅出分层设色
293 2
|
机器学习/深度学习 Serverless Python
`sklearn.metrics`是scikit-learn库中用于评估机器学习模型性能的模块。它提供了多种评估指标,如准确率、精确率、召回率、F1分数、混淆矩阵等。这些指标可以帮助我们了解模型的性能,以便进行模型选择和调优。
`sklearn.metrics`是scikit-learn库中用于评估机器学习模型性能的模块。它提供了多种评估指标,如准确率、精确率、召回率、F1分数、混淆矩阵等。这些指标可以帮助我们了解模型的性能,以便进行模型选择和调优。
|
数据采集 数据挖掘 数据处理
Pandas技巧:如何将一列数据轻松分隔为两列
Pandas技巧:如何将一列数据轻松分隔为两列
705 0
|
机器学习/深度学习 数据采集 算法
Python实现DBSCAN膨胀聚类模型(DBSCAN算法)项目实战
Python实现DBSCAN膨胀聚类模型(DBSCAN算法)项目实战
|
Web App开发 Java Linux
NoSuchDriverException
【8月更文挑战第10天】
1361 3
|
Linux Python
Python- jinja2模块详解
Python- jinja2模块详解
1285 1