赵走x博客
网站访问量:151494
首页
书籍
软件
工具
古诗词
搜索
登录
34、延伸阅读:箱体;箱须、 离群值的含义和计算方法
33、箱线图
32、饼图
30、堆积析线图、 间断条形图和阶梯图
29、参数探索:设置柱体的填充样式
28、绘制统计图形:分块图
27、绘制统计图形:堆积图
26、绘制统计图形:条形图
25、绘制统计图形:柱状图
24、函数errorbar():用于绘制误差棒图
23、函数boxplot():用于绘制箱线图
22、函数stem():用于绘制棉棒图
21、函数 scatter():用于绘制气泡图
20、函数polar():用于绘制极线图
19、函数pie():用于绘制饼图
18、函数hist():用于绘制直方图
17、函数barh():用于绘制条形图
16、函数bar():用于绘制柱状图
15、使用统计函数绘制简单图形
14、函数组合应用
13、函数legend()一一标示不同图形的文本标签图例
12、函数title():添加图形内容的标题
11、函数text()一一添加图形内容细节的无指向型注释文本
10、函数annotate()一一添加图形内容细节的指向型注释文本
9、 函数axvspan()一一绘制垂直于 x 轴的参考区域
8、函数axhline()一一绘制平行于 x 轴的水平参考线
7、函数 grid():绘制刻度线
6、函数xlabel():设置 x 轴的标签文本
5、函数xlim():设置 x 轴的数值显示范围
4、函数scatter():寻找变量之间的关系
3、函数plot():展现变量的趋势变化
2、使用函数绘制matplotlib的图表组成元素
1、图表欣赏
27、绘制统计图形:堆积图
资源编号:76033
人工智能
Python数据可视化之matplotlib实践
热度:91
谈起堆积图, 我们脑海中可能联想到的画面是堆叠的积木或是层层垒起的砖块。 因此, 堆积图顾名思义就是将若干统计图形堆叠起来的统计图形, 自然是一种组合式图形。 下面, 我们就结合前面讲过的柱状图和条形图的绘制方法, 具体讲解堆积柱状图和堆积条形图的实现方法。
谈起堆积图, 我们脑海中可能联想到的画面是堆叠的积木或是层层垒起的砖块。 因此, 堆积图顾名思义就是将若干统计图形堆叠起来的统计图形, 自然是一种组合式图形。 下面, 我们就结合前面讲过的柱状图和条形图的绘制方法, 具体讲解堆积柱状图和堆积条形图的实现方法。 #1、堆积柱状图 如果将函数bar()中的参数bottom的取值设定为列表y, 列表y1 =[2,6,3,8,5]代表另一套试卷的份数, 函数bar(x,y1 ,bottom=y,color="r")就会输出堆积柱状图。 ### 代码实现 ``` import matplotlib as mpl import matplotlib.pyplot as plt mpl.rcParams['font.sans-serif']=['SimHei'] mpl.rcParams['axes.unicode_minus']=False # some simple data x=[1,2,3,4,5] y=[6,10,4,5,1] y1=[2,6,3,8,5] # create bar plt.bar(x,y,align='center',color='#66c2a5', tick_label=['A','B','C','D','E'],label='班级A') plt.bar(x,y1,align='center',color='#8da0cb', tick_label=['A','B','C','D','E'],label='班级B',alpha=0.7) # set x,y_axis label plt.xlabel('测试难度') plt.ylabel('试卷分数') plt.legend() plt.show() ``` ### 运行结果  # 2、堆积条形图 如果将函数barh()中的参数left的取值设定为列表y,列表y1=[2,6,3,8,5]代表另一套试卷的份数, 函数barh(x,y1,left=y,color="r")就会输出堆积条形图。 ### 代码实现 ``` import matplotlib as mpl import matplotlib.pyplot as plt mpl.rcParams['font.sans-serif']=['SimHei'] mpl.rcParams['axes.unicode_minus']=False # some simple data x=[1,2,3,4,5] y=[6,10,4,5,1] y1=[2,6,3,8,5] # create bar plt.barh(x,y,align='center',color='#66c2a5', tick_label=['A','B','C','D','E'],label='班级A') plt.barh(x,y1,align='center',color='#8da0cb', tick_label=['A','B','C','D','E'],label='班级B',alpha=0.7) # set x,y_axis label plt.xlabel('测试难度') plt.ylabel('试卷分数') plt.legend() plt.show() ``` ### 运行结果 