python繪畫數據

Ⅰ 怎麼用python畫數據分布直方圖

計算頻數：
給定一個序列t：
hist = {}
for x in t:
hist[x] = hist.get(x,0)+1
得到的結果是一個將值映射到其頻數的字典。將其除以n即可把頻數轉換成頻率，這稱為歸一化：
n = float(len(t))
pmf = {}
for x, freq in hist.items():
pmf[x] = freq/n

繪制直方圖：
Vals, freqs = hist.Render()
rectangles = pyplot.bar(vals, freqs)
pyplot.show()

繪制概率質量函數：
採用柱狀圖，可以用pyplot.bar或myplot.Hist。如果Pmf中的值不多，柱狀圖就比較合適
採用折線圖，可以用pyplot.plot或者myplot.Pmf。如果Pmf中的值較多，且比較平滑，折線圖就比較合適。

*百分比差異圖
直觀顯示兩組數據的分布差異，詳見教材。

Ⅱ python 怎麼將數據用matplotlib畫出來

matplotlib的pyplot子庫提供了和matlab類似的繪圖API，方便用戶快速繪制2D圖表。例子：

# coding=gbk
'''
Created on Jul 12, 2014
python 科學計算學習：numpy快速處理數據測試
@author: 皮皮
'''
import string

Ⅲ Python如何運用matplotlib庫繪制3D圖形

3D圖形在數據分析、數據建模、圖形和圖像處理等領域中都有著廣泛的應用，下面將給大家介紹一下如何在Python中使用 matplotlib進行3D圖形的繪制，包括3D散點、3D表面、3D輪廓、3D直線（曲線）以及3D文字等的繪制。

准備工作：

python中繪制3D圖形，依舊使用常用的繪圖模塊matplotlib，但需要安裝mpl_toolkits工具包，安裝方法如下：windows命令行進入到python安裝目錄下的Scripts文件夾下，執行： pip install --upgrade matplotlib即可；Linux環境下直接執行該命令。

安裝好這個模塊後，即可調用mpl_tookits下的mplot3d類進行3D圖形的繪制。

下面以實例進行說明。

1、3D表面形狀的繪制

這段代碼是繪制一個3D的橢球表面，結果如下：

2、3D直線（曲線）的繪制

這段代碼用於繪制一個螺旋狀3D曲線，結果如下：

3、繪制3D輪廓

繪制結果如下：

相關推薦：《Python視頻教程》

4、繪制3D直方圖

繪制結果如下：

5、繪制3D網狀線

繪制結果如下：

6、繪制3D三角面片圖

繪制結果如下：

7、繪制3D散點圖

繪制結果如下：

Ⅳ 怎樣用python對csv的一行數據進行畫圖。

不知道你的一行數據是怎樣的，或者說想畫什麼圖。如果說一行數據都是數字，你可以用matplotlib去畫，一般畫圖都需要x軸y軸兩種，你可以把你的那一行數據作為y軸，x軸用0到n ，n是數據長度。

Ⅳ 怎麼用python繪圖

你可以使用numpy和matplotlab這兩個庫來實現的你功能。

你的圖可以參考：

http://matplotlib.org/examples/pylab_examples/histogram_percent_demo.html

importmatplotlib
fromnumpy.randomimportrandn
importmatplotlib.pyplotasplt
frommatplotlib.tickerimportFuncFormatter

defto_percent(y,position):
#Ignorethepassedinposition.
#ticklocations.
s=str(100*y)

#
ifmatplotlib.rcParams['text.usetex']==True:
returns+r'$\%$'
else:
returns+'%'

x=randn(5000)

#Makeanormedhistogram.It'llbemultipliedby100later.
plt.hist(x,bins=50,normed=True)

#_percent.Thismultipliesallthe
#defaultlabelsby100,makingthemallpercentages
formatter=FuncFormatter(to_percent)

#Settheformatter
plt.gca().yaxis.set_major_formatter(formatter)

plt.show()

最主要的就是x軸和y軸的處理，我按照對數算了一下你提供的數據，好像和這個圖效果不一樣。

如果解決了您的問題請採納！
如果未解決請繼續追問

Ⅵ python多維數據怎麼繪制散點圖

python matplotlib模塊，是擴展的MATLAB的一個繪圖工具庫。他可以繪制各種圖形，可是最近最的一個小程序，得到一些三維的數據點圖，就學習了下python中的matplotlib模塊，如何繪制三維圖形。

初學者，可能對這些第三方庫安裝有一定的小問題，對於一些安裝第三方庫經驗較少的朋友，建議使用 Anaconda ，集成了很多第三庫，基本滿足大家的需求，下載地址，對應選擇python 2.7 或是 3.5 的就可以了（PS：後面的demo是python2.7）：

首先提醒注意，以下兩個函數的區別：

ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap='rainbow') #繪面1

和

ax.scatter(x[1000:4000],y[1000:4000],z[1000:4000],c='r') #繪點1

1、繪制3D曲面圖

# -*- coding: utf-8 -*-"""
Created on Thu Sep 24 16:17:13 2015

@author: Eddy_zheng
"""from matplotlib import pyplot as pltimport numpy as npfrom mpl_toolkits.mplot3d import Axes3D

fig = plt.figure()
ax = Axes3D(fig)
X = np.arange(-4, 4, 0.25)
Y = np.arange(-4, 4, 0.25)
X, Y = np.meshgrid(X, Y)
R = np.sqrt(X**2 + Y**2)
Z = np.sin(R)# 具體函數方法可用 help(function) 查看，如：help(ax.plot_surface)ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap='rainbow')

plt.show()

效果展示：

2、繪制三維的散點圖（通常用於表述一些數據點分布）

4a.mat 數據地址，找到4a.mat 下載即可:

# -*- coding: utf-8 -*-"""
Created on Thu Sep 24 16:37:21 2015

@author: Eddy_zheng
"""import scipy.io as sio
from mpl_toolkits.mplot3d import Axes3Dimport matplotlib.pyplot as plt

mat1 = '4a.mat' #這是存放數據點的文件，需要它才可以畫出來。上面有下載地址data = sio.loadmat(mat1)
m = data['data']

x,y,z = m[0],m[1],m[2]
ax=plt.subplot(111,projection='3d') #創建一個三維的繪圖工程#將數據點分成三部分畫，在顏色上有區分度ax.scatter(x[:1000],y[:1000],z[:1000],c='y') #繪制數據點ax.scatter(x[1000:4000],y[1000:4000],z[1000:4000],c='r')
ax.scatter(x[4000:],y[4000:],z[4000:],c='g')

ax.set_zlabel('Z') #坐標軸ax.set_ylabel('Y')
ax.set_xlabel('X')
plt.show()24252627

效果：

上面就是學習區分了下兩個函數，當時還被小困惑了下，希望對大家有所幫助。其實裡面還有好多參數設置，比如說改變顏色，包括繪制點圖的點的形狀等都是可以改變的，有需要的大家可以自己看看這個函數，學習下(help(對應的function))。

版權聲明：本文為博主原創文章，未經博主允許不得轉載。Eddy_zheng

Ⅶ python怎麼用列表中的數據畫圖

可以在matplotlib的文檔中找到各種圖表類型，由於根據特定布局創建Figure和subplot是一件常見的任務，於是便出現一個更為方便的方法：
plt.subplots,它可以創建一個新的Figure，且返回一個含有已創建的subplot對象的numpy數組。