Python中matplotlib如何繪製堆疊式直方圖的範例
這篇文章主要介紹了Python基於matplotlib繪製棧式直方圖的方法,涉及Python使用matplotlib進行圖形繪製的相關操作技巧,需要的朋友可以參考下
本文實例講述了Python基於matplotlib繪製棧式直方圖的方法。分享給大家供大家參考,具體如下:
平常我們只對一組資料做直方圖統計,這樣我們只要直接畫直方圖就可以了。
但有時候我們同時畫出多組數據的直方圖(比如說我大一到大四跑大學城內環的用時的分佈),大一到大四用不同顏色的直方圖,顯示在一張圖上,這樣會很直覺。
#!/usr/bin/env python # -*- coding: utf-8 -*- #http://www.jb51.net/article/100363.htm # numpy array intorduction #http://matplotlib.org/examples/statistics/histogram_demo_multihist.html import numpy as np import pylab as P import matplotlib d1=np.array([18.46,19.15,18.13 ,18.30 ,18.07 ,18.24 ,18.26 , 17.14 ,18.44 ,18.06 ,17.44 ,16.57 ,16.34 ,17.21 ]) d1=d1//1+(d1-d1//1)/0.6 d2=np.array([19.33 ,19.06 ,18.10 ,17.55 ,19.55 ,19.13 ,18.54 , 18.30 ,18.36 ,19.59 ,20.01 ,19.17 ,19.30 ,18.54 ,18.35 ,20.04 ]) d2=d2//1+(d2-d2//1)/0.6 d3=np.array([20.52 ,20.41 ,19.20 ,19.04 ,19.09 ,19.01 ,17.49 ,19.18 ,20.01 ,20.11 ]) d3=d3//1+(d3-d3//1)/0.6 d4=np.array([22.02 ,21.03,21.06 ,20.46 ,19.46 ,20.15 ,19.49 ,19.43 , 19.51 ,19.39 ,19.33 ,19.18 ,19.13 ,19.22 ,18.46 ,19.07 , 18.57 ,18.45 ,19.17 ,18.41 ,18.30 ]) d4=d4//1+(d4-d4//1)/0.6 x=([d1,d2,d3,d4]) P.figure() #normed is False is good n, bins, patches = P.hist(x, 12, [16.5, 22.5],normed=0, histtype='barstacked', color=['blue', 'green', 'red','yellow'], label=[' ', ' ', ' ',' ']) print type(x) P.legend()#legend should be signed after set down the information P.show()
以上圖為例,很明顯看到藍色直方圖(大一)跑得最快,黃色(大四)直方圖跑得最慢。
以上是Python中matplotlib如何繪製堆疊式直方圖的範例的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

PHP主要是過程式編程,但也支持面向對象編程(OOP);Python支持多種範式,包括OOP、函數式和過程式編程。 PHP適合web開發,Python適用於多種應用,如數據分析和機器學習。

PHP適合網頁開發和快速原型開發,Python適用於數據科學和機器學習。 1.PHP用於動態網頁開發,語法簡單,適合快速開發。 2.Python語法簡潔,適用於多領域,庫生態系統強大。

Python更適合初學者,學習曲線平緩,語法簡潔;JavaScript適合前端開發,學習曲線較陡,語法靈活。 1.Python語法直觀,適用於數據科學和後端開發。 2.JavaScript靈活,廣泛用於前端和服務器端編程。

PHP起源於1994年,由RasmusLerdorf開發,最初用於跟踪網站訪問者,逐漸演變為服務器端腳本語言,廣泛應用於網頁開發。 Python由GuidovanRossum於1980年代末開發,1991年首次發布,強調代碼可讀性和簡潔性,適用於科學計算、數據分析等領域。

VS Code可以在Windows 8上運行,但體驗可能不佳。首先確保系統已更新到最新補丁,然後下載與系統架構匹配的VS Code安裝包,按照提示安裝。安裝後,注意某些擴展程序可能與Windows 8不兼容,需要尋找替代擴展或在虛擬機中使用更新的Windows系統。安裝必要的擴展,檢查是否正常工作。儘管VS Code在Windows 8上可行,但建議升級到更新的Windows系統以獲得更好的開發體驗和安全保障。

VS Code 可用於編寫 Python,並提供許多功能,使其成為開發 Python 應用程序的理想工具。它允許用戶:安裝 Python 擴展,以獲得代碼補全、語法高亮和調試等功能。使用調試器逐步跟踪代碼,查找和修復錯誤。集成 Git,進行版本控制。使用代碼格式化工具,保持代碼一致性。使用 Linting 工具,提前發現潛在問題。

在 Notepad 中運行 Python 代碼需要安裝 Python 可執行文件和 NppExec 插件。安裝 Python 並為其添加 PATH 後,在 NppExec 插件中配置命令為“python”、參數為“{CURRENT_DIRECTORY}{FILE_NAME}”,即可在 Notepad 中通過快捷鍵“F6”運行 Python 代碼。

VS Code 擴展存在惡意風險,例如隱藏惡意代碼、利用漏洞、偽裝成合法擴展。識別惡意擴展的方法包括:檢查發布者、閱讀評論、檢查代碼、謹慎安裝。安全措施還包括:安全意識、良好習慣、定期更新和殺毒軟件。
