matplotlib各图形绘制

2D图形

import numpy as np
import pandas as pd
from pandas import Series,DataFrame
import matplotlib.pyplot as plt

散点图

【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()

通过散点图 可以研究 两个特征之间的关系

x = np.random.normal(loc=0,scale=5,size=1000)
y = np.random.normal(loc=0,scale=5,size=1000)
# plt.plot()  # plot绘制的是折线图
plt.scatter(x,y)  #  plt.scatter()绘制的是散点图

plt.scatter(x,y,s=80,c='red')  # s size指的是散点的大小 c color指的是散点的颜色

size = np.random.randint(0,100,1000)
color = np.random.random(size=(1000,3))
# 给这1000个点 随机产生 不同的 大小和颜色
plt.scatter(x,y,s=size,c=color,alpha=0.6,marker='*')
plt.axis('off')

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

data = np.array([30,50,24,80])  # 如果各个值 加起来 比1大 就会计算各个部分的百分比
plt.pie(data)
plt.axis('equal')

普通未占满饼图

data = np.array([0.2,0.4,0.2,0.1])  # 如果比1 小 直接把各个部分的值 作为 百分比
plt.pie(data)

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,只能设置一个浮点小数）
• autopct参数设置比例值的显示格式(%.nf%%)；
• 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形的长度（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

 

data = np.array([30,50,24,80])
_ = plt.pie(data
            ,labels=['china','india','brazil','russa']  # 各个部分的名字（标签）
            ,labeldistance=1.1  # 标签到中心点的距离
            ,autopct='%.1f%%'  # 控制比例的值的显示
            ,pctdistance=0.5  # 控制百分比的值的显示位置
            ,explode=[0.1,0,0,0]  # 每一份扇形 到中心点的距离
            ,colors = ['red','green','blue','yellow']
            ,shadow=True
            ,startangle=90  # 绘制图形时候 开始的角度
           )

直方图

【直方图的参数只有一个x！！！不像条形图需要传入x,y】

hist()的参数

• bins
  • 可以是一个bin数量的整数值，也可以是表示bin的一个序列。默认值为10
• density (normed)
  • 如果值为True，直方图的值将进行归一化处理，形成概率密度，默认值为False
• color
  • 指定直方图颜色。可以是单一色值或颜色序列。如果指定了多个数据集合，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

data = np.random.randint(0,100,size=100)
df = DataFrame(data)
df.plot(kind='hist')

# bins指的是要把整个范围 分成多少份 默认值是10
# density把值从频率变成概率
# orientation用来控制条形图的方向 horizontal表示水平
plt.hist(data,bins=5,density=True,color='r',orientation='horizontal')

条形图

【条形图有两个参数x,y】

• width 水平方向的长度
• height 竖直方向的长度

bar()、barh()

data = np.array([1,4,7,2,8,5])
index = [1,2,3,4,5,6]
# x是索引, height是高度（值）
plt.bar(x=index,height=data,width=0.5)

# y是各个样本的索引
# 各个样本的值的大小 用width来体现
plt.barh(y=index,height=0.5,width=data)

data = np.array([1,2,3,4,5,6])
index = [1,2,3,4,5,6]
plt.bar(x=index,height=data,width=0.5)

plt.axes(polar=True)
data = np.array([1,2,3,4,5,6])
index = [1,2,3,4,5,7]
plt.bar(x=index,height=data,width=0.5)

index = np.arange(0,2*np.pi,np.pi/4)
data = [1,2,3,4,5,6,7,8]
plt.axes(polar=True)
plt.bar(x=index,height=data,width=0.5)

图形内的文字、注释、箭头

控制文字属性的方法:

所有的方法会返回一个matplotlib.text.Text对象

图形内的文字

text()

# 以下所有这些 都是文字对象 都可以设置 color rotation fontsize fontproperties ...
axes = plt.subplot()
plt.title('title')  # 画布标题 实际上 内部调用的 就是axes坐标系的标题
# plt.suptitle('suptitle',color='r',rotation=90,fontsize=10)
plt.figtext(0.2,0.8,'fig_text')  # 画布内的文本 x和y参数用来指定位置（0-1之间 不过也可以超出这个范围） s就是文字的内容
axes.set_title('axes_title')
axes.text(0.5,0.5,'axes_text')  # x, y, s
axes.text(0.8,0.2,'axes_text')

注释

annotate()

• xy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），可以理解为控制箭头的长度

data = np.random.randint(0,10,size=10)
index = np.arange(0,10,1)
data
index

plt.plot(index,data)
# s 注释的内容
# xy 注释的位置 以列表或者元组的形式 设置x和y的座标（注意 不是0-1的那种值）
# plt.annotate('hehe',[5,2]) 
# 如果想添加 箭头 可以用 arrowprops来设置箭头的样式
# plt.annotate(s='hehe',xy=[5,2],xytext=[0,8],arrowprops={'width':2})  # xytext用来设置文本的位置 xy是箭头指向的位置
# plt.annotate(s='hehe',xy=[5,2],xytext=[0,8],arrowprops={'width':2},color='r',rotation=90)  # annotation注释 也是文本对象 也可以设置文本属性
plt.annotate(s='hehe',xy=[5,2],xytext=[0,8],arrowprops={'width':20,'headlength':25,'headwidth':25})  # 设置箭头的样式 箭头身体的宽度width 箭头头部的宽度headwidth 长度headlength

plt.plot(index,data)
plt.annotate(s='hehe',xy=[5,2],xytext=[0,8],arrowprops={'arrowstyle':'fancy'})

3D图

曲面图

导包

• from mpl_toolkits.mplot3d.axes3d import Axes3D

使用mershgrid函数切割x,y轴

• X,Y = np.meshgrid(x, y)

创建3d坐标系

• axes = plt.subplot(projection='3d')

绘制3d图形

• p = axes.plot_surface(X,Y,Z,color='red',cmap='summer') # 返回图形对象

添加colorbar

• plt.colorbar(p,shrink=0.5) # 传入图形对象

from mpl_toolkits.mplot3d.axes3d import Axes3D
axes = plt.subplot(projection='3d')

# 取遍 x y 平面上的整数点
x = np.linspace(0,5,6)  # 取遍了x轴线上的整数点
x
y = np.linspace(0,5,6)
y

X,Y = np.meshgrid(x,y)

def fn(x,y):
    return np.sin(y)-np.cos(x)
Z = fn(X,Y)
x = np.linspace(-6,6,100)
y = np.linspace(-6,6,100)
X,Y = np.meshgrid(x,y)
# plot_surface绘制平面
plt.figure(figsize=(12,8))
axes = plt.subplot(projection='3d')
# axes.plot_surface(X, Y, Z,color='red')
p = axes.plot_surface(X, Y, Z,cmap='rainbow')
plt.colorbar(p,shrink=0.5)

玫瑰图/极坐标条形图

创建极坐标，设置polar属性

plt.axes(polar = True)

绘制极坐标条形图

index = np.arange(0,2*np.pi,2*np.pi/8)
plt.bar(x=index ,height = [1,2,3,4,5,6,7,8] ,width = 2*np.pi/8)