matplotlib常用函数总结

matplotlib是python数据可视化的基础包。当前能搜到的博客所列举的内容都太少,很难满足定制化需求

 官方文档:https://matplotlib.org/stable/api/pyplot_summary.html

首先调用接口

import matplotlib pyplot as plt

 

下面除了直接绘制图表的函数以外每一个函数都是可选的,如果不需要定制该部分内容,可以不写。

 

首先整个图就是一个figure对象

pyplot.figure(figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True, clear=False)
  • figsize-尺寸,即宽和高(英寸)。默认: [6.4, 4.8]
  • dpi-以每英寸点数为单位的图形分辨率。 默认: 100
  • facecolor-背景颜色。默认: 'white'
  • edgecolor-边框颜色。默认: 'white'
  • frameon-如果为 False,则禁止绘制图框。 默认值:True
  • clear-如果为 True 并且该图形已经存在,则将其清除。 默认值:False

 

然后设置标题

plt.title(label, fontdict=None, loc=None, pad=None)
  • lable-标题,给一个字符串
  • loc-标题位置,三个取值{'center', 'left', 'right'}
  • y-标题在竖直方向上的位置(按比例,1.0 表示顶部)。 如果 无(默认),自动确定y以避免 轴上的装饰器。
  • pad-标题与轴顶部的偏移量,以磅为单位。 默认: 6.0。

 

设置X轴和Y轴的标题

plt.xlabel(xlabel, fontdict  = None , labelpad  = None , loc  = None )
  •  xlabel-X轴标题
  • fontdict-字体
  • labelpad-轴边界框的点间距,包括刻度 和刻度标签。
  • loc-该标题的位置,{'left', 'center', 'right'}

 

设置坐标轴的范围,也就是每个轴上的最大最小值。

1 # 使用axis()
2 plt.axis([xmin,xmax,ymin,ymax])
3 # 或者xlim()/ylim()
4 plt.xlim(left,right)

 

设置坐标轴的刻度

1 # 在刻度为0,1,2的位置显示标签'January', 'February', 'March',并把标签旋转20°
2 plt.xticks([0, 1, 2], ['January', 'February', 'March'], rotation=20)  # Set text labels and properties.

 

设置坐标轴方向上的网格线

1 plt.grid(visible=None, which='major', axis='both', color='r', linestyle='-', linewidth=2)
  • visible-网格线是否可见,布尔型。
  • which-主次网格线。{'major', 'minor', 'both'}
  • axis-X或Y方向上。{'both', 'x', 'y'}
  • color-颜色
  • linestyle-风格
  • linewidth-宽度
  • alpha-透明度

 

图例

https://zhuanlan.zhihu.com/p/111108841

 

常见图表类型的绘图函数

 

折线图

1 plt.plot(x, y)
  • color-折线眼色
  • linestyle-线条类型
  • linewidth-线条宽度
  • marker-标记类型
  • markeredgecolor-标记边框颜色
  • markeredgewidth-标记边框宽度
  • markerfacecolor-标记填充颜色
  • markersize-标记大小
  • lable-线条标签

 

散点图

1 plt.scatter(x, y)
  • s-散点大小
  • c-散点眼色
  • label-标签
  • marker-散点类型
  • linewidths-散点边框宽度
  • edgecolors-散点边框眼色

 

柱形图

1 plt.bar(x, height)
  • width-柱形宽度
  • align-柱形位置
  • color-填充眼色
  • edgecolor-边框颜色
  • linewidth-边框宽度

 

条形图

1 plt.barh(x, height
  •  参数同柱形图↑

 

其他图

# 面积图
plt.fill_between(x, y1, y2)
# 饼图
plt.pie(x)
# 统计直方图
plt.hist(x)
# 箱型图
plt.boxplot(x)
# 误差棒
plt.errorbar(x, y)

 

posted @ 2022-04-11 20:17  诸葛村夫CC  阅读(408)  评论(0编辑  收藏  举报