📅  最后修改于: 2023-12-03 15:17:35.319000             🧑  作者: Mango
当我们有一个包含分类变量的数据时,经常需要用图形来表示它们。这篇文章介绍如何使用Matplotlib来创建一些简单的图表来表示分类变量数据。
条形图是展示分类变量数据最常见的方式。我们可以用Matplotlib来创建水平和垂直的条形图。
import matplotlib.pyplot as plt
import numpy as np
# 数据
categories = ['苹果', '香蕉', '草莓', '蓝莓', '橙子']
counts = [5, 3, 7, 2, 9]
# 创建一个水平的条形图
plt.barh(categories, counts)
# 创建一个垂直的条形图
plt.bar(categories, counts)
# 显示图形
plt.show()
创建水平的条形图时,使用barh
函数,并将分类变量放在y轴上。创建垂直的条形图时,使用bar
函数,并将分类变量放在x轴上。在这两种情况下,我们都将计数放在另一个轴上。
饼图是展示分类变量数据另一种常用的方式。我们可以使用Matplotlib来创建一个简单的饼图。
import matplotlib.pyplot as plt
# 数据
labels = ['苹果', '香蕉', '草莓', '蓝莓', '橙子']
sizes = [15, 30, 45, 10, 25]
# 创建饼图
plt.pie(sizes, labels=labels)
# 显示图形
plt.show()
箱线图是一个展示分类变量数据分布的方式。我们可以使用Matplotlib来创建一个简单的箱线图。
import matplotlib.pyplot as plt
import numpy as np
# 数据
categories = ['苹果', '香蕉', '草莓', '蓝莓', '橙子']
values = [np.random.normal(0, 1, 100) for i in range(5)]
# 创建箱线图
plt.boxplot(values, labels=categories)
# 显示图形
plt.show()
在这里,我们使用boxplot
函数来创建箱线图。我们将所有分类变量的数据放在一个列表中,并将分类变量的标签放在labels
参数中。
这篇文章介绍了使用Matplotlib来创建分类变量数据的三种常见方式:条形图、饼图和箱线图。Matplotlib提供了许多其他图表类型,供您在需要时使用。