matplotlib模块详解
简单绘图，折线图，并保存为图片
import matplotlib.pyplot as plt x=[1,2,3,4,5] y=[10,5,15,10,20] plt.plot(x,y,'ro-',color='blue') plt.savefig('testblueline.jpg') plt.show()
生成图片：
import matplotlib.pyplot as plt
x=[1,2,3,4,5] #x轴数据
y=[10,5,15,10,20] #y轴数据。x轴和y轴一一对应就形成平面直角坐标系的坐标
plt.plot(x,y,'ro-',color='blue') #第一个参数是x轴，第二个是y轴，第四个指定折线图颜色。
plt.savefig('testblueline.jpg') #将绘图保存为图片
plt.show() #在pycharm中能展示出来
饼图绘制
# coding=utf-8 import matplotlib.pyplot as plt election_data = {'Biden': 290, 'Trump': 214, 'Others': 538 - 290 - 214} candidate = [key for key in election_data] votes = [value for value in election_data.values()] plt.figure(figsize=(10, 10), dpi=100) plt.pie(votes, labels=candidate, autopct="%1.2f%%", colors=['c', 'm', 'y'], textprops={'fontsize': 24}, labeldistance=1.05) plt.legend(fontsize=16) plt.title("2020年A国大选票数占比", fontsize=24) plt.savefig('bingtu.jpg') plt.show()
# coding=utf-8 import matplotlib.pyplot as plt election_data = {'Biden': 290, 'Trump': 214, 'Others': 538 - 290 - 214} #数据字段 candidate = [key for key in election_data] #字典的键是候选人，也是饼图的三个扇区 votes = [value for value in election_data.values()] #字典的值是投票人数， plt.figure(figsize=(10, 10), dpi=100) # plt.pie(votes, labels=candidate, autopct="%1.2f%%", colors=['c', 'm', 'y'], textprops={'fontsize': 24}, labeldistance=1.05) #把数值列表也就是投票数放第一个参数，labels是名称也就是候选人列表， #autopct参数，写1.2表示饼图数值百分比保留两位小数，如果不加，这里显示出6位小数。如果填1.0或者1，那么没有小数 #colors参数列表，代表饼图扇区的颜色，与标签即候选人是对应的，第一个颜色列表元素，对应第一个候选人列表元素。字母是颜色开头字母， #我将c变成b,扇区就变蓝色，写成r,扇区就变成红色。 #textprops参数里放标签和数值也就是候选人和投票百分比的文字大小。 #labeldistance是标签到圆心的距离，1.05正好不压住饼图，小于1，标签（候选人）进入了饼图内，远大于1那么标签离饼图太远。等于1会压盖一点饼图 plt.legend(fontsize=16) #legend 图例，说明的意思。这里可以控制右上角图例的大小。这里候选人就是图例，每个候选人就是图例中的一个，饼图根据它来划分的，然后根据投票数值占比，来划分饼图百分比 plt.title("2020年A国大选票数占比", fontsize=24)#这里控制饼图的标题，标题字体大小 # plt.savefig('bingtu.jpg') plt.show() #
pie(): matplotlib中绘制饼图的函数。第一个参数传入用于绘制饼图的数据列表，其他参数都是关键字参数。labels参数用于设置每个扇形的标签，说明每个扇形的数据归属。autopct参数用于设置饼图中的百分比，一般保留两位小数，传入"%1.2f%%"即可。colors参数用于设置每个扇形的颜色，与数据列表一一对应，传入一个与数据列表长度相等的列表。textprops参数用于设置标签和百分比的字体、大小等，传入一个字典。labeldistance参数用于设置标签与饼图的距离，默认值为1.1。
饼图将一个圆饼按照各分类的占比划分成多个扇形，整个圆饼代表数据的总量，每个扇形表示该分类占总体的比例大小，所有扇形相加的和等于100%。饼图适用于表示不同分类在总体中的占比情况，通过弧度大小来比较不同分类的占比大小，尤其在需要突出显示其中某一个部分的占比时。
上面的饼图绘制了2020年A国大选的票数占比情况，可以一目了然地看到候选人的得票占比情况。如果需要突出显示某位候选人的得票占比，可以对饼图进行分离展示。
中文字体显示和绘图方框
添加字体变量，其它方法上引用变量
# coding=utf-8 import matplotlib.pyplot as plt from matplotlib.font_manager import FontProperties # 步骤一 ... font = FontProperties(fname=r"c:\windows\fonts\simsun.ttc", size=14) # 步骤二 plt.xlabel("x轴", fontproperties=font) # 步骤三 plt.ylabel("y轴", fontproperties=font) plt.title("标题", fontproperties=font) plt.show()
创建图形，有x，y轴，有数字标识的正方体形式，此时没有设置字体，不能显示中文，并且终端报警告，没有字体
x,y轴加字体属性，这样图片中 就显示中文了
修改字体，就报错了，
虽然simsun.ttc文件在本地也找不到，但是就是能用
这个目录下有很多字体，不知道咋用
在方法上直接加参数宋体，黑体。fontproperties
import matplotlib.pyplot as plt # ... plt.xlabel("x轴") plt.ylabel("y轴", fontproperties="SimSun") # 步骤一 （宋体） plt.title("标题", fontproperties="SimHei") # （黑体） plt.show()
灵活，另一个优点：不污染全局字体设置
rcParams
import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = ['SimHei'] # 步骤一（替换sans-serif字体） plt.rcParams['axes.unicode_minus'] = False # 步骤二（解决坐标轴负数的负号显示问题） #... plt.xlabel("x轴") plt.ylabel("y轴") plt.title("标题") plt.show()
直接给所有的加字体了
简洁的用法。缺点：污染全局字体设置。（所以需要第二步骤）
一行那里改不存在的字体不可以显示，这里的2行那里有没有，图片貌似都没变化
还是字体的
rc的方法
import matplotlib.pyplot as plt font = {'family' : 'SimHei', 'weight' : 'bold', 'size' : '16'} plt.rc('font', **font) # 步骤一（设置字体的更多属性） plt.rc('axes', unicode_minus=False) # 步骤二（解决坐标轴负数的负号显示问题） #... plt.xlabel("x轴") plt.ylabel("y轴") plt.title("标题") plt.show()
灵活的用法。缺点：影响全局字体（所以需要第二步骤）
总结
方式二用时才设置，且不会污染全局字体设置，更灵活
方式三、方式四不需要对字体路径硬编码，而且一次设置，多次使用，更方便。
使用案例
import numpy as np import matplotlib.pyplot as plt font = {'family' : 'DFKai-SB', 'weight' : 'bold', 'size' : '16'} plt.rc('font', **font) # pass in the font dict as kwargs plt.rc('axes',unicode_minus=False) x = np.linspace(0, 10, 1000) y = np.sin(x) z = np.cos(x**2) plt.figure(figsize=(8,4)) plt.plot(x,y,label="$sin(x)$",color="red",linewidth=2) plt.plot(x,z,"b--",label="$cos(x^2)$") plt.xlabel("x轴") plt.ylabel("y轴") plt.title("标题") plt.ylim(-1.2,1.2) plt.legend() plt.show()
一些中文字体英文名字
| 宋体 | SimSun |
| 黑体 | SimHei |
| 微软雅黑 | Microsoft YaHei |
| 微软正黑体 | Microsoft JhengHei |
| 新宋体 | NSimSun |
| 新细明体 | PMingLiU |
| 细明体 | MingLiU |
| 标楷体 | DFKai-SB |
| 仿宋 | FangSong |
| 楷体 | KaiTi |
| 隶书 | LiSu |
| 幼圆 | YouYuan |
| 华文细黑 | STXihei |
| 华文楷体 | STKaiti |
| 华文宋体 | STSong |
| 华文中宋 | STZhongsong |
| 华文仿宋 | STFangsong |
| 方正舒体 | FZShuTi |
| 方正姚体 | FZYaoti |
| 华文彩云 | STCaiyun |
| 华文琥珀 | STHupo |
| 华文隶书 | STLiti |
| 华文行楷 | STXingkai |
| 华文新魏 | STXinwei |
旋转饼图和突出显示
import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = ['SimHei'] election_data = {'Biden': 290, 'Trump': 214, 'Others': 538 - 290 - 214} candidate = [key for key in election_data] votes = [value for value in election_data.values()] plt.figure(figsize=(10, 10), dpi=100) explode = (0.1, 0, 0) plt.pie(votes, labels=candidate, autopct="%1.2f%%", colors=['c', 'm', 'y'], textprops={'fontsize': 24}, labeldistance=1.05, explode=explode, startangle=90, shadow=True) plt.legend(loc='upper right', fontsize=16) plt.title("2020年A国大选票数占比", fontsize=24) plt.axis('equal') plt.show()
import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = ['SimHei'] #设置字体 election_data = {'Biden': 290, 'Trump': 214, 'Others': 538 - 290 - 214} #定义字典数据源 candidate = [key for key in election_data] #定义标签 votes = [value for value in election_data.values()] #定义数值 plt.figure(figsize=(10, 10), dpi=100) #新建画图窗口,窗口长和高。dpi 为设置图形每英寸的点数 explode = (0.1, 0, 0)#设置各部分突出 plt.pie(votes, labels=candidate, autopct="%1.2f%%", colors=['c', 'm', 'y'], textprops={'fontsize': 24}, labeldistance=1.05, explode=explode, startangle=90, shadow=True) plt.legend(loc='upper right', fontsize=16) #plt.legend（）函数主要的作用就是给图加上图例，plt.legend([x,y,z])里面的参数使用的是list的的形式将图表的的名称喂给这和函数 plt.title("2020年A国大选票数占比", fontsize=24) # plt.axis('equal') plt.show() #plt.axis()用法详解:https://www.cnblogs.com/shuaishuaidefeizhu/p/14034415.html #plt.figure(1)是新建一个名叫 Figure1的画图窗口， # plt.plot(x,c)是在画图窗口里具体绘制横轴为x 纵轴为c的曲线 #参考设置图形大小和dpi https://www.cnblogs.com/lijunjie9502/p/10327151.html
在绘制饼图的pie()函数中，explode参数用于设置每个扇形到圆心的距离，传入一个与数据列表长度相等的列表，默认每个扇形到圆心的距离都是0，将想要分离展示的扇形距离设置成一个适合的值，如0.1，即可将该部分突出展示。为了展示效果更好，可以使用startangle参数对饼图进行旋转(如将分离的扇形旋转到左侧)，给startangle参数传入一个角度，将饼图逆时针旋转对应的角度，startangle参数表示的是饼图的起始角度，默认为正右方向，即传统的x轴正方形，此方向表示0度，设置起始角度后可以实现旋转的效果。对扇形进行分离展示后，将shadow参数设置为True，给饼图添加阴影，使饼图更立体，饼图切分的效果会更好。
在对饼图进行分离后，饼图的布局会发生变化，为了控制饼图占用的区域是一个正方形，且避免饼图变成椭圆形，使用axis('equal')函数，传入'equal'参数。
在上一张饼图的基础上，经过设置后，将获胜者Biden的得票率突出显示，可以更突出地展示获胜者的得票占比。
绘制环形饼图
import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = ['SimHei'] election_data = {'Biden': 290, 'Trump': 214, 'Others': 538 - 290 - 214} candidate = [key for key in election_data] votes = [value for value in election_data.values()] plt.figure(figsize=(10, 10), dpi=100) explode = (0, 0, 0) plt.pie(votes, labels=candidate, explode=explode, autopct="%1.2f%%", colors=['c', 'm', 'y'], textprops={'fontsize': 24}, labeldistance=1.05, pctdistance=0.85, startangle=90) plt.pie([1], radius=0.7, colors='w') plt.legend(loc='upper right', fontsize=16) plt.title("2020年A国大选票数占比", fontsize=24) plt.axis('equal') plt.show()
要绘制环形的饼图，在绘制出饼图后，再次调用pie()函数绘制一个更小的纯白饼图即可，先后顺序不能相反。
在绘制纯白的饼图时，传入只有一个数据的列表，一条数据会占满整个饼图，占比100%，颜色设置为colors='w'。radius参数默认为1，如果第一张饼图的radius参数是1，设置白色饼图的radius参数小于1，得到的白色饼图就会小于第一张饼图。此外不需要设置其他参数，白色饼图不需要显示百分比，不需要显示标签等。
绘制完成小的白色饼图，环形效果就实现了，还需要调整第一张饼图的百分比的显示位置。在pie()函数中，pctdistance参数用于设置百分比显示离圆心的距离，默认值是0.6，设置环形效果时，可以将pctdistance参数增大，使百分比显示在环形的中间。同时，因为环形饼图是通过遮挡实现的，阴影展示不完全，看起来比较别扭，所以不设置shadow参数，去掉阴影。
柱形图
1、基本柱形图
# -*- coding: utf-8 -*- import matplotlib.pyplot as plt num_list = [1.5, 0.6, 7.8, 6] plt.bar(range(len(num_list)), num_list) plt.show()
柱形图
2、设置柱形图颜色
# -*- coding: utf-8 -*- import matplotlib.pyplot as plt num_list = [1.5, 0.6, 7.8, 6] plt.bar(range(len(num_list)), num_list, fc='r') plt.show()
加上参数fc改变为单一颜色
加上颜色参数也可以
# -*- coding: utf-8 -*- import matplotlib.pyplot as plt num_list = [1.5, 0.6, 7.8, 6] plt.bar(range(len(num_list)), num_list, color='rgb') plt.show()
3、添加横坐标的标签
# -*- coding: utf-8 -*- import matplotlib.pyplot as plt name_list = ['Monday', 'Tuesday', 'Friday', 'Sunday'] num_list = [1.5, 0.6, 7.8, 6] plt.bar(range(len(num_list)), num_list, color='rgb', tick_label=name_list) plt.show()
4、堆叠柱状图
# -*- coding: utf-8 -*- import matplotlib.pyplot as plt name_list = ['Monday', 'Tuesday', 'Friday', 'Sunday'] num_list = [1.5, 0.6, 7.8, 6] num_list1 = [1, 2, 3, 1] plt.bar(range(len(num_list)), num_list, label='boy', fc='y') plt.bar(range(len(num_list)), num_list1, bottom=num_list, label='girl', tick_label=name_list, fc='r') plt.legend() plt.show()
适用于如下课程表类似的结构。根据时间或者某个序列，对一种或多类对象的数值，显示每个序列中这几类的数值和占比情况
5、并列柱形图
还是适用上图的情况
# -*- coding: utf-8 -*- import matplotlib.pyplot as plt name_list = ['Monday' ,'Tuesday' ,'Friday' ,'Sunday'] num_list = [1.5 ,0.6 ,7.8 ,6] num_list1 = [1 ,2 ,3 ,1] x =list(range(len(num_list))) total_width, n = 0.8, 2 width = total_width / n plt.bar(x, num_list, width=width, label='boy', fc='y') for i in range(len(x)): x[i] = x[i] + width plt.bar(x, num_list1, width=width, label='girl', tick_label=name_list, fc='r') plt.legend() plt.show()
6、条形柱形图
# -*- coding: utf-8 -*- import matplotlib.pyplot as plt name_list = ['Monday', 'Tuesday', 'Friday', 'Sunday'] num_list = [1.5, 0.6, 7.8, 6] plt.barh(range(len(num_list)), num_list, tick_label=name_list) plt.show()
中文字体：https://www.jb51.net/article/134546.htm
https://www.cnblogs.com/bainianminguo/p/10952586.html
饼图：https://blog.csdn.net/weixin_43790276/article/details/109684441
cpu图：https://www.it610.com/article/1304777370737086464.htm
动态cpu：http://www.zzvips.com/article/145005.html
展示图片在html页面：https://www.cnblogs.com/amize/p/15060978.html
绘图知识点：https://www.cnblogs.com/zhizhan/p/5615947.html
菜鸟教程：https://www.runoob.com/matplotlib/matplotlib-pie.html
matplotlib柱形图：https://blog.csdn.net/qq_29721419/article/details/71638912
# -*- coding: utf-8 -*-
import matplotlib.pyplot as plt
name_list = ['Monday', 'Tuesday', 'Friday', 'Sunday']
num_list = [1.5, 0.6, 7.8, 6]
plt.bar(range(len(num_list)), num_list, color='rgb', tick_label=name_list)
plt.show()
