matplotlib

阅读目录

• Matplotlib基础知识
• 包含单条曲线的图
• 包含多个曲线的图
• 将多个曲线图绘制在一个table区域中：对象形式创建表图
• 坐标轴界限
• 2D图形
• 散点图：因变量随自变量而变化的大致趋势

回到目录

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

回到目录

包含单条曲线的图

• 注意:y,x轴的值必须为数字

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


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=100)
y = x**2
plt.plot(x,y)

绘制正弦曲线图

x = x
y = np.sin(x)
plt.plot(x,y)

 

回到目录

包含多个曲线的图

连续调用多次plot函数

plt.plot(x,y)
plt.plot(x+2,y-1)

 

 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)

回到目录

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)

参数：

- axis
- color:支持十六进制颜色
- linestyle: --  -.  :
- alpha

回到目录

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') : 关闭坐标轴

plt.plot(x,y)
plt.axis([-6,6,-2,2])
plt.axis('off')

 

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

 

plt.plot(x,y)
plt.xlabel('xxx')
plt.ylabel('yyy')
plt.title('ttt')

图例

 egend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)

 

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=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)

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')

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)

回到目录

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])
plt.hist(salary)

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)

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

 

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）；
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

回到目录

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)

x = np.linspace(10,20,num=30)
y = np.random.randint(10,20,size=(30,))

plt.scatter(x,y,c='rbgy')

plt.scatter(x,y,marker='d',c="rbgy") 设置不同的散点颜色