python数据分析——matplotlib绘图
matplotlib
一、Matplotlib基础知识
Matplotlib中的基本图表包括的元素
- x轴和y轴 axis
水平和垂直的轴线
- x轴和y轴刻度 tick
刻度标示坐标轴的分隔，包括最小刻度和最大刻度
- x轴和y轴刻度标签 tick label
表示特定坐标轴的值
- 绘图区域（坐标系） axes
实际绘图的区域
- 坐标系标题 title
实际绘图的区域
- 轴标签 xlabel ylabel
实际绘图的区域
In [2]:
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from pandas import Series,DataFrame
包含单条曲线的图
- 注意：y,x轴的值必须为数字
In [3]:
x=[1,2,3,4,5]
y=[2,4,6,8,10]
plt.plot(x,y)
Out[3]:
- 绘制抛物线
In [7]:
x = np.linspace(-np.pi,np.pi,num=20)
y = x**2
plt.plot(x,y)
Out[7]:
- 绘制正弦曲线图
In [10]:
x
y = np.sin(x)
plt.plot(x,y)
Out[10]:
包含多个曲线的图
1、连续调用多次plot函数
In [12]:
plt.plot(x,y)
plt.plot(x+2,y+3)
Out[12]:
2、也可以在一个plot函数中传入多对X,Y值，在一个图中绘制多个曲线
In [13]:
plt.plot(x,y,x+1,y-2)
Out[13]:
将多个曲线图绘制在一个table区域中：对象形式创建表图
- a=plt.subplot（row,col,loc） 创建曲线图
- a.plot(x,y) 绘制曲线图
In [15]:
ax1 = plt.subplot(221)
ax1.plot(x,y)
ax2 = plt.subplot(2,2,2)
ax2.plot(x,y)
ax3 = plt.subplot(2,2,3)
ax3.plot(x,y)
ax4 = plt.subplot(2,2,4)
ax4.plot(x,y)
Out[15]:
网格线 plt.gride(XXX)
参数：
- axis
- color:支持十六进制颜色
- linestyle: -- -. :
- alphaIn [21]:
plt.plot(x,y)
plt.grid(axis='both',c='blue')
- 绘制一个正弦曲线图，并设置网格
In [16]:
plt.plot(x,y,c='red',alpha=0.7)
Out[16]:
坐标轴界限
axis方法:设置x，y轴刻度值的范围
plt.axis([xmin,xmax,ymin,ymax])
In [25]:
plt.plot(x,y)
plt.axis([-6,6,-2,2])
#plt.axis('off')
Out[25]:
plt.axis('off')
关闭坐标轴
设置画布比例：plt.figure(figsize=(a,b)) a:x刻度比例 b：y刻度比例 （2:1）表示x刻度显示为y刻度显示的2倍
In [28]:
plt.figure(figsize=(6,6))
plt.plot(x,y)
Out[28]:
坐标轴标签
- s 标签内容
- color 标签颜色
- fontsize 字体大小
- rotation 旋转角度
- plt的xlabel方法和ylabel方法 title方法
In [33]:
plt.plot(x,y)
plt.xlabel('aaa')
plt.ylabel('bbb')
plt.title('ccc')
Out[33]:
图例
legend方法
两种传参方法：
- 分别在plot函数中增加label参数,再调用plt.legend()方法显示
- 直接在legend方法中传入字符串列表
In [44]:
plt.plot(x,y,label='aaa')
plt.plot(x+2,y+3,label='bbb')
plt.legend(loc=0,ncol=2)
Out[44]:
legend的参数
- loc参数
- loc参数用于设置图例标签的位置，一般在legend函数内
- matplotlib已经预定义好几种数字表示的位置
| 字符串 | 数值 | 字符串 | 数值 |
|---|---|---|---|
| best | 0 | center left | 6 |
| upper right | 1 | center right | 7 |
| upper left | 2 | lower center | 8 |
| lower left | 3 | upper center | 9 |
| lower right | 4 | center | 10 |
| right | 5 |
- ncol参数
ncol控制图例中有几列,在legend中设置ncol
保存图片
使用figure对象的savefig函数来保存图片
fig = plt.figure()---必须放置在绘图操作之前
figure.savefig的参数选项
- filename
含有文件路径的字符串或Python的文件型对象。图像格式由文件扩展名推断得出，例如，.pdf推断出PDF，.png推断出PNG （“png”、“pdf”、“svg”、“ps”、“eps”……） - dpi
图像分辨率（每英寸点数），默认为100 - facecolor ，打开保存图片查看 图像的背景色，默认为“w”（白色）
In [45]:
fig = plt.figure()
plt.plot(x,y,label='aaa')
plt.plot(x+2,y+3,label='bbb')
plt.legend(loc=0,ncol=2)
fig.savefig('./123.png',dpi=500)
设置plot的风格和样式
plot语句中支持除X,Y以外的参数，以字符串形式存在，来控制颜色、线型、点型等要素，语法形式为：
plt.plot(X, Y, 'format', ...)
颜色
参数color或c
颜色值的方式
- 别名
- color='r'
- 合法的HTML颜色名
- color = 'red'
| 颜色 | 别名 | HTML颜色名 | 颜色 | 别名 | HTML颜色名 |
|---|---|---|---|---|---|
| 蓝色 | b | blue | 绿色 | g | green |
| 红色 | r | red | 黄色 | y | yellow |
| 青色 | c | cyan | 黑色 | k | black |
| 洋红色 | m | magenta | 白色 | w | white |
- HTML十六进制字符串
- color = '#eeefff'
- 归一化到[0, 1]的RGB元组
- color = (0.3, 0.3, 0.4)
透明度
alpha参数
线型
参数linestyle或ls
| 线条风格 | 描述 | 线条风格 | 描述 |
|---|---|---|---|
| '-' | 实线 | ':' | 虚线 |
| '--' | 破折线 | 'steps' | 阶梯线 |
| '-.' | 点划线 | 'None' / '，' | 什么都不画 |
In [52]:
plt.plot(x,y,ls='steps',lw=10)
Out[52]:
线宽
linewidth或lw参数
点型
- marker 设置点形
- markersize 设置点形大小
| 标记 | 描述 | 标记 | 描述 |
|---|---|---|---|
| 's' | 正方形 | 'p' | 五边形 |
| 'h' | 六边形1 | 'H' | 六边形2 |
| '8' | 八边形 |
| 标记 | 描述 | 标记 | 描述 |
|---|---|---|---|
| '.' | 点 | 'x' | X |
| '*' | 星号 | '+' | 加号 |
| ',' | 像素 |
| 标记 | 描述 | 标记 | 描述 |
|---|---|---|---|
| 'o' | 圆圈 | 'D' | 菱形 |
| 'd' | 小菱形 | '','None',' ',None | 无 |
| 标记 | 描述 | 标记 | 描述 |
|---|---|---|---|
| '1' | 一角朝下的三脚架 | '3' | 一角朝左的三脚架 |
| '2' | 一角朝上的三脚架 | '4' | 一角朝右的三脚架 |
In [51]:
plt.plot(x,y,marker='d',markersize=10)
Out[51]:
In [85]:
# 绘制线 plt.plot(x1,y1,x2,y2)
# 网格线 plt.grid(True) axes.grid(color,ls,lw,alpha)
# 获取坐标系 plt.subplot(n1,n2,n3)
# 坐标轴标签 plt.xlabel() plt.ylabel()
# 坐标系标题 plt.title()
# 图例 plt.legend([names],ncol=2,loc=1) plt.plot(label='name')
# 线风格 -- -. : None step
# 图片保存 figure.savefig()
# 点的设置 marker markersize markerfacecolor markeredgecolor\width
# 坐标轴刻度 plt.xticks(刻度列表，刻度标签列表) plt.yticks()
# axes.set_xticks(刻度列表) axes.set_xticklabels(刻度标签列表)
三、2D图形
直方图
- 是一个特殊的柱状图，又叫做密度图。
【直方图的参数只有一个x！！！不像条形图需要传入x,y】
plt.hist()的参数
- bins
直方图的柱数，可选项，默认为10 - color
指定直方图的颜色。可以是单一颜色值或颜色的序列。如果指定了多个数据集合,例如DataFrame对象，颜色序列将会设置为相同的顺序。如果未指定，将会使用一个默认的线条颜色 - orientation
通过设置orientation为horizontal创建水平直方图。默认值为vertical
In [55]:
data = [1,2,3,3,4,2,5]
plt.hist(data,bins=10)
Out[55]:
返回值 ：
1: 直方图向量，是否归一化由参数normed设定
2: 返回各个bin的区间范围
3: 返回每个bin里面包含的数据，是一个list
条形图：plt.bar()
- 参数：第一个参数是索引。第二个参数是数据值。第三个参数是条形的宽度
-【条形图有两个参数x,y】
- width 纵向设置条形宽度
- height 横向设置条形高度
bar()、barh()
In [57]:
num = [1,2,3,4,5]
count = [2,4,6,8,10]
plt.barh(num,count)
Out[57]:
水平条形图
barh()
饼图
【饼图也只有一个参数x】
pie()
饼图适合展示各部分占总体的比例，条形图适合比较各部分的大小
普通各部分占满饼图
普通未占满饼图：小数/比例
饼图阴影、分裂等属性设置
labels参数设置每一块的标签；
labeldistance参数设置标签距离圆心的距离（比例值）
autopct参数设置比例值小数保留位(%.3f%%)；
pctdistance参数设置比例值文字距离圆心的距离
explode参数设置每一块顶点距圆心的长度（比例值,列表）；
colors参数设置每一块的颜色（列表）；
shadow参数为布尔值，设置是否绘制阴影
startangle参数设置饼图起始角度
In [59]:
plt.pie([0.2,0.5])
Out[59]:
In [58]:
arr=[11,22,31,15]
plt.pie(arr,labels=['a','b','c','d'])
Out[58]:
In [60]:
#labeldistance参数设置标签距离圆心的距离（比例值）
arr=[11,22,31,15]
plt.pie(arr,labels=['a','b','c','d'],labeldistance=0.3)
Out[60]:
In [61]:
#autopct参数设置比例值小数保留位(%.3f%%)；
arr=[11,22,31,15]
plt.pie(arr,labels=['a','b','c','d'],labeldistance=0.3,autopct='%.6f%%')
Out[61]:
In [62]:
##explode参数设置每一块顶点距圆心的长度（比例值,列表）；
arr=[11,22,31,15]
plt.pie(arr,labels=['a','b','c','d'],labeldistance=0.3,shadow=True,explode=[0.2,0.3,0.2,0.4])
Out[62]:
In [63]:
#startangle参数设置饼图起始角度
arr=[11,22,31,15]
plt.pie(arr,labels=['a','b','c','d'],startangle=50)
Out[63]:
%m.nf m 占位 n 小数点后保留几位 f 是以float格式输出
散点图：因变量随自变量而变化的大致趋势
【散点图需要两个参数x,y，但此时x不是表示x轴的刻度，而是每个点的横坐标！】
scatter()
In [64]:
x = np.random.randint(0,10,size=(20,))
y = np.random.randint(0,10,size=(20,))
plt.scatter(x,y,marker='d',c="rbgy") 设置不同的散点颜色
In [67]:
plt.scatter(x,y,c='rgyb')
Out[67]:
In [68]:
x = [1,2,3,4,5]
y = [2,4,6,8,10]
plt.scatter(x,y)
Out[68]:
