Matplotlib
样式美化
style
- 所有样式
- 语法：print(plt.style.available)
- 使用样式
语法：plt.style.use('ggplot')
画图
创建画布
plt.figure(figsize=(10, 6.5))
figsize 设置画布大小
设置标题
- title：图形标题
- 用法：plt.title('regression result comparison')
- title(label, fontdict=None, loc='center', pad=None, **kwargs)
- label : 字符串，标题名
- fontdict：标题文本外观（字典）
{'famlily'：['fantasy', 'Tahoma', 'monospace', 'Times New Roman']
'color': 颜色
'fontsize': 数字,字体大小
'fontweight' : ['light', 'normal', 'medium', 'semibold', 'bold', 'heavy', 'black'] 字体粗细
'verticalalignment': ['center' , 'top' , 'bottom' ,'baseline'] 设置水平对齐方式
'horizontalalignment': [left,right,center]}垂直对齐方式
'rotation'：vertical,horizontal 也可以为数字，旋转角度
'alpha’：透明度，参数值0至1之间
'backgroundcolor'：标题背景颜色
'bbox'：给标题增加外框 ，常用参数如下：
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
例子：
plt.title('Interesting Graph',fontsize='large'，fontweight='bold') 设置字体大小与格式
plt.title('Interesting Graph',color='blue') 设置字体颜色
plt.title('Interesting Graph',loc ='left') 设置字体位置
plt.title('Interesting Graph',verticalalignment='bottom') 设置垂直对齐方式
plt.title('Interesting Graph',rotation=45) 设置字体旋转角度
plt.title('Interesting',bbox=dict(facecolor='g', edgecolor='blue', alpha=0.65 )) 标题
图例
- legend
loc
'best' : 0, (only implemented for axes legends)(自适应方式)
'upper right' : 1,
'upper left' : 2,
'lower left' : 3,
'lower right' : 4,
'right' : 5,
'center left' : 6,
'center right' : 7,
'lower center' : 8,
'upper center' : 9,
'center' : 10,
- 批量增加图例
plt.legend([s1,s2],[label1,label2],loc=0)
s1,s2为不同图形对象，例如线图，散点图
x轴标题,y轴标题
- xlabel,ylabel
- 用法同title
刻度线标签
- xtickets,ytickets
- 用法
plt.xtickets(np.arange(5), ('a','b','c','d','e'))
轴范围
- xlim,ylim
- 用法
plt.xlim((1,10))
增加文字到图形
- text
- 用法
plt.text(x,t,str)
x,y 为要添加文字的坐标
color
折线图
- 参数:
- s：大小
- edgecolors：边框颜色
- c：内置颜色
- markevery:样式maker的个数
- linestyle:线样式
- maker：样式
================ ===============================
character description
================ ===============================
``'-'`` solid line style
``'--'`` dashed line style
``'-.'`` dash-dot line style
``':'`` dotted line style
``'.'`` point marker
``','`` pixel marker
``'o'`` circle marker
``'v'`` triangle_down marker
``'^'`` triangle_up marker
``'<'`` triangle_left marker
``'>'`` triangle_right marker
``'1'`` tri_down marker
``'2'`` tri_up marker
``'3'`` tri_left marker
``'4'`` tri_right marker
``'s'`` square marker
``'p'`` pentagon marker
``'*'`` star marker
``'h'`` hexagon1 marker
``'H'`` hexagon2 marker
``'+'`` plus marker
``'x'`` x marker
``'D'`` diamond marker
``'d'`` thin_diamond marker
``'|'`` vline marker
``'_'`` hline marker
================ ===============================
画出原始数据y的分布，其中画图所需的x值域
使用自变量集X的shape得到一个自增数字列表
plt.plot(np.arange(X.shape[0]), y, color='k', label='true y')
柱状图
matplotlib.pyplot.bar(left, height, alpha=1, width=0.8, color=, edgecolor=, label=, lw=3)
1. left：x轴的位置序列，一般采用range函数产生一个序列，但是有时候可以是字符串
2. height：y轴的数值序列，也就是柱形图的高度，一般就是我们需要展示的数据；
3. alpha：透明度，值越小越透明
4. width：为柱形图的宽度，一般这是为0.8即可；
5. color或facecolor：柱形图填充的颜色；
6. edgecolor：图形边缘颜色
7. label：解释每个图像代表的含义，这个参数是为legend()函数做铺垫的，表示该次bar的标签，其中legend()函数loc参数如下：
8. bottom:列表，在此基础上叠加柱状图
9. hatch：填充形状{'/', '', '|', '-', '+', 'x', 'o', 'O', '.', '*'}
ghj =[5, 10 ,15, 20, 25]
it =[ 1, 2, 3, 4, 5]
plt.barh(ghj, it)
横着的柱状图
散点图
scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None,
alpha=None, linewidths=None, verts=None, edgecolors=None, hold=None, data=None, **kwargs)
- x/y ：数据
- s ：标记大小
- 数值标量 ： 以相同的大小绘制所有标记。
- 行或列向量 ： 使每个标记具有不同的大小。x、y 和 sz 中的相应元素确定每个标记的位置和面积。sz 的长度必须等于 x 和 y 的长度。
- [] ： 使用 36 平方磅的默认面积。
- c：标记颜色
- RGB 三元数或颜色名称 - 使用相同的颜色绘制所有标记。
- 由 RGB 三元数组成的三列矩阵 - 对每个标记使用不同的颜色。矩阵的每行为对应标记指定一种 RGB 三元数颜色。行数必须等于 x 和 y 的长度。
- 向量 - 对每个标记使用不同的颜色，并以线性方式将 c 中的值映射到当前颜色图中的颜色。c 的长度必须等于 x 和 y 的长度。要更改坐标区的颜色图，请使用 colormap 函数。
| 选项 | 说明 | 对应的 RGB 三元数 |
|---|---|---|
| 'red' 或 'r' | 红色 | [1,0,0] |
| 'green' 或 'g' | 绿色 | [0,1,0] |
| 'blue' 或 'b' | 蓝色 | [0,0,1] |
| 'yellow' 或 'y' | 黄色 | [1,1,0] |
| 'magenta' 或 'm' | 品红色 | [1,0,1] |
| 'cyan' 或 'c' | 青蓝色 | [0,1,1] |
| 'white' 或 'w' | 白色 | [1,1,1] |
| 'black' 或 'k' | 黑色 | [0,0,0] |
- edgecolors：轮廓颜色
- linewidths：线宽
- marker：标记样式
饼图
| 属性 | 说明 | 类型 |
|---|---|---|
| x | 数据 | list |
| labels | 标签 | list |
| colors | 指定饼图的填充色 | list |
| autopct | 数据标签 | %0.1%% 保留一位小数 |
| explode | 突出的部分 | list |
| shadow | 是否显示阴影 | bool |
| pctdistance | 数据标签的距离圆心位置 | 0~1 |
| labeldistance | 设置各扇形标签（图例）与圆心的距离 | 0~1 |
| startangle | 开始绘图的角度 | float |
| radius | 半径长 | 默认是1 |
| counterclock | 是否让饼图按逆时针顺序呈现 | |
| wedgeprops | 设置饼图内外边界的属性，如边界线的粗细、颜色等 | |
| textprops | 设置饼图中文本的属性，如字体大小、颜色等 | |
| frame | 是否要显示饼图背后的图框，如果设置为True的话，需要同时控制图框x轴、y轴的范围和饼图的中心位置 | bool |
箱型图
-
展示数据的分布
-
图表作用:
- 1.反映一组数据的分布特征，如：分布是否对称，是否存在离群点
- 2.对多组数据的分布特征进行比较
- 3.如果只有一个定量变量，很少用箱线图去看数据的分布，而是用直方图去观察。一般都要跟其余的定性变量做分组箱线图，可以起对比作用。（key）
-
适合数据类型：
- 针对连续型变量
-
用法：
- 只有一个变量、一组的数据（1个变量，0个定性变量），比如：学生的成绩情况
- 只有一个变量、多组数据（1个变量，1个定性变量[班级]），比如：1、2、3班学生的成绩情况
- 只有一个变量、多组数据（1个变量，多个定性变量[年级、班级]），比如：初一、初二、初三的1、2、3班学生的成绩情况
- 多个变量同理，看Y轴数据大小才相近才采用此用法
-
参数
| 属性 | 说明 | 类型 |
|---|---|---|
| x | 指定要绘制箱线图的数据 | list |
| notch | 是否是凹口的形式展现箱线图，默认非凹口 | bool |
| sym | 指定异常点的形状，默认为o号显示 | +*. |
| vert | 是否需要将箱线图垂直摆放，默认垂直摆放 | bool |
| whis | 指定上下须与上下四分位的距离，默认为1.5倍的四分位差 | float |
| positions | 指定箱线图的位置,从左至右0,1,2递增 | list |
| widths | 指定箱线图的宽度，默认为0.5 | float |
| patch_artist | 是否填充箱体的颜色 | str |
| meanline | 是否用线的形式表示均值，默认用点来表示 | bool |
| showmeans | 是否显示均值，默认不显示 | bool |
| showcaps | 是否显示箱线图顶端和末端的两条线,默认显示 | bool |
| showbox | 是否显示箱线图的箱体，默认显示 | bool |
| showfliers | 是否显示异常值，默认显示 | bool |
| boxprops | 设置箱体的属性，如边框色，填充色等 | |
| labels | 为箱线图添加标签，类似于图例的作用 | list |
| filerprops | 设置异常值的属性，如异常点的形状、大小、填充色等 | dict |
| medianprops | 设置中位数的属性，如线的类型、粗细等 | |
| meanprops | 设置均值的属性，如点的大小、颜色等 | |
| capprops | 设置箱线图顶端和末端线条的属性，如颜色、粗细等 | dict |
| whiskerprops | 设置须的属性，如颜色、粗细、线的类型等 | dict |
注释
- plt.annotate()
- 参数
- s： 为注释文本内容
- xy： 为被注释的坐标点
- xytext：为注释文字的坐标位置
- xycoords： 参数如下:
- color：b’, ‘g’, ‘r’, ‘c’, ‘m’, ‘y’, ‘k’, ‘w
- weight：ultralight’, ‘light’, ‘normal’, ‘regular’, ‘book’, ‘medium’, ‘roman’, ‘semibold’, ‘demibold’, ‘demi’, ‘bold’, ‘heavy’, ‘extra bold’, ‘black’
- arrowprops
- width：箭头的宽度(以点为单位)
- headwidth：箭头底部以点为单位的宽度
- headlength：箭头的长度(以点为单位)
- shrink：总长度的一部分，从两端“收缩”
- facecolor：箭头颜色
- bbox给标题增加外框 ，常用参数如下：
- 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
画布分块
- 语法：plt.subplot(n, m, p)
- 第一个数字n，代表画布分成n行
- 第二个数字m，代表画布分成m列
- 第三个数字p，从左到右数，从上到下，第p张图
plt.subplots()
figsize定义画布尺寸
fig, axes = plt.subplots(1,2,figsize=(10,4))
for ax in axes:
ax.plot(x, y, 'r')
ax.set_xlabel('x')
ax.set_ylabel('y')
ax.set_title('title')
fig.tight_layout() #会自动调整子图参数，使之填充整个图像区域
遇到中文乱码问题
- 找到matplotlib的配置文件位置
import matplotlib
print(matplotlib.matplotlib_fname())
#我这里的位置是C:\Python27\lib\site-packages\matplotlib\mpl-data\matplotlibrc
- 打开matplotlibrc文件进行编辑，找到#font.family : sans-serif更改为： font.family : SimHei
- -号会显示出错的解决方法为： 在配置文件里找到#axes.unicode_minus : True更改为：axes.unicode_minus : False
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
| 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 |
| 仿宋_GB2312 | FangSong_GB2312 |
| 楷体 _GB2312 | KaiTi_GB2312 |
示例
- 实例 1
import pandas as pd
import numpy as np
import matplotlib as mpl
mpl.rcParams['font.sans-serif']=['SimHei']
import matplotlib.pyplot as plt
y = range(1,17)
plt.bar(np.arange(16), y, alpha=0.5, width=0.3, color='yellow', edgecolor='red', label='The First Bar', lw=3)
plt.bar(np.arange(16)+0.4, y, alpha=0.2, width=0.3, color='green', edgecolor='blue', label='The Second Bar', lw=3)
plt.legend(loc='upper left')
plt.show()
- 实例2
import matplotlib.pyplot as plt
import numpy as np
x = np.array([i for i in range(8)])
fig, axes = plt.subplots(1, 2, figsize=(10,4))
# 内嵌图
x = np.array([i for i in range(8)])
ax2 = fig.add_axes([0.1, 0.2, 0.1, 0.3]) # inset axes
ax2.plot(x,x**2,'r-.',x,np.exp(x),'g*-')
# 图1
axes[0].plot(x,x**2,'r-.',label="y = x**2")
axes[0].plot(x,np.exp(x),'g*-',label="y = np.exp(x)")
axes[0].set_title("Normal scale")
axes[0].legend(loc=2) # 标签
# 图2
x = np.array([i for i in range(100)])
axes[1].plot(x,x**2,'r-.',label="y = x**2")
axes[1].plot(x,np.exp(x),'g*-',label="y = np.exp(x)")
axes[1].legend(loc=2)
axes[1].set_yscale("log") # 设置纵坐标值域
axes[1].set_title("Logarithmic scale (y)")
#自动调整子图参数，使之填充整个图像区域
fig.tight_layout()
plt.show()
fig.savefig("filename.png")
- 实例3
from numpy import *
x = np.array([i for i in range(10)])
xx = linspace(0,3, 100)
n = np.array([0,1,2,3,4,5])
fig, axes = plt.subplots(1, 4, figsize=(12,3))
# 散点图
axes[0].scatter(xx, xx + 0.25*np.random.randn(len(xx)))
axes[0].set_title("scatter")
axes[1].step(n, n**2, lw=2)
axes[1].set_title("step")
# 柱状图
axes[2].bar(n, n**2, align="center", width=0.5, alpha=0.5)
axes[2].set_title("bar")
# 填充，两图面积差
axes[3].fill_between(x, x**2, x**3, color="green", alpha=0.5)
axes[3].set_title("fill_between")
fig.tight_layout()
plt.show()
fig.savefig("fil.png")
- 实例4
plt.rcParams['font.sans-serif']=['FangSong_GB2312'] #用来正常显示中文标签
colors = ['red','yellowgreen','lightskyblue']
male = 70
female = 20
other = 10
total = 100
labels = ['男性', '女性', '未填']
sizes = [male, female, other]
colors = ['cornflowerblue', 'orange', 'limegreen']
explode = (0, 0.1, 0)
fig1, ax1 = plt.subplots()
ax1.pie(sizes, explode=explode, labels=labels, colors=colors,
autopct='%1.1f%%', shadow=False, startangle=90,
textprops={'fontsize': 12, 'color': 'k'},
labeldistance = 1
)
ax1.axis('equal')
plt.legend(loc='upper right')
plt.show()
