#coding=utf-8
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
"""
条形图:横轴为类别,纵轴代表类别频数 - 针对分类数据
直方图:横轴上的数据是连续的,是一个范围,纵轴代表频数的多少 - 针对数值数据
"""
#条形图
bar_x=['a','b','c','d']
bar_y=[20,10,15,30]
plt.bar(bar_x,bar_y,color='red')
plt.show()

条形图.png

条形图2.png
直方图
#直方图
s=pd.Series(np.random.randn(50)) #创建50个正太分布数据
print(s)
plt.hist(s)
plt.show()

hist直方图1.png
#rwidth指定直方图宽度
s=pd.Series(np.random.randn(50)) #创建50个正太分布数据
print(s)
plt.hist(s,rwidth=0.8)
plt.show()

rwidth指定直方图宽度.png
#bins指定直方图分箱数
s=pd.Series(np.random.randn(50)) #创建50个正太分布数据
print(s)
plt.hist(s,rwidth=0.8,bins=5)
plt.show()

bins指定直方图分箱数.png
#color指定直方图颜色,xlabel、ylabel指定坐标轴描述,grid指定添加网格
s=pd.Series(np.random.randn(50)) #创建50个正太分布数据
print(s)
plt.hist(s,rwidth=0.8,bins=5,color='red')
plt.xlabel("X")
plt.ylabel("Y")
plt.grid()
plt.show()

直方图3.png
网友评论