---

---

直方图

直方图实际上是用长方形的面积表示频数

参数只有一个

hist()的参数：

• bins 条数
• normed 归一化处理 normed=True
• color
• orientation 方向 默认为vertical竖直，horizontal为水平

import matplotlib.pyplot as plt
%matplotlib inline
import numpy as np

x = np.random.randint(0,10,10)
plt.hist(x,20,normed=True,orientation='horizontal')

---

条形图

条形图是用条形的高度表示频数的大小

有两个参数x,y

• bar()
• barh() 水平条形图

x = np.linspace(0,5,5)
y = np.random.randint(0,25,size=5)  #(0,25,5)
plt.bar(x,y)

plt.barh(x,y)

---

饼图

只有一个参数x pie()适合展示各部分的比例，条形图表示各部分的大小

p = np.array([0.7,0.2,0.1])
plt.pie(p,labels=['dog','cat','other'],autopct='%1.2f%%')
#plt.axis('equal')

饼图未占满

p = np.array([0.6,0.2,0.1])
plt.pie(p,labels=['dog','cat','other'],autopct='%1.2f%%')

p = np.array([0.6,0.2,0.1])
plt.pie(p,
        labels=['dog','cat','other'],  #标签
        labeldistance=1.2,  #  标签到圆心距离
        pctdistance = 0.5,   # --% 距离圆心距离
        explode= [0.2,0,0.6],  #(0.2,0,0.6) 脱离圆心距离
        shadow=True,  #阴影
        startangle=90,  #角度
        autopct='%1.2f%%')  #百分比

---

散点图

scatter() x,y x为每个点的横坐标

x = np.random.randn(1000)
y = np.random.randn(1000)
plt.figure(figsize=(15,9))
#产生随机颜色
color = np.random.random(3000).reshape((1000,3))
size = np.random.randint(0,80,1000)
plt.scatter(x,y,color=color,s=size,marker='D')
#关闭坐标轴
plt.axis('off') 
plt.savefig(r'C:\Users\‘\Desktop\python\数据分析\matplotlib使用\风格和样式\caise.png',dpi=1000)