c語言函數(shù)用來干嘛,c語言有什么函數(shù)

Python matplotlib之函數(shù)圖像繪制、線條rc參數(shù)設(shè)置

為避免中文顯示出錯，需導(dǎo)入matplotlib.pylab庫

創(chuàng)新互聯(lián)建站是一家專業(yè)從事成都網(wǎng)站建設(shè)、成都做網(wǎng)站的網(wǎng)絡(luò)公司。作為專業(yè)網(wǎng)站設(shè)計公司,創(chuàng)新互聯(lián)建站依托的技術(shù)實(shí)力、以及多年的網(wǎng)站運(yùn)營經(jīng)驗(yàn),為您提供專業(yè)的成都網(wǎng)站建設(shè)、全網(wǎng)營銷推廣及網(wǎng)站設(shè)計開發(fā)服務(wù)！

1.2.1 確定數(shù)據(jù)

1.2.2 創(chuàng)建畫布

1.2.3 添加標(biāo)題

1.2.4 添加x，y軸名稱

1.2.5 添加x，y軸范圍

1.2.6 添加x，y軸刻度

1.2.7 繪制曲線、圖例, 并保存圖片

保存圖片時，dpi為清晰度，數(shù)值越高越清晰。請注意，函數(shù)結(jié)尾處，必須加plt.show()，不然圖像不顯示。

繪制流程與繪制不含子圖的圖像一致，只需注意一點(diǎn)：創(chuàng)建畫布。

合理調(diào)整figsize、dpi，可避免出現(xiàn)第一幅圖橫軸名稱與第二幅圖標(biāo)題相互遮蓋的現(xiàn)象.

2.2.1 rc參數(shù)類型

2.2.2 方法1：使用rcParams設(shè)置

2.2.3 方法2：plot內(nèi)設(shè)置

2.2.4 方法3：plot內(nèi)簡化設(shè)置

方法2中，線條形狀，linestyle可簡寫為ls；線條寬度，linewidth可簡寫為lw；線條顏色，color可簡寫為c，等等。

Python-openpyxl教程6 - 圖表之面積圖和條形圖

openpyxl可以使用以下圖表：

圖表至少由一系列一個或多個數(shù)據(jù)點(diǎn)組成。系列本身對單元格范圍的引用組成。

默認(rèn)情況下圖表的左上角固定在單元格E15上，大小為15x7.5厘米(大約5列乘14行 )?？梢酝ㄟ^設(shè)置圖標(biāo)的anchor，width和height屬性來更改此設(shè)置。實(shí)際大小將取決于操作系統(tǒng)和設(shè)備。

其他錨點(diǎn)是可能的。請參考 openpyxl.drawing.spreadsheet_drawing 來獲取更多信息。

面積圖類似于折線圖，不同之處在于填充了繪制線下方的區(qū)域。通過將分組設(shè)置為"標(biāo)準(zhǔn)"，"堆疊"或"百分比堆疊"，可以使用不同的變體。默認(rèn)為"標(biāo)準(zhǔn)"。

您還可以創(chuàng)建三維面積圖

這將生成一個簡單的三維面積圖，其中第三個軸可用于替換圖例：

在條形圖中，值被繪制為水平條或垂直列

這將產(chǎn)生四個圖表，說明各種可能性。

您還可以創(chuàng)建三維條形圖

這將生成一個簡單的三維條形圖。

note:有興趣的小伙伴可以幫忙看下在 office下的現(xiàn)象

如何用python繪制各種圖形

1.環(huán)境

系統(tǒng)：windows10

python版本：python3.6.1

使用的庫：matplotlib，numpy

2.numpy庫產(chǎn)生隨機(jī)數(shù)幾種方法

import numpy as np

numpy.random

rand(d0,?d1,?...,?dn) ?

In [2]: x=np.random.rand(2,5)

In [3]: x

Out[3]:

array([[ 0.84286554, ?0.50007593, ?0.66500549, ?0.97387807, ?0.03993009],

[ 0.46391661, ?0.50717355, ?0.21527461, ?0.92692517, ?0.2567891 ]])

randn(d0,?d1,?...,?dn)查詢結(jié)果為標(biāo)準(zhǔn)正態(tài)分布

In [4]: x=np.random.randn(2,5)

In [5]: x

Out[5]:

array([[-0.77195196, ?0.26651203, -0.35045793, -0.0210377 , ?0.89749635],

[-0.20229338, ?1.44852833, -0.10858996, -1.65034606, -0.39793635]])

randint(low,high,size) ?

生成low到high之間（半開區(qū)間 [low, high)），size個數(shù)據(jù)

In [6]: x=np.random.randint(1,8,4)

In [7]: x

Out[7]: array([4, 4, 2, 7])

random_integers(low,high,size) ?

生成low到high之間（閉區(qū)間 [low, high)），size個數(shù)據(jù)

In [10]: x=np.random.random_integers(2,10,5)

In [11]: x

Out[11]: array([7, 4, 5, 4, 2])

3.散點(diǎn)圖

x x軸

y y軸

s ? 圓點(diǎn)面積

c ? 顏色

marker ?圓點(diǎn)形狀

alpha ? 圓點(diǎn)透明度????????????????#其他圖也類似這種配置

N=50# height=np.random.randint(150,180,20)# weight=np.random.randint(80,150,20)

x=np.random.randn(N)

y=np.random.randn(N)

plt.scatter(x,y,s=50,c='r',marker='o',alpha=0.5)

plt.show()

4.折線圖

x=np.linspace(-10000,10000,100) #將-10到10等區(qū)間分成100份

y=x**2+x**3+x**7

plt.plot(x,y)

plt.show()

折線圖使用plot函數(shù)

5.條形圖

N=5

y=[20,10,30,25,15]

y1=np.random.randint(10,50,5)

x=np.random.randint(10,1000,N)

index=np.arange(N)

plt.bar(left=index,height=y,color='red',width=0.3)

plt.bar(left=index+0.3,height=y1,color='black',width=0.3)

plt.show()

orientation設(shè)置橫向條形圖

N=5

y=[20,10,30,25,15]

y1=np.random.randint(10,50,5)

x=np.random.randint(10,1000,N)

index=np.arange(N)# plt.bar(left=index,height=y,color='red',width=0.3)# plt.bar(left=index+0.3,height=y1,color='black',width=0.3)#plt.barh() 加了h就是橫向的條形圖，不用設(shè)置orientation

plt.bar(left=0,bottom=index,width=y,color='red',height=0.5,orientation='horizontal')

plt.show()

6.直方圖

m1=100

sigma=20

x=m1+sigma*np.random.randn(2000)

plt.hist(x,bins=50,color="green",normed=True)

plt.show()

# #雙變量的直方圖# #顏色越深頻率越高# #研究雙變量的聯(lián)合分布

#雙變量的直方圖#顏色越深頻率越高#研究雙變量的聯(lián)合分布

x=np.random.rand(1000)+2

y=np.random.rand(1000)+3

plt.hist2d(x,y,bins=40)

plt.show()

7.餅狀圖

#設(shè)置x,y軸比例為1：1，從而達(dá)到一個正的圓

#labels標(biāo)簽參數(shù),x是對應(yīng)的數(shù)據(jù)列表,autopct顯示每一個區(qū)域占的比例,explode突出顯示某一塊,shadow陰影

labes=['A','B','C','D']

fracs=[15,30,45,10]

explode=[0,0.1,0.05,0]#設(shè)置x,y軸比例為1：1，從而達(dá)到一個正的圓

plt.axes(aspect=1)#labels標(biāo)簽參數(shù),x是對應(yīng)的數(shù)據(jù)列表,autopct顯示每一個區(qū)域占的比例,explode突出顯示某一塊,shadow陰影

plt.pie(x=fracs,labels=labes,autopct="%.0f%%",explode=explode,shadow=True)

plt.show()

8.箱型圖

import matplotlib.pyplot as pltimport numpy as npdata=np.random.normal(loc=0,scale=1,size=1000)#sym 點(diǎn)的形狀，whis虛線的長度plt.boxplot(data,sym="o",whis=1.5)plt.show()

#sym 點(diǎn)的形狀，whis虛線的長度

python可視化數(shù)據(jù)分析常用圖大集合（收藏）

python數(shù)據(jù)分析常用圖大集合：包含折線圖、直方圖、垂直條形圖、水平條形圖、餅圖、箱線圖、熱力圖、散點(diǎn)圖、蜘蛛圖、二元變量分布、面積圖、六邊形圖等12種常用可視化數(shù)據(jù)分析圖，后期還會不斷的收集整理，請關(guān)注更新！

以下默認(rèn)所有的操作都先導(dǎo)入了numpy、pandas、matplotlib、seaborn

一、折線圖

折線圖可以用來表示數(shù)據(jù)隨著時間變化的趨勢

Matplotlib

plt.plot(x,?y)

plt.show()

Seaborn

df?=?pd.DataFrame({'x':?x,?'y':?y})

sns.lineplot(x="x",?y="y",?data=df)

plt.show()

二、直方圖

直方圖是比較常見的視圖，它是把橫坐標(biāo)等分成了一定數(shù)量的小區(qū)間，然后在每個小區(qū)間內(nèi)用矩形條（bars）展示該區(qū)間的數(shù)值

Matplotlib

Seaborn

三、垂直條形圖

條形圖可以幫我們查看類別的特征。在條形圖中，長條形的長度表示類別的頻數(shù)，寬度表示類別。

Matplotlib

Seaborn

1plt.show()

四、水平條形圖

五、餅圖

六、箱線圖

箱線圖由五個數(shù)值點(diǎn)組成：最大值 (max)、最小值 (min)、中位數(shù) (median) 和上下四分位數(shù) (Q3, Q1)。

可以幫我們分析出數(shù)據(jù)的差異性、離散程度和異常值等。

Matplotlib

Seaborn

七、熱力圖

力圖，英文叫 heat map，是一種矩陣表示方法，其中矩陣中的元素值用顏色來代表，不同的顏色代表不同大小的值。通過顏色就能直觀地知道某個位置上數(shù)值的大小。

通過 seaborn 的 heatmap 函數(shù)，我們可以觀察到不同年份，不同月份的乘客數(shù)量變化情況，其中顏色越淺的代表乘客數(shù)量越多

八、散點(diǎn)圖

散點(diǎn)圖的英文叫做 scatter plot，它將兩個變量的值顯示在二維坐標(biāo)中，非常適合展示兩個變量之間的關(guān)系。

Matplotlib

Seaborn

九、蜘蛛圖

蜘蛛圖是一種顯示一對多關(guān)系的方法，使一個變量相對于另一個變量的顯著性是清晰可見

十、二元變量分布

二元變量分布可以看兩個變量之間的關(guān)系

十一、面積圖

面積圖又稱區(qū)域圖，強(qiáng)調(diào)數(shù)量隨時間而變化的程度，也可用于引起人們對總值趨勢的注意。

堆積面積圖還可以顯示部分與整體的關(guān)系。折線圖和面積圖都可以用來幫助我們對趨勢進(jìn)行分析，當(dāng)數(shù)據(jù)集有合計關(guān)系或者你想要展示局部與整體關(guān)系的時候，使用面積圖為更好的選擇。

十二、六邊形圖

六邊形圖將空間中的點(diǎn)聚合成六邊形，然后根據(jù)六邊形內(nèi)部的值為這些六邊形上色。

原文至：

怎樣用python 繪制條形圖

用matplotlib包的barh函數(shù)繪制的，大致布局已經(jīng)很相似了

import matplotlib.pyplot as plt

from matplotlib import cm

import numpy as np

label = ['a','b','c','d','e','f']

x = sorted([1234,221,765,124,2312,890])

idx = np.arange(len(x))

color = cm.jet(np.array(x)/max(x))

plt.barh(idx, x, color=color)

plt.yticks(idx+0.4,label)

plt.grid(axis='x')

plt.xlabel('Revenues Earned')

plt.ylabel('Salespeople')

plt.title('Top 12 Salespeople(2012)\n(in USD)')

plt.show()

如何用python繪制簡單條形圖？

如何用python繪制簡單條形圖呢？這里離不開matplotlib的使用。

條形圖是數(shù)據(jù)可視化圖形中很基礎(chǔ)也很常用的一種圖，簡單解釋下：條形圖也叫長條圖（英語：bar chart），亦稱條圖（英語：bar graph）、條狀圖、棒形圖、柱狀圖、條形圖表，是一種以長方形的長度為變量的統(tǒng)計圖表。長條圖用來比較兩個或以上的價值（不同時間或者不同條件），只有一個變量，通常利用于較小的數(shù)據(jù)集分析。長條圖亦可橫向排列，或用多維方式表達(dá)。

那么一個普通的條形圖是長什么樣子的呢？

當(dāng)！當(dāng)！當(dāng)！就是下圖的這個樣子：

圖先亮出來啦，接下來研究這個圖是怎么畫的吧，先看一下原數(shù)據(jù)長什么樣子：

實(shí)際畫圖的流程和畫折線圖很相近，只是用到的畫圖函數(shù)不一樣，繪制條形圖的函數(shù)plt.bar（）：

由于這只是最簡單的一個條形圖，實(shí)際上條形圖的函數(shù)plt.bar（）還有不少可以探索的參數(shù)設(shè)置，和對折線圖函數(shù)plt.plot()的探索差不多，有興趣的孩子可以自己去進(jìn)行探索哦。

按照條形長短進(jìn)行排序展示的條形圖

當(dāng)然也可以有其他的設(shè)置，比如說上圖中的線條高低參差不齊，這是因?yàn)閤軸的數(shù)據(jù)是按照學(xué)校名稱進(jìn)行排序的，那么可不可以按照分?jǐn)?shù)的高低進(jìn)行排序呢？也就是讓所有的長方形按照從高到矮或者從矮到高的順序進(jìn)行排列？

當(dāng)然可以啦！這里需要強(qiáng)調(diào)的是，條的高低排列等信息都是來源于原數(shù)據(jù)的，要想讓條形的順序發(fā)生改變，需要對畫圖的來源數(shù)據(jù)進(jìn)行更改呢！

把原數(shù)據(jù)逆序排序后截取前十名數(shù)據(jù)賦值給data_yuwen，作為新的數(shù)據(jù)源傳入畫圖函數(shù)plt.bar()，畫出來的圖自然就不一樣了。

先看一眼數(shù)據(jù)長什么樣子：

根據(jù)這個數(shù)據(jù)源繪制出的圖形如下，由于用來畫圖的數(shù)據(jù)進(jìn)行了降序排序操作，所以生成條形圖的條也會進(jìn)行降序排序展示：

很多時候，我們常見的條形圖還有另一種展現(xiàn)形式，那就是橫向的條形圖，比較火的那種動態(tài)條形圖絕大多數(shù)也都是橫向的條形圖，那么橫向的條形圖如何繪制呢？

理解plt.bar()主要參數(shù)

其實(shí)也不難，只要清楚plt.bar()函數(shù)中主要參數(shù)的作用就可以了！條形圖函數(shù)中有五個主要參數(shù)，分別是x，height，width，bottom，orientation。其中x控制的是每個條在x軸上位置，height控制的是每個條的長度，width控制的是每個條的寬度，bottom控制的是每個條在y軸方向的起始位置，orientation控制的是條形的方向，是縱向還是橫向，默認(rèn)是縱向的。

通過一個小例子理解下這幾個參數(shù)的作用：

上邊的幾行代碼輸出的圖形如下：

對比著代碼和實(shí)際輸出的條形圖，各個主要參數(shù)的作用是不是一目了然啦？

橫向條形圖

理解了這幾個參數(shù)作用后，縱向的條形圖轉(zhuǎn)換成橫向的條形圖就沒什么難度了！

需要設(shè)置所有條形在x軸的位置都為0，也就全部從最左側(cè)開始畫條形;由于是橫向條形圖，所以實(shí)際上條的寬度顯示的是數(shù)據(jù)大小，將width參數(shù)設(shè)置成原數(shù)據(jù)中的語文成績；bottom控制每個條在y軸方向的起始位置，設(shè)置bottom=range（10）設(shè)置每個條形在y軸的起始位置各不相同避免有條形重疊；height控制的是每個條在y軸方向上的長度，條形圖橫向設(shè)置后，在y軸上的長度失去了衡量數(shù)據(jù)的意義，所以直接設(shè)置一個常數(shù)即可；最后設(shè)置條形的方向?yàn)闄M向，即orientation=“horizontal”。

溫馨提示：數(shù)據(jù)和標(biāo)簽一定要匹配，即plt.bar()重點(diǎn)的數(shù)據(jù)要和plt.yticks()中提取出來的標(biāo)簽一一對應(yīng)，一旦不匹配，整個圖展現(xiàn)的結(jié)果就是一個錯誤的結(jié)果！

上述代碼生成的條形圖如下：

感覺上邊這種生成橫向條形圖的方式有點(diǎn)點(diǎn)繞，和人們的習(xí)慣認(rèn)知有點(diǎn)不大一樣，難道畫一個橫向條形圖就非得轉(zhuǎn)變自己的習(xí)慣認(rèn)知這么反人類嗎？

當(dāng)然不是的，實(shí)際上有更簡單的方法繪制一個橫向條形圖，之所以沒有一開始就直接用這種簡單的方法，也是為了讓大家體會下條形圖參數(shù)的靈活設(shè)置而已，而且如果比較繞的方法都能理解了，簡單的方法理解和運(yùn)用起來就更沒有難度了??！

不賣關(guān)子了，我們來認(rèn)識下和plt.bar()函數(shù)類似的plt.barh()函數(shù)。

plt.barh()函數(shù)是專門繪制水平條形圖的函數(shù)，主要的參數(shù)有：

y 控制y軸顯示的標(biāo)簽來源width 控制橫向條形的長度，即用來進(jìn)行對比的數(shù)據(jù)源height 條形的寬度需要設(shè)置的參數(shù)主要就是這三個，比用plt.bar()函數(shù)繪制水平條形圖簡單了很多，具體代碼如下：

效果圖：

和用plt.bar()函數(shù)繪制的橫向條形圖一毛一樣對不對？以后有需求繪制橫向條形圖，盡量用plt.barh()函數(shù)吧，畢竟它是專門繪制這種類型圖的，簡單好用。

然而實(shí)際工作中對于條形圖的需求不只是這些，比如例子中只是對各個學(xué)校語文成績的展示，有時候需要各個學(xué)科的成績同時展現(xiàn)在一幅條形圖中，有時候也需要繪制堆積條形圖對各學(xué)科的成績以及總成績進(jìn)行展示，這些圖又該如何繪制呢？其實(shí)只要理解了各個參數(shù)的含義，繪制這些圖也不在話下，至于具體怎么畫，且看下回分解??！

文章標(biāo)題：c語言函數(shù)用來干嘛,c語言有什么函數(shù)
轉(zhuǎn)載來源：http://muchs.cn/article16/hcpdgg.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供虛擬主機(jī)、服務(wù)器托管、網(wǎng)站內(nèi)鏈、App開發(fā)、企業(yè)建站、網(wǎng)頁設(shè)計公司

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)