0
点赞
收藏
分享

微信扫一扫

RobinKarp(字符串哈希)---分析与实现(C++)

爪哇驿站 2023-06-17 阅读 90

在这里插入图片描述

文章目录

专栏导读

大家好,我是i阿极,本专栏的文章上过👍每日必看榜👍每周必看榜👍每月必看榜。喜欢本专栏的小伙伴们可以订阅

《数据分析之道-Matplotlib》
【数据分析之道-Matplotlib(一)】Matplotlib Pyplot
【数据分析之道-Matplotlib(二)】Matplotlib 绘图标记
【数据分析之道-Matplotlib(三)】Matplotlib 绘制子图
【数据分析之道-Matplotlib(四)】Matplotlib散点图
【数据分析之道-Matplotlib(五)】Matplotlib柱状图
【数据分析之道-Matplotlib(六)】Matplotlib饼图
【数据分析之道-Matplotlib(七)】Matplotlib直方图
【数据分析之道-Matplotlib(八)】Matplotlib箱线图

1、Matplotlib棉棒图stem()基本语法

在Matplotlib中,可以使用stem()来绘制棉棒图。棉棒图是柱状图的变形,可以把它看成特殊的柱状图。
stem()函数用于绘制离散数据的垂直线图,常用于显示离散的数据点以及它们的垂直变化。
stem()函数的基本语法如下:

plt.stem(x, y, linefmt=None, markerfmt=None, basefmt=None, bottom=None, label=None)

常用参数的含义如下:

  • x:指定每个数据点的 x 坐标,可以是一个数值序列。
  • y:指定每个数据点的 y 坐标,可以是一个数值序列。
  • linefmt(可选):指定连接数据点的线的样式,如颜色、线型等。
  • markerfmt(可选):指定数据点的标记的样式,如颜色、形状等。
  • basefmt(可选):指定基线(零线)的样式。
  • bottom(可选):指定基线(零线)的位置,默认为0。
  • label(可选):指定图例中的标签。

下面是一个简单的示例:

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 4, 1, 5, 3]

plt.stem(x, y, linefmt='r-', markerfmt='ro', basefmt='k-', label='data')

plt.xlabel('X')
plt.ylabel('Y')
plt.title('Stem Plot')
plt.legend()

plt.show()

在这里插入图片描述

2、Matplotlib棉棒图stem()定义样式

为了让棉棒图更加美观,stem()提供了很多用于定义样式的参数,常用的有两个:linemt和markerfmt。

2.1linefmt参数

linefmt参数用于指定棉棒图的线条样式:

取值说明
‘-’实线
‘–’虚线
‘-.’点划线
‘:’点线

2.2markerfmt参数

markerfmt参数用于指定棉棒图上每个数据点的标记样式:

取值说明
‘.’小圆点
‘o’大圆点
‘s’正方形
‘d’菱形
‘p’五角星
‘h’六边形
‘v’倒三角形
‘^’正三角形
‘<’左三角形
‘>’右三角形
‘*’星形

2.3举例一:直线样式

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 4, 1, 5, 3]

plt.stem(x, y, linefmt='-.', markerfmt='ro', basefmt='k-', label='data')

plt.xlabel('X')
plt.ylabel('Y')
plt.title('Stem Plot')
plt.legend()

plt.show()

在这里插入图片描述

2.4举例二:圆点样式

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 4, 1, 5, 3]

plt.stem(x, y, markerfmt='ro', label='data')

plt.xlabel('X')
plt.ylabel('Y')
plt.title('Stem Plot')
plt.legend()

plt.show()

在这里插入图片描述

3、棉棒图案例实战

3.1绘制每月销量的棉棒图

import pandas as pd
import matplotlib.pyplot as plt

# 设置
plt.rcParams["font.family"] = ["SimHei"] 
plt.rcParams["axes.unicode_minus"] = False

# 读取数据
df = pd.read_csv(r"D:\CSDN\data\product.csv")
# 绘制图表
plt.stem(df["月份"], df["销量"])

# 定义标题
plt.title("每月销量棉棒图")
plt.xlabel("月份", loc="right")
plt.ylabel("销量", loc="top")
# 刻度标签
plt.xticks(range(1, 13))

# 显示
plt.show()

在这里插入图片描述

3.2绘制每月销量与平均销量之差

import matplotlib.pyplot as plt

# 设置
plt.rcParams["font.family"] = ["SimHei"] 
plt.rcParams["axes.unicode_minus"] = False

# 读取数据
df = pd.read_csv(r"data/product.csv")
# 求平均值
mean = df["销量"].mean()
# 求与平均值之差(利用广播机制)
df["差值"] = df["销量"] - mean

# 绘制图表
plt.stem(df["月份"], df["差值"])

# 定义标题
plt.title("每月销量棉棒图")
plt.xlabel("月份", loc="right")
plt.ylabel("销量", loc="top")
# 刻度标签
plt.xticks(range(1, 13))

# 显示
plt.show()

在这里插入图片描述


举报

相关推荐

0 条评论