3. 15、matplotlib画图小试：直线、条状图、饼图_笔记
    5. # 带e的科学计数法
    6. # 4.773e-101是科学记数的写法，就是4.773X10^-101的意思，即4.773乘以10的-101次方
    7. # f表示float 1表示小数点后一位小数
    9. #labeldistance，文本的位置离远点有多远，1.1指1.1倍半径的位置
    10. #autopct，圆里面的文本格式，%3.1f%%表示小数有三位，整数有一位的浮点数
    11. #shadow，饼是否有阴影
    12. #startangle，起始角度，0，表示从0开始逆时针转，为第一块。一般选择从90度开始比较好看
    13. #pctdistance，百分比的text离圆心的距离
    15. # 设置x，y轴刻度一致，这样饼图才能是圆的
    16. plt.axis('equal')
    18. # 显示图例
    19. plt.legend()
    21. # -*- coding: utf-8 -*-
    22. __author__ = 'dongfangyao'
    23. __date__ = '2018/1/4 下午9:25'
    24. __product__ = 'PyCharm'
    25. __filename__ = 'matplotlib0'
    26. import matplotlib.pyplot as plt
    27. import numpy as np
    28. from matplotlib import rcParams
    31. # 生成数据
    32. dataOut = np.arange(24).reshape((4, 6))
    33. # print(dataOut)
    35. # 保存数据
    36. np.savetxt('data.txt', dataOut, fmt='%.2f')
    37. # 科学记数法  带e  4.773e-101
    39. # 读取数据
    40. data = np.loadtxt('data.txt')
    41. # print(data, data.dtype)
    43. y = np.random.randint(1, 11, 5)
    44. print(y)
    45. x = np.arange(len(y))
    46. print(x)
    48. # plt.figure(figsize=(6, 8))
    49. # print(rcParams['figure.figsize'])
    50. # plt.plot(x, y, color='r')
    51. # plt.bar(x, y, color='g')
    52. plt.pie(y, explode=[0, 0.2, 0, 0, 0])
    53. plt.show()
    56. 复制代码
    58. # -*- coding: utf-8 -*-
    59. __author__ = 'dongfangyao'
    60. __date__ = '2018/1/4 下午9:44'
    61. __product__ = 'PyCharm'
    62. __filename__ = 'matplotlib1'
    63. import matplotlib.pyplot as plt
    66. plt.figure(figsize=(6, 8))
    68. labels = ['part one', 'part two', 'part three']
    69. data = [60, 30, 10]
    70. colors = ['red', 'yellow', 'blue']
    71. explode = [0, 0.05, 0]
    73. plt.pie(data, explode=explode, labels=labels, colors=colors,
    74.        labeldistance=1.1, startangle=90, autopct='%.2f%%', pctdistance=0.5, shadow=False)
    75. plt.axis('equal')
    76. plt.legend()
    77. plt.show()
    78. 复制代码
    81. 出现安装matplotlib失败的情况
    82. 可以在https://pypi.python.org/pypi/matplotlib/  下载相应的版本
    83. 使用pip install 命令安装，快很多