(十) Matplotlib模块介绍
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
导入模块 import matplotlib.pyplot as plt
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)
绘制抛物线
x = np.linspace(-np.pi,np.pi,num=10) # 使用np.pi y = x**2 plt.plot(x,y)
绘制正弦曲线图
x = x y = np.sin(x) plt.plot(x,y)
包含多个曲线的图
1、连续调用多次plot函数
# 可以只调多次plot plt.plot(x,y) plt.plot(x+2,y-1)
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) # 也可以只调一次plot,传入多值
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
# 前两个参数表示绘制2*2的表格, 第三个参数表示图的位置(第几个) 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)
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])
# 传入想要修改刻度的范围,值不会变 plt.plot(x,y) plt.axis([-6,6,-2,2])
plt.axis('off')
关闭坐标轴
# plt.axis('off') # 不显示刻度
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)
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
# 指定x、y和坐标系的标识 plt.plot(x,y) plt.xlabel('xxx') plt.ylabel('yyy') plt.title('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
# 调用legend方法使label生效 plt.plot(x,y,label='AAA') plt.plot(x+3,y-4,label='BBB') plt.legend(ncol=1,loc=3) # ncol表示图例显示列数, loc表示位置
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)
# 第1步实例化对象 fig = plt.figure() # 第2步绘图 plt.plot(x,y,label='AAA') plt.plot(x+3,y-4,label='BBB') plt.legend(ncol=1,loc=3) # 第3步使用savefig保存图片,dpi为图片分辨率 fig.savefig('./123.png',dpi=500)
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) # alpha为透明度
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')
线宽
linewidth或lw参数
plt.plot(x,y,c='red',alpha=0.5,ls='steps',lw=5)
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)
# 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)
二、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] # 表示区间 plt.hist(salary) # 可以传入qu设置柱子数量,还可以加上参数bins=5表示5根柱和rwidth设置柱宽,有的柱子没有柱高就不显示
lst = [1,1,4,5,6,7,8,8,5,5] plt.hist(lst) # 返回第一组numpy数组为密度值10个,第二numpy数组表示11个范围(例1.7-2.4表示一个密度值范围)
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() 纵向显示
- barh() 横向显示
x = [1,2,3,4,5] y = [6,7,8,9,10] plt.barh(x,y)
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'])
arr=[11,22,31,15] plt.pie(arr,labels=['a','b','c','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) # 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%%') # explode参数设置每一块顶点距圆心的长度(比例值,列表), shadow表示阴影; 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]) # 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)
%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()
# 通过散点图可以找出这两组数据之前存在的规律 x = [33,35,34,31,36] y = [100,200,150,166,177] plt.scatter(x,y)
plt.scatter(x,y,marker='d',c="rbgy") 设置不同的散点颜色
x = np.linspace(10,20,num=30) y = np.random.randint(10,20,size=(30,)) plt.scatter(x,y,c='r') # 使用c参数设置颜色
作者:TigerLee
出处:http://www.cnblogs.com/tiger666/
本文版权归作者和博客园所有,欢迎转载。转载请在留言板处留言给我,且在文章标明原文链接,谢谢!
如果您觉得本篇博文对您有所收获,觉得我还算用心,请点击右下角的 [推荐],谢谢!