matplotlib基础

参考书籍：Python语言程序设计基础+第2版本

图1

1.前言：

对于数据可视化的python库，matplotlib画廊可以直接制作各种图标。

图1为matplotlib库：

matplotlib是python优秀的2D绘图库，可以完成大部分的绘图需求，同时其可定制性也很强，可内嵌在tkinter等各种GUI框架里。

官方网站：https://matplotlib.org/users/index.html

官方教程：https://matplotlib.org/tutorials/index.html

官方例子：https://matplotlib.org/gallery/index.html

 

---

---

 

2.最简单的画廊：

import matplotlib.pyplot as plt

import numpy as np

Plot(x,y)  #创建画布

Plot.show()

画布安静的功能介绍：

 

• 1.主页:修改图片后，按下主页直接回复成开始的样子。
• 2.上一个视图：改变位置，跳到上一个位置。
• 3.下一个视图：…
• 4.移动查看：我们可以以拖动的方式，来查看未显示的部分。
• 5.方法查看
• 6.窗体设置：调整显示区域在窗体的显示位置
• 7.保存save.

 

---

---

 

 

plt.scatter()散点图

1.散点图的基础知识：就是点点点点点点……图

语法：plt.scatter(x, y, s, c ,marker, alpha)

x,y: x轴与y轴的数据

s: 点的面积

c: 点的颜色

marker: 点的形状（标记）

alpha: 透明度（eng meaning:开端、最初）

备注：scatter英文翻译（来自有道词典）: v. 撒播；散开；散布；驱散；散布于……上；散射（电磁辐射或粒子）；（棒球）有效投（球）

n. 零星散布的东西；离差；散射

 

2.代码例子：

import numpy as np

import matplotlib.pyplot as plt

 

# 身高与体重的数据

height = [161, 170, 182, 175, 173, 165]

weight = [50, 58, 80, 70, 69, 55]

 

# 散点图

plt.scatter(height, weight)

plt.ylabel("height")

plt.xlabel("weight")

 

# 展示图标

plt.show()

 

3.相关性在此不做赘述：

正（y=x+np.random.randn(N)）、负（y=-x+ np.random.randn(N)*0.5）、不相关(np.random.randn(N)= np.random.randn(N))

 

4. 实战项目以一股票的分析

#Code：

import numpy as np

import matplotlib.pyplot as plt

 

# 1.数据

open_data, close_data = np.loadtxt("000001.csv", delimiter=',', skiprows=1, usecols=(1, 4), unpack=True)  #rows行，cols列

change_data = close_data - open_data

#前一天的数据

yesterday = change_data[:-1]

#后一条的数据

today = change_data[1:]

 

# 散点图 s （面积）  c （颜色） marker （标记） alpha(透明度)

plt.scatter(yesterday, today, s=500, c="r", marker="^", alpha=0.5)

 

#展示图

plt.show()

plt.plot()折线图：
plot（）函数就是常见的点对点连成线。无非就是线性和非线性的。

常见语法：Plot（x,y）

备注：缺省x的情况下，x的默认值是：range(len(y))。

还可以给它添加：

颜色（各种颜色首字母：青色cyan,黑色k(blue已经用了b),平红magenta），

线形(实现-，  虚线--，  虚点线-.，  点线.,  空类型’ ’：不显示线)，

点的样式（点.和圆）

三角点

 

'^'	上三角点	'<'	左三角点
'v'	下三角点	'>'	右三角点

 

 

 

三叉点（奔驰点）：‘1’表示下三叉点；2上；3左；4，右。

多边形：

• 正方形square：s；
• 五角点pentagon：p;
• 星形点：*；
• 六边形1 hexagon：h
• 六边形2： H

其他形状点：

• 加号点：+
• 称号点：X
• 实心菱形点：D
• 横线点:_
• 竖线点：|

默认为一条蓝色实线。

补充：

color="green" 指定颜色为绿色

linestyle="dashed" 指定线形为dashed类型；dashed虚线

marker="o" 指定标记类型为o点

markerfacecolor="blue"指定标记的颜色为蓝色

markersize=20 指定标记的大小为20

 

---

---

 

plt.bar()与plt.barh条形图

plt.bai语法：

(x, height, width=0.8, bottom=None, \*, align='center', data=None, \*\*kwargs)

（X（输入），条高(输入)，条宽，条起始位置，条中心位置，条色，边色，边宽，下标签…）

参考解释：官网说明

 

orientation默认是vertical（垂直）

用bar()画水平条形图：需要把：orientation="horizontal"，然后把x与y的数据交换，再添加bottom=x,即可。

备注：

# 绘图        x= 起始位置， bottom= 水平条的底部(左侧), y轴， height 水平条的宽度， width 水平条的长度

p1 = plt.bar(x=0, bottom=y, height=0.5, width=x, orientation="horizontal")

 

---

---

 

 

pyplot.barh语法：水平条

使用barh（）时，bottom改为left，然后宽变高，高变宽。

(y, width, height=0.8, left=None, \*, align='center', \*\*kwargs)

(y（输出，就是y轴）,width(水平条的长度，就是原来的输入),height:水平条宽度,left:条形图左侧的起始位置（默认是0），align,)

bar:

(x, height, width=0.8, bottom=None, \*, align='center', data=None, \*\*kwargs)

（X（输入），条高(输入)，条宽，条起始位置，条中心位置，条色，边色，边宽，下标签…）

 

# 绘图 y= y轴， left= 水平条的底部， height 水平条的宽度， width 水平条的长度

p1 = plt.barh(y, left=0, height=0.5, width=x)

 

添加图例于数据标签的条形图

1．先可选属性里添加label=“”，标签；再使用plt.lengd()

2．对于数据的标签，可以使用任意方向的标签来备注，再由x,y数据来确定坐标。

3．Tick_label=str,用来显示自定义坐标轴。

code解释：

    默认的是竖值条形图

import numpy as np  #导入numpy库

import matplotlib.pyplot as plt

import matplotlib

 

# 将全局的字体设置为黑体

matplotlib.rcParams['font.family'] = 'SimHei'

 

# 数据

N = 5

y = [20, 10, 30, 25, 15]

x = np.arange(N)

# 添加地名坐标

str1 = ("北京", "上海", "武汉", "深圳", "重庆")

 

# 绘图 x x轴， height 高度, 默认：color="blue", width=0.8

p1 = plt.bar(x, height=y, width=0.5, label="城市指标", tick_label=str1)

 

# 添加数据标签

for a, b in zip(x, y):

    plt.text(a, b + 0.05, '%.0f' % b, ha='center', va='bottom', fontsize=10)

 

# 添加图例

plt.legend()

 

# 展示图形

plt.show()

 

---

---

 

plt.pie()饼状图

plt.pie(x, labels= )

语法：matplotlib.pyplot.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False, rotatelabels=False, \*, data=None)

解释：官网说明

 

---

---

 

 

plt.hist()与plt.hist2d()直方图：

 

直方图语法：plt.hist(x=x, bins=10) 与plt.hist2D(x=x, y=y)

解释：

matplotlib.pyplot.hist(x, bins=None, range=None, density=False, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False, \*, data=None, \*\*kwargs)

双直方图：matplotlib.pyplot.hist2d（x，y，bins = 10，range = None，density = False，weights = None，cmin = None，cmax = None，\ *，data = None，\ * \ * kwargs ）

 

---

---