matplotlib可视化分析学习

在B站搜的视频看：https://b23.tv/wT53Kh

一、基本图形画法

1.散点图：plt.sactter(x轴数据，y轴数据，c=颜色，s=点大小，alpha=透明度，marker=点形状)

2.折线图：plt.plot(x轴数据，y轴数据，linestyle=线形，color=颜色，marker=点形状)

3.条形图：纵向图：plt.bar(横坐标，数据，密度)

　　　　   横向图：plt.barh()

4.直方图：plt.hist(x=数据，bins=条形分组个数，color=颜色，normed=True标准化)

5.饼状图：plt.pie(x=数据，labels=名称，autopct=‘%.0f%'占比例，explod=扇形块到中心的距离，shadow=True边缘阴影)

　　　　   使饼状图为正圆：plt.axes(aspect=1)

6.箱型图：plt.boxplot(数据，sym=异常点的形状，whis=1.5异常值显示范围，labels=多个数据的名称)

7.极坐标图：

import numpy as np
from matplotlib import pyplot as plt
r=np.arange(1,6,1)
theta=[0,np.pi/2,np.pi,3*np.pi/2,2*np.pi]
ax1=plt.subplot(221,projection='polar')#定义为极坐标
ax1.plot(theta,r,color='r',linewidth=3)
ax1.grid(True)

r=np.empty(5)
r.fill(5)
theta=[0,np.pi/2,np.pi,3*np.pi/2,2*np.pi]
ax2=plt.subplot(222,projection='polar')#定义为极坐标
ax2.plot(theta,r,color='r',linewidth=3)
ax2.grid(True)

r=np.empty(9)
r.fill(5)
pi_two=np.pi*2
theta=[0,pi_two/8,pi_two/4,3*pi_two/8,pi_two/2,5*pi_two/8,6*pi_two/8,7*pi_two/8,pi_two]
ax3=plt.subplot(223,projection='polar')#定义为极坐标
ax3.plot(theta,r,color='r',linewidth=3)
ax3.grid(True)

plt.show()

二、颜色和样式

1.颜色

1）八种内建默认颜色缩写：b:blue，g:green，r:red，c:cyan，m:magenta，y:yellow，k:black，w:white

2）灰色阴影：color=‘0.5

3）十六进制：colot='#FF00FF'

4)RGB元组：color=(0.1,0.2,0.3)

2.点、线的样式

1）marker='...' 23种点样式

2）四种线形：-实线

　　　　　　  --虚线

　　　　　　  -.点划线

　　　　　　  ：点线

3）样式字符串，将颜色、点型、线型写成一个字符串。eg.cx-

三、面向对象

1.子图subplot

fig=plt.figure()
ax=fig.add_subplot(111)#参数分别为，子图总行数，子图总列数，当前子图位置
ax.plot(x,y)
ax.show()

2.多图

fig1=plt.figure()
fig2=plt.figure()

3.网格：plt..grid(True，color=颜色，linewidth=网络线宽，linestyle=网络线型)

4.图例

先定义：plt.plot(数据，labels=标签名)

plt.legend(图例名称，loc图列位置，ncol=图例列的个数)

5.坐标轴范围

plt.axis()：输出一个数组（x轴最小坐标，x轴最大坐标，y轴最小坐标，y轴最大坐标），也可填入赋值

plt.xlim()：限制x轴的最大最小坐标

6.坐标轴刻度

plt.plot(x,y)

ax=plt.gca()

ax.locator_params('y'加了就是改变y轴,nbins=坐标刻度数)

7.绘制时间为刻度的图

import datetime
import numpy as np
from matplotlib import pyplot as plt
import matplotlib as mpl
fig = plt.figure()#面向对象画布
start=datetime.datetime(2021,11,14)#起始时间
stop=datetime.datetime(2022,11,14)#终止时间
delta = datetime.timedelta(days=1)#时间间隔
dates = mpl.dates.drange(start,stop,delta)#建立时间横轴数据
y= np.random.rand(len(dates))#随机数据
ax = plt.gca()#获取当前画布
ax.plot_date(dates,y,linestyle='-',marker='')#画出时间刻度折线图
plt.show()#显示图片

8.添加坐标轴

import numpy as np
from matplotlib import pyplot as plt
x = np.arange(2,20,1)
y1 = x*x
y2 = np.log(x)
fig = plt.figure()
ax1 = fig.add_subplot(111)#建立图表，共一行一列，第一个图表
ax1.plot(x,y1)
ax1.set_ylabel('Y1')
ax2 = ax1.twinx()#添加另一个x坐标轴
ax2.plot(x,y2,'r')
ax2.set_ylabel('Y2')
ax1.set_xlabel('Compare Y1 and Y2')
plt.show()

 也可添加y轴

import numpy as np
from matplotlib import pyplot as plt
x = np.arange(2,20,1)
y1 = x*x
y2 = np.log(x)
fig = plt.figure()
ax1 = fig.add_subplot(111)#建立图表，共一行一列，第一个图表
ax1.plot(y1,x)
ax1.set_ylabel('Y1')
ax2 = ax1.twiny()
ax2.plot(y2,x,'r')
ax2.set_ylabel('Y2')
ax1.set_xlabel('Compare Y1 and Y2')
plt.show()

 

9.图像注释

import numpy as np
from matplotlib import pyplot as plt
x = np.arange(-10,11,1)
y = x*x
plt.plot(x,y)
plt.annotate('this is the bottom',xy=(0,1),xytext=(0,20),arrowprops=dict(facecolor='r',headlength=7,headwidth=10,width=5))
'''
定义注释annotate
xy：注释箭头（也有可能是其他形状）的起始点
xytext：注释文字的起始点
arrowprops：
    facecolor：颜色
    headlength：箭头尖部的长度
    headwidth：箭头尖部的宽度
    width：箭头箭身的宽度
'''
plt.show()

10.文字

import numpy as np
from matplotlib import pyplot as plt
x = np.arange(-10,11,1)
y = x*x
plt.plot(x,y)
plt.text(0,40,'function:y=x*x',family='serif',size=20,color='r',style='italic',weight=2,bbox=dict(facecolor='r',alpha=0.2))
'''
中间坐标为起始位置
family：字体格式，自行百度
size：字体大小
color：颜色
style：字体，斜体
weight：粗体
bbox：注释边框
    facecolor：颜色
    alpha：透明度
'''
plt.text(0,20,'function:y=x*x')
plt.show()

 11.画数学公式

import numpy as np
from matplotlib import pyplot as plt
fig = plt.figure()
ax = fig.add_subplot(111)
ax.set_xlim([1,7])
ax.set_ylim([1,5])
ax.text(2,4,r"$ \alpha_i \beta_j \pi \lambda \omega $",size=25)
ax.text(4,4,r"$ \sin(0)=\cos(\frac{\pi}{2}) $",size=20)
ax.text(2,2,r"$ \lim_{x \rightarrow y}(\frac{1}{x^3}) $",size=25)
ax.text(4,2,r"$ \sqrt[4]{x}=\sqrt{y} $",size=25)
plt.show()

 12.区域填充

import numpy as np
from matplotlib import pyplot as plt
x=np.linspace(0,5*np.pi,1000)
y1 = np.sin(x)
y2 = np.sin(2*x)
plt.plot(x,y1)
plt.plot(x,y2)
plt.fill(x,y1,'b',alpha=0.2)
plt.fill(x,y2,'r',alpha=0.2)
plt.show()

 

import numpy as np
from matplotlib import pyplot as plt
x=np.linspace(0,5*np.pi,1000)
y1 = np.sin(x)
y2 = np.sin(2*x)
fig = plt.figure()
ax = plt.gca()
ax.plot(x,y1,x,y2,color='black')
ax.fill_between(x,y1,y2,facecolor='blue')
plt.show()

import numpy as np
from matplotlib import pyplot as plt
x=np.linspace(0,5*np.pi,1000)
y1 = np.sin(x)
y2 = np.sin(2*x)
fig = plt.figure()
ax = plt.gca()
ax.plot(x,y1,color='r')
ax.plot(x,y2,color='b')
ax.fill_between(x,y1,y2,where= y1>y2 , facecolor='y')
ax.fill_between(x,y1,y2,where= y1<y2 , facecolor='g')
plt.show()

 13.形状

import numpy as np
from matplotlib import pyplot as plt
import matplotlib.patches as maptches
fig ,ax = plt.subplots()
xy1 = np.array([0.2,0.2])
xy2 = np.array([0.2,0.8])
xy3 = np.array([0.8,0.2])
xy4 = np.array([0.8,0.8])
circle = maptches.Circle(xy1,0.1)
ax.add_patch(circle)
rect=maptches.Rectangle(xy2,0.2,0.1,color='r')#坐标代表左下角点的位置
ax.add_patch(rect)
polygom=maptches.RegularPolygon(xy3,5,0.1,color='g')#边数，圆心到点的距离
ax.add_patch(polygom)
ellipse = maptches.Ellipse(xy4,0.4,0.2,color='y')
ax.add_patch(ellipse)
plt.axis('equal')
plt.grid()
plt.show()

 四、美化

1.美化前

import numpy as np
from matplotlib import pyplot as plt
fig ,ax = plt.subplots(2,2)#四张图
ax1,ax2,ax3,ax4=ax.ravel()#分别叫四个名字
x,y=np.random.normal(size=(2,100))#随机生成正泰分布数组
ax1.plot(x,y,'o')#画出点状
x=np.arange(0,10)
y=np.arange(0,10)
ncolots=len(plt.rcParams['axes.prop_cycle'])#每根线的颜色循环变更
shift=np.linspace(0,10,ncolots)#产生ncolor个0到10之间的数
for s in shift:
    ax2.plot(x,y+s,'-')#画出直线图
x=np.arange(5)
y1,y2,y3=np.random.randint(1,25,size=(3,5))#随机产生25以内的整数
width=0.25
ax3.bar(x,y1,width)
ax3.bar(x+width,y2,width,color=plt.rcParams['axes.prop_cycle'].by_key()['color'][1])
ax3.bar(x+width*2,y3,width,color=plt.rcParams['axes.prop_cycle'].by_key()['color'][2])

for i in range(len(plt.rcParams['axes.prop_cycle'])):
    xy=np.random.normal(size=2)#随机生成以2为标准差的正泰分布数组
    ax4.add_patch(plt.Circle(xy,radius=0.3,color=plt.rcParams['axes.prop_cycle'].by_key()['color'][i]))
ax4.axis('equal')
plt.show()

美化后：

plt.style.use()函数

import numpy as np
from matplotlib import pyplot as plt
import matplotlib.patches as maptches
plt.style.use('ggplot')
fig ,ax = plt.subplots(2,2)
ax1,ax2,ax3,ax4=ax.ravel()
x,y=np.random.normal(size=(2,100))
ax1.plot(x,y,'o')
x=np.arange(0,10)
y=np.arange(0,10)
ncolots=len(plt.rcParams['axes.prop_cycle'])#每根线的颜色循环变更
shift=np.linspace(0,10,ncolots)
for s in shift:
    ax2.plot(x,y+s,'-')
x=np.arange(5)
y1,y2,y3=np.random.randint(1,25,size=(3,5))
width=0.25
ax3.bar(x,y1,width)
ax3.bar(x+width,y2,width,color=plt.rcParams['axes.prop_cycle'].by_key()['color'][1])
ax3.bar(x+width*2,y3,width,color=plt.rcParams['axes.prop_cycle'].by_key()['color'][2])

for i in range(len(plt.rcParams['axes.prop_cycle'])):
    xy=np.random.normal(size=2)
    ax4.add_patch(plt.Circle(xy,radius=0.3,color=plt.rcParams['axes.prop_cycle'].by_key()['color'][i]))
ax4.axis('equal')
plt.show()

 plt.style.use('fivethirtyeight')

plt.style.use('dark_background')

 

plt.style.use('bmh')

 

plt.style.use('grayscale')

 

五、例子

1.画函数图

from matplotlib import pyplot as plt
from matplotlib.patches import Polygon #画多边形的包
import numpy as np
def func(x):
    return -(x-2)*(x-8)+40

x=np.linspace(0,10)
y=func(x)
fig,ax=plt.subplots()
#首先把线画出来
plt.plot(x,y,'r',linewidth=2)
a=2
b=9
ax.set_xticks([a,b])#横坐标只显示指定刻度值
ax.set_yticks([])#纵坐标不显示刻度
ax.set_xticklabels(['$a$','$b$'])#横坐标刻度显示指定名称,$将其换为公式格式
plt.figtext(0.9,0.05,'$x$')#在画布指定位置画出文字
plt.figtext(0.1,0.9,'$y$')

#然后开始画积分部分的阴影
ix=np.linspace(a,b)#积分阴影部分的x轴范围
iy=func(ix)
ixy=zip(ix,iy)#将x与y形成坐标对
verts=[(a,0)]+list(ixy)+[(b,0)]#多边形的各个点的坐标
poly=Polygon(verts,facecolor='0.9',edgecolor='0.5')#直接给数字就是赋予不同的灰度，数值越大越浅
ax.add_patch(poly)

#画出数学公式
x_math=(a+b)*0.22
y_math=33
plt.text(x_math,y_math,r'$\int_a^b (-(x-2)*(x-8)+40)dx$',fontsize=14)#画出公式


plt.show()

 2.画散点图和条形图

from matplotlib import pyplot as plt
import numpy as np
plt.style.use('ggplot')
x=np.random.randn(200)
y=x+np.random.randn(200)*0.5
margin_border=0.1
width=0.6
height=0.2
margin_between=0.02
height=0.2

#第一幅图的坐标
left_s=margin_border
bottom_s=margin_border
height_s=width
widths_s=width

#定义第二幅图
left_x=margin_border
bottom_x=margin_border+width+margin_between
height_x=height
widths_x=width

#定义第三幅图
left_y=margin_between+width+margin_border
bottom_y=margin_border
height_y=width
widths_y=height

#将三个图的底图画出来
plt.figure(1,figsize=(8,8))#定义一个正方形的画布
rect_s=[left_s,bottom_s,widths_s,height_s]
rect_x=[left_x,bottom_x,widths_x,height_x]
rect_y=[left_y,bottom_y,widths_y,height_y]
axScatter=plt.axes(rect_s)
axHisX=plt.axes(rect_x)
axHisY=plt.axes(rect_y)

#解决图与图之间坐标值文字重合的问题
axHisX.set_xticks([])
axHisY.set_yticks([])

#开始画图
axScatter.scatter(x,y,c='b')
bin_width=0.25#条形宽度值设计
xymax=np.max([np.fabs(x),np.fabs(y)])
lim=np.ceil(xymax/bin_width)#求条形框的个数，有余数就加一
lim=lim*bin_width#设置合适的刻度值
axScatter.set_xlim(-lim,lim)
axScatter.set_ylim(-lim,lim)
bins=np.arange(-lim,lim+bin_width,bin_width)
axHisX.hist(x,bins=bins,edgecolor='w')#设置直方图边缘为白色
axHisY.hist(y,bins=bins,orientation='horizontal',edgecolor='w')#使直方图旋转90度
axHisX.set_xlim(axScatter.get_xlim())#设置x轴范围，和点状图一样
axHisY.set_ylim(axScatter.get_ylim())
plt.title('Scatter and Hist')

plt.show()

 3.球员能力图

#_*_coding:utf-8 _*_
#在python中，要使用汉字，必须在首行加上这行字，且还要定义字体
from matplotlib import pyplot as plt
from matplotlib.font_manager import FontProperties
import numpy as np
plt.style.use('ggplot')
font=FontProperties(fname=r'C:\Windows\Fonts\STKAITI.TTF',size=12)#必须要定义字体，输入电脑系统字体的存储位置
ability_size=6
ability_label=[u'进攻',u'防守',u'盘带',u'速度',u'体力',u'射术']#u为强制转换符，使之可以用汉字显示

ax1=plt.subplot(221,projection='polar')
ax2=plt.subplot(222,projection='polar')
ax3=plt.subplot(223,projection='polar')
ax4=plt.subplot(224,projection='polar')

player={
    'M':np.random.randint(size=ability_size,low=60,high=99),
    'H':np.random.randint(size=ability_size,low=60,high=99),
    'P':np.random.randint(size=ability_size,low=60,high=99),
    'Q':np.random.randint(size=ability_size,low=60,high=99)
}

theta=np.linspace(0,2*np.pi,6,endpoint=False)
theta=np.append(theta,theta[0])#留个数据是有7个点的才能产生闭环，所以将第一个赋予最后一个
player['M']=np.append(player['M'],player['M'][0])
ax1.plot(theta,player['M'],'r')
ax1.fill(theta,player['M'],'r',alpha=0.3)#图像填充
ax1.set_xticks(theta)
ax1.set_xticklabels(ability_label,y=0.03,fontproperties=font)#文本到图像的距离，字体
ax1.set_title(u'梅西',position=(0.5,1),fontproperties=font,color='r',size=15)
ax1.set_yticks([20,40,60,80,100])


player['H']=np.append(player['H'],player['H'][0])
ax2.plot(theta,player['H'],'g')
ax2.fill(theta,player['H'],'g',alpha=0.3)#图像填充
ax2.set_xticks(theta)
ax2.set_xticklabels(ability_label,y=0.03,fontproperties=font)#文本到图像的距离，字体
ax2.set_title(u'哈维',position=(0.5,1),fontproperties=font,color='g',size=15)
ax2.set_yticks([20,40,60,80,100])


player['P']=np.append(player['P'],player['P'][0])
ax3.plot(theta,player['P'],'b')
ax3.fill(theta,player['P'],'b',alpha=0.3)#图像填充
ax3.set_xticks(theta)
ax3.set_xticklabels(ability_label,y=0.03,fontproperties=font)#文本到图像的距离，字体
ax3.set_title(u'皮克',position=(0.5,1),fontproperties=font,color='b',size=15)#调整title的位置
ax3.set_yticks([20,40,60,80,100])



player['Q']=np.append(player['Q'],player['Q'][0])
ax4.plot(theta,player['Q'],'y')
ax4.fill(theta,player['Q'],'y',alpha=0.3)#图像填充
ax4.set_xticks(theta)
ax4.set_xticklabels(ability_label,y=0.03,fontproperties=font)#文本到图像的距离，字体
ax4.set_title(u'切赫',position=(0.5,1),fontproperties=font,color='y',size=15)
ax4.set_yticks([20,40,60,80,100])
#可以改成一个函数，调用四次
plt.show()