代码改变世界

python中利用matplotlib绘图可视化知识归纳

2019-04-13 12:17  fighter324  阅读(13144)  评论(0编辑  收藏  举报

python中利用matplotlib绘图可视化知识归纳:

(1)matplotlib图标正常显示中文

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif']=['simhei']   #用于正常显示中文标签

plt.rcParams['axes.unicode_minus']=False     #用于正常显示负号

(2)统计作图函数:

  •  plt.plot()绘制线性二维图,折线图

注意:如果向plot()指令提供了一维的数组或者列表,则matplotlib将默认它是一系列的y值,并且自动为其生成x的值。默认的x向量从0开始并且具有和y同样的长度。

  •   plt.bar() 绘制条形图
  •  plt.scatter() 绘制散点图
  •  plt.hist() 绘制二维条形直方图,显示数据的分配情况
  •  plt.pie() 绘制饼图
  •  plt.boxplot() 绘制箱形图

(3)为项目设置matplotlib参数

 在代码执行过程中,有两种方式可以更改参数:

  1. 使用参数字典(rcParams
  2. 调用matplotlib.rc()命令,通过传入关键字元组,修改参数

如果不想每次使用matplotlib时都在代码部分进行配置,可以修改matplotlib的文件参数。可以用matplot.get_config()命令来找到当前用户的配置文件目录。

配置文件包括以下配置项:

  • figure: 控制dpi、边界颜色、图形大小、和子区( subplot)设置 
  • font: 字体集(font family)、字体大小和样式设置 
  • grid: 设置网格颜色和线性 
  • legend: 设置图例和其中的文本的显示 
  • line: 设置线条(颜色、线型、宽度等)和标记
  • xticks和yticks: 为x,y轴的主刻度和次刻度设置颜色、大小、方向,以及标签大小。
  • axex: 设置坐标轴边界和表面的颜色、坐标刻度值大小和网格的显示 
  • backend: 设置目标暑促TkAgg和GTKAgg 
  • patch: 是填充2D空间的图形对象,如多边形和圆。控制线宽、颜色和抗锯齿设置等。
  • savefig: 可以对保存的图形进行单独设置。例如,设置渲染的文件的背景为白色。
  • verbose: 设置matplotlib在执行期间信息输出,如silent、helpful、debug和debug-annoying

(4)线条相关属性标记设置

线条形状设置:  linestyle

 marker:对坐标点标记(线条标记)

(5)颜色设置

 调用matplotlib.pyplot.colors()可以得到matplotlib支持的所有颜色。

其中,k表示黑色、m表示洋红色、c表示青色、w表示白色。

背景色:matplotlib.pyplot.axes() 或者 matplotlib.pyplot.subplot()提供一个axisbg参数,可以指定坐标中的颜色。

(6)修改坐标范围

默认情况下,坐标轴的最大值和最小值与输入数据的最小、最大值一致。

plt.axis(xmin,xmax,ymin,ymax) 给定了坐标范围

xlim(xmin,xmax)和ylim(ymin,ymax)来调整x,y的坐标范围

(7)设置轴标记plt.xticks()/plt.yticks():人为设置坐标轴的刻度显示的值

实例:

import matplotlib.pyplot as plt

import numpy as np

plt.figure(figsize=(8,6), dpi=80)                                           # 创建一个新的 1 * 1 的子图,接下来的图样绘制在其中的第 1 块(也是唯一的一块)

plt.subplot(1,1,1)

X = np.linspace(-np.pi, np.pi, 256,endpoint=True)

C,S = np.cos(X), np.sin(X)

plt.plot(X, C, color="blue", linewidth=1.0, linestyle="-")              # 绘制余弦曲线,使用蓝色的、连续的、宽度为 1 (像素)的线条

plt.plot(X, S, color="r", lw=4.0, linestyle="-")                              # 绘制正弦曲线,使用绿色的、连续的、宽度为 1 (像素)的线条

plt.axis([-4,4,-1.2,1.2])                                                                 #给定坐标轴的范围

                                                                                                # 设置轴记号

plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],

[r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$'])

plt.yticks([-1, 0, +1],

[r'$-1$', r'$0$', r'$+1$'])    #注意:这里设置记号时,同时设置了记号的标签。使用了LaTeX

plt.show()   

                                                                                   

 

(8)叠加图:用一条指令画出多条不同格式的线

示例:

import matplotlib.pyplot as plt

import numpy as np

t = np.arange(0., 5., 0.2)

plt.plot(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^')

plt.show()

                                                               

(9)创建子图plt.subplot()

首先通过plt.figure()创建一张新的图,之后用plt.subplot()创建子图。

其中subplot()指令包含行数、列数和图像编号,其中图像编号的范围是从1到行数 * 列数。

import matplotlib.pyplot as plt

plt.figure(1)              # 第一张图

plt.subplot(211)           # 第一张图中的第一张子图

plt.plot([1,2,3])

plt.subplot(212)           # 第一张图中的第二张子图

plt.plot([4,5,6])

plt.figure(2)              # 第二张图

plt.plot([4,5,6])          # 默认创建子图subplot(111)

plt.figure(1)             # 切换到figure 1 ; 子图subplot(212)仍旧是当前图

plt.subplot(211)             # 令子图subplot(211)成为figure1的当前图

plt.title('Easy as 1,2,3')     # 添加subplot 211 的标题

   

 (10)plt.text()添加文字说明

Text语法说明:

text(x,y,string,fontsize=15,verticalalignment="top",horizontalalignment="right")   

其中:

           x,y:表示坐标值上的值

           string:表示说明文字

          fontsize:表示字体大小

          verticalalignment:垂直对齐方式 ,参数:[ ‘center’ | ‘top’ | ‘bottom’ | ‘baseline’ ]

          horizontalalignment:水平对齐方式 ,参数:[ ‘center’ | ‘right’ | ‘left’ ]

          arrowprops  #箭头参数,参数类型为字典dict    参数:width点箭头的宽度headwidth在点的箭头底座的宽度headlength点箭头的长度shrink 总长度为分数“缩水”从两端facecolor箭头颜色

           bbox给标题增加外框    其中常用参数: boxstyle方框外形facecolor(简写fc)背景颜色edgecolor(简写ec)边框线条颜色edgewidth边框线条大小

示例:

import matplotlib.pyplot as plt

plt.text(0.6, 0.5, "test", size=50, rotation=30.,ha="center", va="center",bbox=dict(boxstyle="round",ec=(1., 0.5, 0.5),fc=(1., 0.8, 0.8),))

plt.text(0.5, 0.4, "test", size=50, rotation=-30.,ha="right", va="top",bbox=dict(boxstyle="square",ec=(1., 0.5, 0.5),fc=(1., 0.8, 0.8),))

plt.draw()

plt.show()

                                                         

(12)文本注释annotate()

格式:annotates=’str’,xy=(x,y),xytext=(i1,i2),;...

annotate()参数设置箭头指示的位置,xytext参数设置注释文字的位置

---arrowprops参数以字典的形式设置箭头的样式

---width参数设置箭头长方形部分的宽度,headlength参数设置箭头尖端的长度

---headwidth参数设置箭头尖端底部的宽度,shrink参数设置箭头顶点、尾部与指示点、注释文字的距离(比例值)'''

示例如下:

import numpy as np

import matplotlib.pyplot as plt

plt.figure(figsize=(6, 6))

x = np.random.randint(0, 10, size=10)

x[5] = 30                                                               # x中索引值为5的重新赋值

plt.plot(x)

plt.ylim([-2, 35])

# plt.annotate(s="this point is important", xy=(5, 30), xytext=(6, 31),arrowprops={"width": 2, "headlength": 5, "headwidth": #5, "shrink": 0.1})

plt.annotate(s="this point is important", xy=(5, 30), xytext=(6, 31),arrowprops={"arrowstyle":"->"})     # 如果arrowprops中有arrowstyle,就不应该有其他的属性,xy代表的是箭头的位置,xytext代表的是箭头文本的位置。

plt.show()

                                                                                         

(13)plt.title()设置图像标题

title常用参数:fontsize设置字体大小、fontweight设置字体粗细、fontstyle设置字体类型、verticalalignment设置水平对齐方式 可选数:  'center' , 'top' , 'bottom' ,'baseline'

horizontalalignment设置垂直对齐方式,可选参数:left,right,center

rotation(旋转角度)可选参数为:vertical,horizontal 也可以为数字

alpha透明度,参数值0至1之间

backgroundcolor标题背景颜色

(14)Matplotlib中的fill_between()函数总结

示例:曲线覆盖

import numpy as np

import matplotlib.pyplot as plt

x = np.array([i for i in range(30)])

y = np.random.rand(30)

plt.plot(x, y)

plt.fill_between(x, 0, y, facecolor='green', alpha=0.3)

plt.show()

注意:fill_between()函数中的几个参数:

                                                               x:第一个参数表示覆盖的区域,直接复制为x,表示整个x都覆盖

                                                              0:表示覆盖的下限

                                                              y: 表示覆盖的上限是y这个曲线

                                                              facecolor:覆盖区域的颜色

                                                              alpha:覆盖区域的透明度[0,1],其值越大,表示越不透明

                                                                                        

部分区域覆盖plt.fill_between(x[2:15], 0.2, 0.6, facecolor='green', alpha=0.3)

两曲线之间的覆盖

y1 = np.random.rand(30)

y2 = y1 + 0.3

plt.plot(x, y1,'b',x,y2,'r')

plt.fill_between(x, y1, y2, facecolor='green', alpha=0.3)

                                                                            

示例:想要实现循环填充想要填充的部分,设置填充的上下限的功能

import numpy as np

import matplotlib.pyplot as plt

x = np.array([i for i in range(30)])

print(x)

y = np.random.rand(30)

# 设置想要高亮数据的位置

position = [[1, 6],

            [10, 12],

            [20, 23],

            [26, 28]]

print(position)

# 画图

plt.plot(x, y, 'r')

for i in position:

    print(i)                                           #输出结果i为:[1, 6], [10, 12], [20, 23], [26, 28]

    print(x[i[0]:i[1]])                                #结果为:[1 2 3 4 5]     [10 11]    [20 21 22]     [26 27]

    plt.fill_between(x[ i[0] : i[1] ], 0, 1, facecolor='green', alpha=0.3)

plt.show()