Matplotlib - 分类变量中的简单图形

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

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

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

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。

结论

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。