'''
File Name： draw
Description： 图形绘制。十分有用，对于工作中实验性的项目，可以快速展示效果。如果使用java，还需要配合前端展示。
'''
import matplotlib.pyplot as plt
import numpy as np # 模块取别名
# 直方图
def draw_hist():
mu = 100
sigma = 20
x = mu + sigma * np.random.randn(20000) # 样本数量
plt.hist(x, bins=100, color='green', normed=True) # bins：显示有几个直方，normed是否对数据进行标准化
plt._show()
# 条形图
def draw_bar():
y = [20, 10, 30, 25, 15] # Y轴数据
index = np.arange(5) # X轴数据，也可以是index = [0,5]
plt.bar(left=index, height=y, color='blue', width=0.5)
plt.show()
# 折线图
def draw_plot():
x = np.linspace(-10, 10, 100) # -10到10，100个点
y = x ** 3 # x的3次幂
plt.plot(x, y, linestyle='--', color='orange', marker='<')
plt.xlabel('X')
plt.ylabel('Y')
plt.show()
# 散点图
def draw_scatter():
x = np.random.randn(1000)
y = x + np.random.randn(1000) * 0.5
plt.scatter(x, y, s=5, marker='<') # s表示面积，marker表示图形
plt.show()
# 饼状图
def draw_pie():
labels = 'A', 'B', 'C', 'D' # 4个模块
fracs = [15, 30, 45, 10] # 每个模块占比例
plt.axes(aspect=1) # 使x、y轴比例相同
explode = [0, 0.5, 0, 0] # 突出某一部分区域
plt.pie(x=fracs, labels=labels, autopct='%.0f%%', explode=explode) # autopct显示百分比
plt.show()
# 带图例
def draw_with_legend():
x = np.arange(1, 11, 1) # x轴坐标，1开始，11结束，步长为1
plt.plot(x, x * 2) # 第一条线，x,y坐标
plt.plot(x, x * 3)
plt.plot(x, x * 4)
plt.legend(['Normal', 'Fast', 'Faster']) # 设置图例，与上面的线对应
plt.grid(True, color='green', linestyle='--', linewidth=1) # 绘制网格
plt.show()
# start
if __name__ == '__main__':
# draw_hist()
# draw_bar()
draw_plot()
# draw_scatter()
# draw_pie()
# draw_with_legend()
