python绘制柱状图&折线图

好的，以下是Python绘制柱状图和折线图的示例代码：

## 导入需要的库
import numpy as np
import matplotlib.pyplot as plt

## 准备数据
x = np.array([1,2,3,4,5]) # x轴数据
y1 = np.array([5,3,9,7,11]) # 柱状图数据
y2 = np.array([2,6,4,8,10]) # 折线图数据

## 绘制柱状图
plt.bar(x, y1, align='center',color='c', alpha=0.8) # 绘制柱状图
plt.xlabel('X Label') # x轴标签
plt.ylabel('Y Label') # y轴标签
plt.title('Bar Chart') # 图表标题
plt.show()

## 绘制折线图
plt.plot(x, y2, color='r', linewidth=2, label='Line') # 绘制折线图
plt.xlabel('X Label') # x轴标签
plt.ylabel('Y Label') # y轴标签
plt.title('Line Chart') # 图表标题
plt.legend() # 显示图例
plt.show()

相关问题

python制作柱状图和折线图在同一张图中

可以使用 Python 中的 Matplotlib 库来制作柱状图和折线图在同一张图中。以下是一个简单的示例代码：

import matplotlib.pyplot as plt

# 创建数据
x = [1, 2, 3, , 5]
y1 = [10, 8, 6, 4, 2]
y2 = [5, 7, 9, 11, 13]

# 创建画布和子图
fig, ax = plt.subplots()

# 绘制柱状图
ax.bar(x, y1, color='b', align='center')

# 创建第二个坐标轴并绘制折线图
ax2 = ax.twinx()
ax2.plot(x, y2, color='r', linewidth=2)

# 设置坐标轴标签和标题
ax.set_xlabel('X Label')
ax.set_ylabel('Y1 Label')
ax2.set_ylabel('Y2 Label')
ax.set_title('Bar and Line Chart')

# 显示图形
plt.show()

运行上述代码将得到一个柱状图和折线图在同一张图中的图形。

使用Python库matplotlib和seaborn绘制基本图形绘制柱状图、折线图、散点图、箱线图等常见图形

在Python中，`matplotlib`和`seaborn`都是非常流行的用于数据可视化的库。下面是一些基础图形的简单介绍：

1. **柱状图** (`bar chart`)：`matplotlib`的`pyplot`模块提供了`bar()`函数绘制柱状图。例如，你可以创建一个简单的列联表来比较各个类别的数量。

   import matplotlib.pyplot as plt

   data = {'Category': ['A', 'B', 'C'], 'Count': [10, 20, 30]}
   df = pd.DataFrame(data)
   plt.bar(df['Category'], df['Count'])
   plt.xlabel('Categories')
   plt.ylabel('Counts')
   plt.show()

2. **折线图** (`line plot`)：`pyplot`中的`plot()`函数可以创建折线图。时间序列数据通常用折线图展示。

   plt.plot(df['Date'], df['Value'])
   plt.title('Line Chart Example')
   plt.xlabel('Date')
   plt.ylabel('Values')
   plt.show()

3. **散点图** (`scatter plot`)：`plt.scatter()`用于生成散点图，常用于表示两个变量之间的关系。

   plt.scatter(df['X'], df['Y'])
   plt.xlabel('X-axis')
   plt.ylabel('Y-axis')
   plt.show()

4. **箱线图** (`box plot`)：`seaborn`库中的`boxplot()`函数非常适合，它可以显示一组数值数据的分布情况。

   sns.boxplot(x='Category', y='Value', data=df)
   plt.title('Box Plot Example')
   plt.show()