pie函数参数解读
plt.pie(x, explode=None, labels=None, colors=None,
autopct=None, pctdistance=0.6, shadow=False,
labeldistance=1.1, startangle=None,
radius=None, counterclock=True, wedgeprops=None,
textprops=None, center=(0, 0), frame=False)

x：指定绘图的数据；
explode：指定饼图某些部分的突出显示，即呈现爆炸式；
labels：为饼图添加标签说明，类似于图例说明；
colors：指定饼图的填充色；
autopct：自动添加百分比显示，可以采用格式化的方法显示；
pctdistance：设置百分比标签与圆心的距离；
shadow：是否添加饼图的阴影效果；
labeldistance：设置各扇形标签（图例）与圆心的距离；
startangle：设置饼图的初始摆放角度；
radius：设置饼图的半径大小；
counterclock：是否让饼图按逆时针顺序呈现；
wedgeprops：设置饼图内外边界的属性，如边界线的粗细、颜色等；
textprops：设置饼图中文本的属性，如字体大小、颜色等；
center：指定饼图的中心点位置，默认为原点
frame：是否要显示饼图背后的图框，如果设置为True的话，需要同时控制图框x轴、y轴的范围和饼图的中心位置；
案例参考：芝麻信用失信用户分析
关于pie函数的参数我们讲了这么多，光讲不练假把式，我们接下来通过案例，来绘制一个个性化的饼图。关于绘图数据，我们借用芝麻信用近300万失信人群的样本统计数据，该数据显示，从受教育水平上来看，中专占比25.15%，大专占比37.24%，本科占比33.36%，硕士占比3.68%，剩余的其他学历占比0.57%。对于这样一组数据，我们该如何使用饼图来呈现呢？
import matplotlib.pyplot as plt

# 设置绘图的主题风格（不妨使用R中的ggplot分隔）
plt.style.use('ggplot')

# 构造数据
edu = [0.2515,0.3724,0.3336,0.0368,0.0057]
labels = ['中专','大专','本科','硕士','其他']

explode = [0,0.1,0,0,0]  # 用于突出显示大专学历人群
colors=['#9999ff','#ff9999','#7777aa','#2442aa','#dd5555'] # 自定义颜色

# 中文乱码和坐标轴负号的处理
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
plt.rcParams['axes.unicode_minus'] = False

# 将横、纵坐标轴标准化处理，保证饼图是一个正圆，否则为椭圆
plt.axes(aspect='equal')

# 控制x轴和y轴的范围
plt.xlim(0,4)
plt.ylim(0,4)

# 绘制饼图
plt.pie(x = edu, # 绘图数据
        explode=explode, # 突出显示大专人群
        labels=labels, # 添加教育水平标签
        colors=colors, # 设置饼图的自定义填充色
        autopct='%.1f%%', # 设置百分比的格式，这里保留一位小数
        pctdistance=0.8,  # 设置百分比标签与圆心的距离
        labeldistance = 1.15, # 设置教育水平标签与圆心的距离
        startangle = 180, # 设置饼图的初始角度
        radius = 1.5, # 设置饼图的半径
        counterclock = False, # 是否逆时针，这里设置为顺时针方向
        wedgeprops = {'linewidth': 1.5, 'edgecolor':'green'},# 设置饼图内外边界的属性值
        textprops = {'fontsize':12, 'color':'k'}, # 设置文本标签的属性值
        center = (1.8,1.8), # 设置饼图的原点
        frame = 1 )# 是否显示饼图的图框，这里设置显示

# 删除x轴和y轴的刻度
plt.xticks(())
plt.yticks(())
# 添加图标题
plt.title('芝麻信用失信用户教育水平分布')

# 显示图形
plt.show()


转载自公众号：“每天进步一点点2015”，

本示例用numpy库的随机函数构造x和y轴坐标，用matplotlib库画图。
本示例演示在一个figure对象中画两幅柱状图，一幅纵向（plt.bar)，一副横向(plt.barh)
#导入numpy和matplotlib库
>>> import numpy as np
>>> import matplotlib.pyplot as plt
#生成x轴刻度
>>> x=np.arange(6)
#生成y轴的值
>>> y=np.random.randint(0,10,6)
>>> print(x)
[0 1 2 3 4 5]
>>> print(y)
[3 8 3 4 8 3]
#创建一个figure画图对象
>>> plt.figure()
#用subplot方法绘制子图
>>> plt.subplot(121) #subplot方法中有3个int参数，分别代表1行，2列，最后一个1代表正在绘制第1个子图
>>> plt.bar(x,y,width=0.5,color=['r','g','b'])#color参数传入颜色列表，可以在一幅图中显示不同颜色
>>> plt.subplot(122)#括号中最后一个1代表正在绘制第2个子图
>>> plt.bar(x,y,0.5,color=['r','g','b'],alpha=0.5)
>>> plt.show()
每幅图柱子颜色不相同

import matplotlib.pyplot as plt
import matplotlib.patches as patches

# 根据坐标作图
def plot_pic():
    img_path = "000000000650.jpg"
    txt_path = "000000000650.txt"

    img = plt.imread(img_path)
    h,w,c = img.shape
    txt_lines = open(txt_path).readlines()
    
    coords = []
    for line in txt_lines:
        new_line = line.strip().split(" ")[1:]
        # [x_center,y_center,width,hieght]坐标转换成[left,top,width,height]
        width = float(new_line[2]) * w
        height = float(new_line[3]) * h
        left = float(new_line[0]) * w - width / 2
        top = float(new_line[1]) * h - height / 2

        coords.append([left,top,width,height])


    fig, ax = plt.subplots(1, 1)
    ax.imshow(img)
    currentAxis = fig.gca()
    
    #
    for index, coord in enumerate(coords):
        rect = patches.Rectangle((coord[0], coord[1]), coord[2], coord[3], 
        						linewidth=1, edgecolor='r',facecolor='none')
        currentAxis.add_patch(rect)

        plt.show()
    print(0)
if __name__ == "__main__":
    plot_pic()

其中

000000000650.jpg图片如下：



000000000650.txt内容如下：
15 0.519398 0.544087 0.476359 0.572061
2 0.501859 0.820726 0.996281 0.332178
#[class x_center y_center width height] 复制请删除这一行

通过运行上面的程序，得到如下结果：



rectangle函数的参数解释如下：
Rectangle(xy,width,heigth,angle=0,**kwargs)
参数
xy:2元组，矩形左上角坐标
width：矩形的宽度
height：矩形的高度
angle：float，可选，矩形相对于x轴逆时针旋转角度，默认0
fill：bool，可选，是否填充矩形

	

Python基础教程记录 - 使用matplotlib实现雷达图和柱状图。
注：主要是设置add_subplot(133)，分别代表一幅图中子图像行数，列数，和位置
函数和参数说明：
'bo-':分别代表标记颜色，标记形状，和线型，，‘bo’代表blue和实心圆
set_rlim这是参数一个值域范围
set_thetagrids方法用于设置极坐标角度网格线显示
grid为是否画出圆形内部网格
fill为填充颜色和填充透明度
代码如下：
'''
matplotlib雷达图和柱状图
'''
#coding:utf-8  
import matplotlib  
matplotlib.use('qt4agg')  
from 
matplotlib.font_manager import * 
import numpy as np
import 
matplotlib.pyplot as plt
myfont = 
FontProperties(fname='/home/linuxidc/.local/share/fonts/文泉驿正黑.ttf') 

matplotlib.rcParams['axes.unicode_minus']=False
#=======自定义设置开始============
#标签
labels = 
np.array(['Ubuntu','Debian','CentOS','openSUSE','linuxidc','linuxidc.com','Oracle'])
#数据个数
dataLenth 
= 7
#数据
data = 
np.array([8,9,5,8,9,9,10])
#========自定义设置结束============
angles = np.linspace(0, 2*np.pi, dataLenth, endpoint=False)
data = 
np.concatenate((data, [data[0]])) # 闭合 # #将数据结合起来
angles = 
np.concatenate((angles, [angles[0]])) # 闭合
fig = plt.figure()
ax = fig.add_subplot(121, polar=True)# 
polar参数！！121代表总行数总列数位置
ax.plot(angles, data, 'bo-', linewidth=1)# 
画线四个参数为x,y,标记和颜色，闲的宽度
ax.fill(angles, data, facecolor='r', alpha=0.5)# 
填充颜色和透明度
ax.set_thetagrids(angles * 180/np.pi, labels, 
fontproperties=myfont)
ax.set_title("Linux公社",fontproperties=myfont)
ax.set_rlim(0,10)
ax.grid(True)
a=[1,0.5,8,]
ax=fig.add_subplot(133)
name=['a','b','c']
ax.bar(range(len(a)),a,color='rgb',tick_label=name)
ax.set_title("www.linuxidc.com",fontproperties=myfont)
plt.show()
效果图如下：
更多Python相关信息见Python 专题页面 https://www.linuxidc.com/topicnews.aspx?tid=17
Linux公社的RSS地址：https://www.linuxidc.com/rssFeed.aspx
本文永久更新链接地址：https://www.linuxidc.com/Linux/2019-03/157683.htm
看了本文就点下在看吧↓↓↓