matplotlib
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
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
x=[1,2,3,4,5]
y=[2,4,6,8,10]
plt.plot(x,y)
[<matplotlib.lines.Line2D at 0x9c757b8>]
- 绘制抛物线
x = np.linspace(-np.pi,np.pi,num=10)
y = x**2
plt.plot(x,y)
[<matplotlib.lines.Line2D at 0x9bf3eb8>]
- 绘制正弦曲线图
x = x
y = np.sin(x)
plt.plot(x,y)
[<matplotlib.lines.Line2D at 0x9aecf28>]
包含多个曲线的图
1、连续调用多次plot函数
plt.plot(x,y)
plt.plot(x+2,y-1)
[<matplotlib.lines.Line2D at 0x98f8240>]
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
plt.plot(x,y,x-3,y+5)
[<matplotlib.lines.Line2D at 0xa4ffa90>,
<matplotlib.lines.Line2D at 0xa4ffbe0>]
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
plt.subplot(221)
plt.plot(x,y)
plt.subplot(2,2,2)
plt.plot(x+1,y-3)
plt.subplot(2,2,3)
plt.plot(x+5,y+2)
plt.subplot(2,2,4)
plt.plot(x-1,y-5)
[<matplotlib.lines.Line2D at 0xbb3f7b8>]
参数：
- axis
- color:支持十六进制颜色
- linestyle: -- -. :
- alpha
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])
plt.plot(x,y)
plt.axis([-6,6,-2,2])
#plt.axis('off')
[-6, 6, -2, 2]
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
plt.figure(figsize=(10,5))
plt.plot(x,y)
[<matplotlib.lines.Line2D at 0xc3f2828>]
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
plt.plot(x,y)
plt.xlabel('xxx')
plt.ylabel('yyy')
plt.title('ttt')
Text(0.5,1,'ttt')
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
plt.plot(x,y,label='AAA')
plt.plot(x+3,y-4,label='BBB')
plt.legend(ncol=1,loc=3)
<matplotlib.legend.Legend at 0xc11a5c0>
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）
fig = plt.figure()
plt.plot(x,y,label='AAA')
plt.plot(x+3,y-4,label='BBB')
plt.legend(ncol=1,loc=3)
fig.savefig('./123.png',dpi=50)
---------------------------------------------------------------------------
NameError Traceback (most recent call last)
<ipython-input-2-75147d8e63dd> in <module>()
----> 1 fig = plt.figure()
2
3 plt.plot(x,y,label='AAA')
4 plt.plot(x+3,y-4,label='BBB')
5 plt.legend(ncol=1,loc=3)
NameError: name 'plt' is not defined
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
plt.plot(x,y,c='red',alpha=0.5)
[<matplotlib.lines.Line2D at 0xe7ff2e8>]
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 |
plt.plot(x,y,c='red',alpha=0.5,ls='steps')
[<matplotlib.lines.Line2D at 0xeb48400>]
线宽
linewidth或lw参数
plt.plot(x,y,c='red',alpha=0.5,ls='steps',lw=5)
[<matplotlib.lines.Line2D at 0xea15048>]
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 |
plt.plot(x,y,c='red',alpha=0.5,lw=5,marker='h',markersize=10)
[<matplotlib.lines.Line2D at 0xceeb6d8>]
# 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
salary = np.array([12345,10000,15000,18000,20000,15555,10050,19999,12000,12500])
# qu = [10000,12000,15000,18000,20000]
plt.hist(salary)
(array([2., 0., 3., 0., 0., 2., 0., 0., 1., 2.]),
array([10000., 11000., 12000., 13000., 14000., 15000., 16000., 17000.,
18000., 19000., 20000.]),
<a list of 10 Patch objects>)
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()
x = [1,2,3,4,5]
y = [6,7,8,9,10]
plt.barh(x,y)
<Container object of 5 artists>
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
arr = [0.2,0.3,0.1,0.2]
plt.pie(arr,labels=['a','b','c','d'])
([<matplotlib.patches.Wedge at 0x116dbf98>,
<matplotlib.patches.Wedge at 0x116e54a8>,
<matplotlib.patches.Wedge at 0x116e5978>,
<matplotlib.patches.Wedge at 0x116e5e48>],
[Text(0.889919,0.646564,'a'),
Text(-0.646564,0.889919,'b'),
Text(-1.04616,-0.339919,'c'),
Text(-0.339919,-1.04616,'d')])
arr=[11,22,31,15]
plt.pie(arr,labels=['a','b','c','d'])
([<matplotlib.patches.Wedge at 0x11697cf8>,
<matplotlib.patches.Wedge at 0x116a1208>,
<matplotlib.patches.Wedge at 0x116a16d8>,
<matplotlib.patches.Wedge at 0x116a1ba8>],
[Text(0.996424,0.465981,'a'),
Text(-0.195798,1.08243,'b'),
Text(-0.830021,-0.721848,'c'),
Text(0.910034,-0.61793,'d')])
#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)
([<matplotlib.patches.Wedge at 0x11727470>,
<matplotlib.patches.Wedge at 0x11727940>,
<matplotlib.patches.Wedge at 0x11727e10>,
<matplotlib.patches.Wedge at 0x11732320>],
[Text(0.271752,0.127086,'a'),
Text(-0.0533994,0.295209,'b'),
Text(-0.226369,-0.196868,'c'),
Text(0.248191,-0.168526,'d')])
#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%%')
([<matplotlib.patches.Wedge at 0x1176d898>,
<matplotlib.patches.Wedge at 0x1176df60>,
<matplotlib.patches.Wedge at 0x11776668>,
<matplotlib.patches.Wedge at 0x11776d30>],
[Text(0.271752,0.127086,'a'),
Text(-0.0533994,0.295209,'b'),
Text(-0.226369,-0.196868,'c'),
Text(0.248191,-0.168526,'d')],
[Text(0.543504,0.254171,'13.924050%'),
Text(-0.106799,0.590419,'27.848101%'),
Text(-0.452739,-0.393735,'39.240506%'),
Text(0.496382,-0.337053,'18.987341%')])
##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])
([<matplotlib.patches.Wedge at 0x117b93c8>,
<matplotlib.patches.Wedge at 0x117b9b38>,
<matplotlib.patches.Wedge at 0x117c32e8>,
<matplotlib.patches.Wedge at 0x117c3a58>],
[Text(0.45292,0.21181,'a'),
Text(-0.106799,0.590419,'b'),
Text(-0.377282,-0.328113,'c'),
Text(0.579113,-0.393228,'d')])
#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)
([<matplotlib.patches.Wedge at 0x1180a128>,
<matplotlib.patches.Wedge at 0x1180a5f8>,
<matplotlib.patches.Wedge at 0x1180aac8>,
<matplotlib.patches.Wedge at 0x1180af98>],
[Text(0.283527,1.06283,'a'),
Text(-0.955049,0.545785,'b'),
Text(0.0194406,-1.09983,'c'),
Text(1.05832,0.299929,'d')])
%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()
x = [33,35,34,31,36]
y = [100,200,150,166,177]
plt.scatter(x,y)
<matplotlib.collections.PathCollection at 0xff31d68>
x = np.linspace(10,20,num=30)
y = np.random.randint(10,20,size=(30,))
plt.scatter(x,y,c='rbgy')
<matplotlib.collections.PathCollection at 0x104f2e48>
plt.scatter(x,y,marker='d',c="rbgy") 设置不同的散点颜色
