精华内容
下载资源
问答
  • 画图1.1 散点图plot2.2 柱状图barplot以及各种色系2.文字元素2.1 text控制字体2.2 cex控制文字大小2.3点元素 1.画图 1.1 散点图plot colors()#查看颜色都有哪些 #plot散点图 dev.new() 例:plot(0:4,type=“n”,...

    1.画图

    1.1 散点图plot

    colors()#查看颜色都有哪些

    #plot散点图
    dev.new()
    例:plot(0:4,type=“n”,axes=F,xlab=NA,ylab=NA)
    #type(n)空白面板,axesz坐标轴,xlab=NA,ylab=NA坐标轴的名字

    #对其他图形参数颜色进行设置#col.axis坐标轴的颜色,col.lob横纵坐标属性名字颜色
    dev.new()
    例:plot(attitude,main=“部门散点图”,sub=“数据来源:attitude数据集”,col=“red”,col.main=“green”,col.sub=“blue”,col.axis=“grey”,col.lob=“yellow”)

    #3.1.1颜色对attitude数据集绘制散点图,并用红色表示散点
    dev.new()
    head(attitude)
    nrow(attitude)#查看多少行数据
    str(attitude)
    dev.new()
    plot(attitude,col=“salmon1”)#通过颜色名称
    plot(attitude,col=“554”)
    plot(attitude,col="#FF0000")
    dev.new()
    mycolor<-rgb(red=187,green=255,bule=255,max=255)
    plot(attitude,col=mycolor)#通过RGB值
    data()

    1.2 柱状图barplot以及各种色系

    dev.new()
    barplot(rep(1,7),col = rainbow(7),main = “barplot(rep(1,7),col=rainbow(7))”)
    #rainbow彩虹色系

    dev.new()
    barplot(rep(1,7),col =heat.colors(7),main = “barplot(rep(1,7),col =heat.colors(7))”)
    #heat.colors色系

    dev.new()
    barplot(rep(1,7),col =terrain.colors(7),main = “barplot(rep(1,7),col =terrain.colors(7))”)
    #terrain.colors色系

    dev.new()
    barplot(rep(1,7),col =topo.colors(7),main = “barplot(rep(1,7),col =topo.colors(7))”)
    #topo.colors色系

    dev.new()
    barplot(rep(1,7),col =cm.colors(7),main = “barplot(rep(1,7),col =cm.colors(7))”)
    #cm.colors色系

    2.0文字元素

    #绘制空白面板
    dev.new()
    plot(0:4,type=“n”,axes=T,xlab=‘x’,ylab=‘y’)

    2.1 text控制字体

    dev.new()
    type<-c(“正常字体(默认)”,“粗体字体”,“斜体字体”,“粗斜体字体”)
    dev.new()
    for(i in 1:4){
    text(2,5-i,labels = paste0(“font=”,i,":",type[i]),font=i)
    }
    #text中2,5-i指坐标位置,labels显示的文本,paste0函数表示字符串拼接,font控制字体

    2.2 cex控制文字大小

    dev.new()
    plot(0:4,type=“n”,axes=F,xlab=NA,ylab=NA)
    text(2,5,labels = “cex=0.5:放大0.5倍”,cex=0.5)
    text(2,4,labels = “cex=0.8:放大0.5倍”,cex=0.8)
    text(2,3,labels = “cex=1(默认):正常大小”,cex=1)
    text(2,2,labels = “cex=0.5:放大2倍”,cex=2)
    在这里插入图片描述

    2.3点元素,pch控制点元素

    #points用来在一张图表上添加点,pch控制图形样式,col边框颜色,bg填充颜色

    例1
    创建一个空白面板
    dev.new()
    plot(1,col=“white”,xlim=c(1,7),ylim=c(1,5),main=“点样式 pch=”,xlab=NA,ylab=NA)

    #绘制一个带有点元素的图
    for (i in c(0:25)){
    x<-(i%/%5)*1+1
    y<-6-(i%%5)-1
    if(i>21){
    points(x,y,pch=i,col=“red”,bg=“yellow”,cex=2)
    }else{
    points(x,y,pch=i,cex=2)
    }
    text(x+0.2,y,labeles=0)
    }
    在这里插入图片描述

    例2
    dev.new()
    set.seed(1234)#set.seed()函数是为了保证你随机生成的随机数前后一致,set.seed()括号里面的参数可以是任意数字,是代表你设置的第几号种子而已,不会参与运算,是个标记而已。
    data <- c(rnorm(150,mean=0,sd=1),rnorm(3,mean=4,sd=1))#rnom随机产生100个数值为均值0标准差为1
    str(data)
    head(data)
    length(data)
    str(data)
    summary(data)#统计最大值最小值中位数等等

    dev.new()
    boxplot(data,col=“violet”,ylim=c(-4,5),outline = F)
    points(rep(1,3),data[101:103],pch=21,bg=c(“yellow”,“red”,“white”),cex=1.2)
    data[101:103]
    在这里插入图片描述

    #pch取值可以为“,?,a,A,。,+,-,|”,labels里斜杠的意思是转义
    dev.new()
    plot(1,col=“white”,xlim=c(1,7),ylim=c(1,5),main=“点样式 pch=”,xlab=NA,ylab=NA)
    dev.new()
    points(6,4,pch="
    ",cex=2);text(6+0.2,4,labels = “”*"")
    points(6,3,pch="?",cex=2);text(6+0.2,4,labels = “”?"")
    points(6,2,pch=“a”,cex=2);text(6+0.2,4,labels = ““a””)
    points(6,1,pch="-",cex=2);text(6+0.2,4,labels = “”-"")
    points(7,3,pch="+",cex=2);text(6+0.2,4,labels = “”+"")
    points(7,4,pch="|",cex=2);text(6+0.2,4,labels = “”|"")

    2.4线元素,lty控制线的类型

    dev.new()
    plot(x=1:10,y=rep(1,10),type=“l”,lty=0,ylim=c(1,8),xlim=c(-1,10),axes=T,xlab=NA,ylab=NA)
    text(0,1,labels=“lty=0”)
    for(i in 2:7){
    lines(x=1:10,y=rep(i,10),lty=i-1,xlab=NA,ylab=NA)
    text(0,i,labels=paste0(“lty,i-1”))
    }
    在这里插入图片描述

    3.0箱线图

    #箱线图 main控制主题文字,font控制字体,sub次标题
    str(iris)
    attach(iris)#加载到内存,如果不加载会导致找不到数据框,这是可以加$符号去访问数据框
    dev.new()
    boxplot(Sepal.Length~Species,col=heat.colors(3),
    main=list(“Sepa1.Length按照Species分类的箱线图”,
    font=4,col=“red”,cex=1.5),
    sub=list(“数据来源:iris数据集”,font=3,
    col=“green”,cex=0.8),
    xlab=“Species”,ylab=“Sepal.Length”)

    3.1title函数 控制标题

    dev.new()
    boxplot(Sepal.Length~Species,col=heat.colors(3))
    title(main=list(“Sepa1.Length按照Species分类的箱线图”,
    font=4,col=“red”,cex=1.5),
    sub=list(“数据来源:iris数据集”,font=3,
    col=“green”,cex=0.8),
    xlab=“Species”,ylab=“Sepal.Length”)

    #title另一种方法
    dev.new()
    boxplot(Sepal.Length~Species,col=heat.colors(3))
    title(main=“Sepa1.Length按照Species分类的箱线图”,
    font.main=4,col.main=“red”,cex.main=1.5,
    sub=“数据来源:iris数据集”,font.sub=3,
    col.sub=“green”,cex.sub=0.8,
    xlab=“Species”,ylab=“Sepal.Length”)
    在这里插入图片描述

    4.0分组柱状图barplot

    #绘制分组柱状图barplot
    head(VADeaths)
    dev.new()
    barplot(VADeaths,beside = T,col = cm.colors(5))

    4.1添加图例

    #添加图例legend “top”指添加的位置,legend图例的名字,fill图例颜色,bty控制图例框是否显示
    dev.new()
    legend(“top”,legend = rownames(VADeaths),
    ncol = 5,fill = cm.colors(5),bty = “n”)

    4.2par面板按比例分布

    op<-par(mfcol=1:2)

    4.3添加网格线grid

    #网格线grid

    dev.new()
    barplot(VADeaths,beside = T,col = cm.colors(5),
    main = “plot VADeaths with grid(NA,7,lty=2,lwd=1.5,col=‘green’)”)
    grid(NA,7,lty=2,lwd=1.5,col=‘green’)
    par(mfcol=C(1,1))

    ines函数

    install.packages(“ggplot2”)
    data(economics,package=“ggplot2”)
    attach(economics)
    dev.new()
    plot(date,psavert,type=“l”,ylab = “”,ylim = c(0,26))#绘制pasvert随时间变化的时序图
    lines(date,uempmed,type=“l”,col=“blue”)#绘制uempmed曲线
    detach(economics)#从内存中移除数据集
    在这里插入图片描述

    展开全文
  • 如何用Core Plot绘制柱状图

    万次阅读 热门讨论 2011-03-01 16:26:00
    Core Plot提供了柱状图的绘制,不足的是,只有垂直柱状图,没有提供水平柱状图。期待下一版本的实现。

     

    Core Plot提供了柱状图的绘制,不足的是,只有垂直柱状图,没有提供水平柱状图。期待下一版本的实现。

    1、新建Windows-base Application。加入对Core Plot框架的引用。这里我们假设使用了Core Plot SDK ,项目设置参考前一博文《Core Plot SDK的用法》。

    2、新建ViewController,首先修改ViewController的头文件,import CorePlot.h,同时实现CPPlotDataSource协议,增加一个CPGraph变量:

    #import <UIKit/UIKit.h>

    #import <CorePlot/CorePlot.h>

     

    @interface BarChartViewController : UIViewController <CPPlotDataSource>

    {

    @private

    CPXYGraph * barChart ;

    }

     

    @property ( readwrite , retain , nonatomic ) NSTimer *timer;

     

    @end

    3、具体实现如下:

    -( void )viewDidAppear:( BOOL )animated

    {

     

        // CPGraph 指定主题

        barChart = [[ CPXYGraph alloc ] initWithFrame : CGRectZero ];

    CPTheme *theme = [ CPTheme themeNamed : kCPDarkGradientTheme ];

        [ barChart applyTheme :theme];

    // self.view UIView 转变为 CPGraphHostingView ,因为 UIView 无法加载 CPGraph

    self . view =[[ CPGraphHostingView alloc ] initWithFrame :[ UIScreen mainScreen ]. bounds ];

    CPGraphHostingView *hostingView = ( CPGraphHostingView *) self . view ;

    [hostingView setHostedGraph : barChart ];

       

        // CPGraph 边框:无

        barChart . plotAreaFrame . borderLineStyle = nil ;

        barChart . plotAreaFrame . cornerRadius = 0.0f ;

        // CPGraph 四边不留白

        barChart . paddingLeft = 0.0f ;

        barChart . paddingRight = 0.0f ;

        barChart . paddingTop = 0.0f ;

        barChart . paddingBottom = 0.0f ;

    // 绘图区 4 边留白

        barChart . plotAreaFrame . paddingLeft = 70.0 ;

    barChart . plotAreaFrame . paddingTop = 20.0 ;

    barChart . plotAreaFrame . paddingRight = 20.0 ;

    barChart . plotAreaFrame . paddingBottom = 80.0 ;

       

        //CPGraph 标题

        barChart . title = @"Graph Title" ;

    // SDK CPMutableTextStyle 不可用,用 CPTextStyle 替代

    CPTextStyle * textStyle=[ CPTextStyle textStyle ];

    //    CPMutableTextStyle *textStyle = [CPTextStyle textStyle];

        textStyle. color = [ CPColor grayColor ];

        textStyle. fontSize = 16.0f ;

        barChart . titleTextStyle = textStyle;

        barChart . titleDisplacement = CGPointMake ( 0.0f , - 20.0f );

        barChart . titlePlotAreaFrameAnchor = CPRectAnchorTop ;

    // 绘图空间 plot space

        CPXYPlotSpace *plotSpace = ( CPXYPlotSpace *) barChart . defaultPlotSpace ;

    // 绘图空间大小: Y 0-300 x 0-16

        plotSpace. yRange = [ CPPlotRange plotRangeWithLocation : CPDecimalFromFloat ( 0.0f ) length : CPDecimalFromFloat ( 300.0f )];

        plotSpace. xRange = [ CPPlotRange plotRangeWithLocation : CPDecimalFromFloat ( 0.0f ) length : CPDecimalFromFloat ( 16.0f )];

       

    // 坐标系

    CPXYAxisSet *axisSet = ( CPXYAxisSet *) barChart . axisSet ;

    //x 轴:为坐标系的 x

        CPXYAxis *x = axisSet. xAxis ;

    CPLineStyle * lineStyle=[[ CPLineStyle alloc ] init ];

    lineStyle. lineColor =[ CPColor greenColor ];

    lineStyle. lineWidth = 1.0f ;

    //x 轴:线型设置

        x. axisLineStyle = lineStyle;

    // 大刻度线:线型设置

        x. majorTickLineStyle = lineStyle;

    // 大刻度线:长度

    x. majorTickLength = 10 ;

    // 小刻度线:无

        x. minorTickLineStyle =lineStyle;

    // 小刻度线:长度

    x. minorTickLength = 5 ;

    // 大刻度线间隔单位: 5 个单位

        x. majorIntervalLength = CPDecimalFromString ( @"5" );

    // 直角坐标: 0

        x. orthogonalCoordinateDecimal = CPDecimalFromString ( @"0" );

    // 标题

    x. title = @"X Axis" ;

    // 标题位置: 7.5 单位

        x. titleLocation = CPDecimalFromFloat ( 7.5f );

    // 向下偏移: 55.0

    x. titleOffset = 55.0f ;

    //y

    CPXYAxis *y = axisSet. yAxis ;

    //y 轴:线型设置

        y. axisLineStyle = lineStyle;

    //y 轴:线型设置

        y. majorTickLineStyle = lineStyle;

    //y 轴:不显示小刻度线

        y. minorTickLineStyle = nil ;

    // 大刻度线间距: 50 单位

        y. majorIntervalLength = CPDecimalFromString ( @"50" );

    // 坐标原点: 0

        y. orthogonalCoordinateDecimal = CPDecimalFromString ( @"0" );

    // 轴标题

    y. title = @"Y Axis" ;

    y. titleOffset = 45.0f ;

        y. titleLocation = CPDecimalFromFloat ( 150.0f );

        // 1 个柱状图:黑色

        CPBarPlot *barPlot = [ CPBarPlot tubularBarPlotWithColor :[ CPColor darkGrayColor ] horizontalBars : NO ];

        barPlot. baseValue = CPDecimalFromString ( @"1" );

    // 数据源,必须实现 CPPlotDataSource 协议

        barPlot. dataSource = self ;

    // 图形向左偏移: 0.25

        barPlot. barOffset = - 0.25f ;

    //id ,根据此 id 来区分不同的 plot ,或者为不同 plot 提供不同数据源

        barPlot. identifier = @"Bar Plot 1" ;

    // 添加图形到绘图空间

        [ barChart addPlot :barPlot toPlotSpace :plotSpace];

       

        // 2 个柱状图:蓝色

        barPlot = [ CPBarPlot tubularBarPlotWithColor :[ CPColor blueColor ] horizontalBars : NO ];

    // 数据源,必须实现 CPPlotDataSource 协议

        barPlot. dataSource = self ;

    // 柱子的起始基线:即最下沿的 y 坐标

        barPlot. baseValue = CPDecimalFromString ( @"1" );

    // 图形向右偏移: 0.25

        barPlot. barOffset = 0.25f ;

    // SDK 中, barCornerRadius cornerRadius 替代

    barPlot. cornerRadius = 2.0f ;

        //barPlot.barCornerRadius = 2.0f;

    //id ,根据此 id 来区分不同的 plot ,或者为不同 plot 提供不同数据源

        barPlot. identifier = @"Bar Plot 2" ;

    // 添加图形到绘图空间

        [ barChart addPlot :barPlot toPlotSpace :plotSpace];

    }

     

    - ( void )didReceiveMemoryWarning {

        [ super didReceiveMemoryWarning ]; // Releases the view if it doesn't have a superview

        // Release anything that's not essential, such as cached data

    }

     

    #pragma mark -

    #pragma mark Plot Data Source Methods

    // 返回数据源的纪录数

    -( NSUInteger )numberOfRecordsForPlot:( CPPlot *)plot {

        return 16 ;

    }

    // 返回数据源的数据

    -( NSNumber *)numberForPlot:( CPPlot *)plot field:( NSUInteger )fieldEnum recordIndex:( NSUInteger )index

    {

    // 返回类型是一个 NSNumber

        NSDecimalNumber *num = nil ;

    // 如果图形类型是 柱状图

        if ( [plot isKindOfClass :[ CPBarPlot class ]] ) {

    // 根据情况,柱状图的每一点都需要返回两种数据:位置( x 轴),长度( y 轴)

    switch ( fieldEnum ) {

    //x 轴坐标(柱子位置):

    case CPBarPlotFieldBarLocation :

    num = ( NSDecimalNumber *)[ NSDecimalNumber numberWithUnsignedInteger :index];

    break ;

    //y 轴坐标(柱子长度):

    //SDK 中,枚举 CPBarPlotField 只有两个值 CPBarPlotFieldBarLocation = 2, 或者 CPBarPlotFieldBarLength   = 3

    case CPBarPlotFieldBarLength :

    //case CPBarPlotFieldBarTip:

    num = ( NSDecimalNumber *)[ NSDecimalNumber numberWithUnsignedInteger :(index+ 1 )*(index+ 1 )];

    // 对于第 2 个图形的点的 y 值,在第一个图形的基础上减去 10

    if ( [plot. identifier isEqual : @"Bar Plot 2" ] )

    num = [num decimalNumberBySubtracting :[ NSDecimalNumber decimalNumberWithString : @"10" ]];

    break ;

    }

        }

        return num;

    }

     

    -( CPFill *) barFillForBarPlot:( CPBarPlot *)barPlot recordIndex:( NSNumber *)index;

    {

    return nil ;

    }

     

    运行效果如下:


     

    展开全文
  • 1.绘制折线—单个坐标系 import matplotlib.pyplot as plt import random plt.rcParams['font.sans-serif']=['SimHei'] # 用来正常显示中文标签 plt.rcParams['axes.unicode_minus']=False # 用来正常显示负号...

    ①折线图plot

    1.绘制折线图—单个坐标系

    import matplotlib.pyplot as plt
    import random
    plt.rcParams['font.sans-serif']=['SimHei']  # 用来正常显示中文标签
    plt.rcParams['axes.unicode_minus']=False  # 用来正常显示负号
    
    plt.figure(figsize=(20, 8), dpi=80)  # 设置画板尺寸
    x = range(60)
    y = [random.uniform(15, 18) for i in x]
    y_beijing = [random.uniform(1, 3) for i in x]
    
    x_ch = ["11点{}分".format(i) for i in x]
    plt.xticks(x[::5], x_ch[::5])  # 设置x坐标
    # plot绘制多张图在一张图形中,直接plt.plot
    plt.plot(x, y, label="上海")  # 绘制折线图
    plt.plot(x, y_beijing, color='r', linestyle='--', label="北京")  #  绘制折线图
    
    plt.legend(loc="best")  # 显示注释,
    
    plt.xlabel("时间")  # x轴标题
    plt.ylabel("温度")  # y轴标题
    plt.title("中午11点0分到12点之间的温度变化图示")  # 图形title
    plt.savefig(path)  # 保存图片
    plt.show()  # 显示图形
    

    在这里插入图片描述
    2.绘制多个坐标系

    import matplotlib.pyplot as plt
    import random
    plt.rcParams['font.sans-serif']=['SimHei']  # 用来正常显示中文标签
    plt.rcParams['axes.unicode_minus']=False  # 用来正常显示负号
    fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(20, 8), dpi=80)
    
    x = range(60)  # 准备x, y坐标的数据
    y_ticks = range(40)  # y的刻度范围
    y_shanghai = [random.uniform(15, 18) for i in x]
    y_beijing = [random.uniform(1, 3) for i in x]
    x_ch = ["11点{}分".format(i) for i in x]  # 构造中文列表的字符串
    
    # 画折线图
    axes[0].plot(x, y_shanghai, label="上海")
    # 使用plot可以多次画多个折线
    axes[1].plot(x, y_beijing, color='r', linestyle='--', label="北京")
    
    # 美化x,y的刻度值
    # 第一个参数必须是刻度数字类型,第二个是对应着第一个数字的中文描述
    axes[0].set_xticks(x[::5], x_ch[::5])
    axes[0].set_yticks(y_ticks[::5])
    axes[1].set_xticks(x[::5], x_ch[::5])
    axes[1].set_yticks(y_ticks[::5])
    
    # 增加x,y描述信息和标题信息
    axes[0].set_xlabel("时间")
    axes[0].set_ylabel("温度")
    axes[1].set_xlabel("时间")
    axes[1].set_ylabel("温度")
    axes[0].set_title("中午11点0分到12点之间的温度变化图示")
    axes[1].set_title("中午11点0分到12点之间的温度变化图示")
    axes[0].legend(loc="best")
    axes[1].legend(loc="best")
    
    plt.show()
    

    在这里插入图片描述

    ②柱状图bar(同样可以用plt.title,plt.xlabel,plt.ylabel)

    1.单个

    import matplotlib.pyplot as plt
    import random
    plt.rcParams['font.sans-serif']=['SimHei']  # 用来正常显示中文标签
    plt.rcParams['axes.unicode_minus']=False  # 用来正常显示负号
    plt.figure(figsize=(20, 8), dpi=80)
    movie_name = ['雷神3:诸神黄昏','正义联盟','东方快车谋杀案','寻梦环游记','全球风暴','降魔传','追捕','七十七天','密战','狂兽','其它']
    y = [73853,57767,22354,15969,14839,8725,8716,8318,7916,6764,52222]
    x = range(len(movie_name))
    plt.bar(x, y, width=0.5, color=['b','r','g','y','c','m','y','k','c','g','g'])
    plt.xticks(x, movie_name)
    plt.show()
    

    在这里插入图片描述
    2.多个

    import matplotlib.pyplot as plt
    import random
    plt.rcParams['font.sans-serif']=['SimHei']  # 用来正常显示中文标签
    plt.rcParams['axes.unicode_minus']=False  # 用来正常显示负号
    plt.figure(figsize=(20, 8), dpi=80)
    
    movie_name = ['雷神3:诸神黄昏','正义联盟','寻梦环游记']
    first_day = [10587.6,10062.5,1275.7]
    first_weekend=[36224.9,34479.6,11830]
    x = range(len(movie_name))
    
    # 画出柱状图
    plt.bar([i-0.05 for i in x], first_day, width=0.1, label="首周票房")
    # 首周柱状图显示的位置在首日的位置右边
    plt.bar([i+0.05 for i in x], first_weekend, width=0.1, label="首周票房")
    plt.legend(loc='best')
    
    plt.show()
    

    在这里插入图片描述

    ③直方图hist

    # 展现不同电影的时长分布状态
    plt.figure(figsize=(20, 8), dpi=100)
    
    # 准备时长数据
    time =[131,  98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124, 101, 110, 116, 117, 110, 128, 128, 115,  99, 136, 126, 134,  95, 138, 117, 111,78, 132, 124, 113, 150, 110, 117,  86,  95, 144, 105, 126, 130,126, 130, 126, 116, 123, 106, 112, 138, 123,  86, 101,  99, 136,123, 117, 119, 105, 137, 123, 128, 125, 104, 109, 134, 125, 127,105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120, 114,105, 115, 132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134,156, 106, 117, 127, 144, 139, 139, 119, 140,  83, 110, 102,123,107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133,112, 114, 122, 109, 106, 123, 116, 131, 127, 115, 118, 112, 135,115, 146, 137, 116, 103, 144,  83, 123, 111, 110, 111, 100, 154,136, 100, 118, 119, 133, 134, 106, 129, 126, 110, 111, 109, 141,120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126,114, 140, 103, 130, 141, 117, 106, 114, 121, 114, 133, 137,  92,121, 112, 146,  97, 137, 105,  98, 117, 112,  81,  97, 139, 113,134, 106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110,105, 129, 137, 112, 120, 113, 133, 112,  83,  94, 146, 133, 101,131, 116, 111,  84, 137, 115, 122, 106, 144, 109, 123, 116, 111,111, 133, 150]
    # 定义一个间隔大小
    a = 2
    # 得出组数
    bins = int((max(time) - min(time)) / a)
    # 画出直方图
    plt.hist(time, bins, density=0)  # 最新版本取消normed,density取代,0代表用频数表示,1代表用频率表示
    # 指定刻度的范围,以及步长
    plt.xticks(list(range(min(time), max(time)))[::2])
    plt.grid(True, linestyle='--', alpha=0.5)
    plt.xlabel("电影时长大小")
    plt.ylabel("电影的数据量")
    plt.grid(True, linestyle='--', alpha=0.5)  # 增加网格,alpha表示不透明度,1不透明,0为透明
    
    plt.show()
    

    在这里插入图片描述

    ④饼图pie

    # 展现每部电影的排片的占比
    plt.figure(figsize=(20, 8), dpi=100)
    # 准备每部电影的名字,电影的排片场次
    movie_name = ['雷神3:诸神黄昏','正义联盟','东方快车谋杀案','寻梦环游记','全球风暴','降魔传','追捕','七十七天','密战','狂兽','其它']
    place_count = [60605,54546,45819,28243,13270,9945,7679,6799,6101,4621,20105]
    explode = (0, 0.1, 0, 0, 0, 0.2, 0, 0, 0, 0, 0)  # 分裂出去距离
    # 通过pie
    plt.pie(place_count, labels=movie_name, autopct='%1.2f%%', colors=['b','r','g','y','c','m','y','k','c','g','g'], explode=explode, shadow=True, startangle=90)  # shadow阴影,startangle显示角度
    # 指定显示的pie是正圆
    plt.axis('equal')
    plt.legend(loc='best')
    plt.title("排片占比示意图")
    plt.show()
    

    在这里插入图片描述

    5.散点图pie

    matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, hold=None, data=None, **kwargs)
    s:大小
    c:yanse
    market:样式
    
    import numpy as np
    import matplotlib.pyplot as plt
    N = 1000
    x = np.random.randn(N)
    y = np.random.randn(N)
    N = 10
    c = np.random.rand(1000)
    plt.scatter(x, y, c=c, marker='>', label='scatter')  # 设置标签
    # plt.scatter(x, y, c=c, marker='>', label='scatter')  # 可以画多个
    plt.legend(loc='best')
    plt.show()
    

    在这里插入图片描述

    展开全文
  • cufflinks基于dataframe数据绘制柱状图(bar plot)、堆叠柱状图(stacked bar plot) # bar plot # from chart_studio import plotly as py import cufflinks as cf cf.set_config_file(offline=True, ...

    cufflinks基于dataframe数据绘制柱状图(bar plot)、堆叠柱状图(stacked bar plot)

    # bar plot

    from chart_studio import plotly as py
    import cufflinks as cf
    
    cf.set_config_file(offline=True, world_readable=True, theme='ggplot')
    df = cf.datagen.bars()
    df.iplot(kind='bar', filename=r'tmp/cf_bar.html')

    # stacked bar plot

    from chart_studio 
    展开全文
  • data1 = pd.read_csv(r'E:\jmdx_gs\当天活跃人数.csv') print(data1) #当天活跃人数 plt.figure(figsize=(10,5)) plt.plot(data1['date'],data1['number'],c = 'red') plt.title('当天活跃人数',FontProperties=my...
  • 原文:R语言 图形初阶:hist、plot和图形布局layout | 第6讲原创: 拴小林 数据驱动实践 6月19日图形是一个有效传递分析结果的呈现方式。R是一个非常优秀的图形构建平台,它可以在生成基本图形后,调整包括标题、...
  • 【小白福利】从零开始学习R语言(一)——数据结构之“向量(Vector):Nick WU:【小白福利】从零开始学习R语言(一)——数据结构之“向量”​zhuanlan.zhihu.com【小白福利】从零开始学习R语言(二)——数据结构...
  • 那么今天我们就来总结下在R语言中那些注释函数。首先,我们看下文本注释函数:text(),mtext(), legend()。这些函数都是R语言内置的基础函数,我们看下具体的实例:1. text() 注释绘图中的任意点。其中主要的参数是...
  • R语言柱状图

    万次阅读 2016-11-29 10:15:16
    R语言柱状图 转自:http://www.phperz.com/article/16/0102/180120.html 条形图代表在与条成比例的变量的值的长度矩形条数据。R使用函数barplot()来创建柱状图。R能够绘制柱状图垂直和水平条。在柱状图中每...
  • plotly基于dataframe数据绘制条形(bar plot) # 构建仿真pandas数据; # 绘制条形; import plotly as py # 导入plotly库并命名为py import plotly.graph_objs as go import pandas as pd import ...
  • 此文内容来自微信公众号:R语言搬运工,扫码关注公众号浏览更多精彩内容 ggplot2包绘制柱状图相对简单,参数调节也很容易实现,下面一步一步的介绍用到了主要参数及绘图结果: 使用的数据为小编近三周每天的生活费...
  • R语言-ggplot2-柱形图与饼图设计

    千次阅读 2019-05-08 15:22:58
    一般来说,R软件在生成柱形图时的思路与Excel是不同的,Excel只需要一个数据框,标明标签和数量,就可以生成柱形图,但R一般需要数据框包涵每个个体的情况,以标签为划分计量来建立柱形图。以下面的数据框df1为例,...
  • R语言学习之柱状图 > install.packages("vcd") > library("vcd") > library("grid") > counts = table(Arthritis$Improved) > counts None Some Marked 42 14 28 > par(mfrow=c(2,2)) > ...
  • 快速绘制几种简单的柱状图。1垂直柱图(普通柱图)绘制普通柱图的python代码如下:(左右滑动可以查看全部代码)12345678910111213141516171819202122232425262728# -*- coding:utf-8 -*-# 申明编码格式为utf-8...
  • python绘制柱形图调整的... 居#ha设置水平对齐方式,可以是'left','right','center'ax.set_xticklabels(tuple(word),ha='center')pythonK线的柱状图怎么画在这了一个自问自答的问题来推广一种十雅的数据可视化,R的gg...
  • R语言柱状图排序和x轴上的标签倾斜

    万次阅读 2017-04-07 09:55:18
    R语言柱状图大致有两种方法, 一种是基础库里面的 barplot函数, 另一个就是ggplot2包里面的geom_bar 此处用的是字符变量 统计其各频数,然后做出其柱状图。(横轴上的标签显示不全) t r  main = ...
  • R-forestplot包| HR结果绘制森林

    千次阅读 多人点赞 2019-10-14 22:46:50
    更多关于R语言,ggplot2绘图,生信分析的内容,敬请关注小号,给您干货。 上一篇简单的介绍了COX生存分析结果绘制森林Forest plot(森林) | Cox生存分析可视化,本文将介绍根据数据集合的基本信息以及点估计值...
  • R语言中使用plot,qplot,ggploy来制作简单的散点图(scatter plot)、线图(line plot)、条形图(bar graph)、柱状图(histogram)、密度图(density)和箱线图(boxplot)。
  • #若是不想显示直线,可以直接将上面两行注释掉 plt.bar(index, pvalue, width,color="#87CEFA") #绘制柱状图 #plt.xlabel('cell type') #x轴 plt.ylabel('p value') #y轴 plt.title('Result of Network Screen') #...
  • matplotlib 三大图表 折线plot 饼状 柱状bar 绘制折线 import numpy as np import matplotlib.pyplot ...plt.plot(x,y,'r')# 绘制折线方法 参数1 x 参数2 y 参数3 color(r)红色 结果 import numpy
  • 面积(area plot)通常用于可视化特定度量(如股票回报率)与特定基线相比的表现。其他类型的回报率或变化率数据也常用面积进行表征。geom_area()函数实现了面积
  • 目录Histogram 矩形图Bar plot 柱状图Pie chart 饼图Dot plot 散点图Box-and-whisker plot 箱形图Strip chart 带状图结束语 Histogram 矩形图 在统计学中,矩形图经常被用作展示某连续变量(如长度、重量等测量数值...
  • R语言-画柱形图

    千次阅读 2018-11-28 16:29:00
    barplot()函数 1.柱形图 > sales<-read.csv("citysales.csv",header=TRUE) #读取数据 > barplot(sales$ProductA,names.arg=sales$City, #设置Y轴,X轴 +col="black") ...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 7,029
精华内容 2,811
关键字:

plotr柱状图