matplotlib 基礎知識匯總 - 基于 Python 的圖表繪圖系統

一、Matplotlib基礎知識

Matplotlib中的基本圖表包括的元素

• x軸和y軸 axis
  水平和垂直的軸線

• x軸和y軸刻度 tick
  刻度標示坐標軸的分隔，包括最小刻度和最大刻度

• x軸和y軸刻度標簽 tick label
  表示特定坐標軸的值

• 繪圖區域（坐標系） axes
  實際繪圖的區域

• 坐標系標題 title
  實際繪圖的區域

• 軸標簽 xlabel ylabel
  實際繪圖的區域

匯入模塊
import matplotlib.pyplot as plt

包含單條曲線的圖

注意：y,x軸的值必須為數字

x=[1,2,3,4,5]
y=[2,4,6,8,10]

plt.plot(x,y)

繪制拋物線

x = np.linspace(-np.pi,np.pi,num=10)  # 使用np.pi
y = x**2
plt.plot(x,y)

繪制正弦曲線圖

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

包含多個曲線的圖

1、連續呼叫多次plot函式

# 可以只調多次plot
plt.plot(x,y)
plt.plot(x+2,y-1)

2、也可以在一個plot函式中傳入多對X,Y值，在一個圖中繪制多個曲線

plt.plot(x,y,x-3,y+5)  # 也可以只調一次plot,傳入多值

將多個曲線圖繪制在一個table區域中：物件形式創建表圖

• a=plt.subplot（row,col,loc） 創建曲線圖
• a.plot(x,y) 繪制曲線圖

# 前兩個引數表示繪制2*2的表格, 第三個引數表示圖的位置(第幾個)
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)

引數：

- axis
- color:支持十六進制顏色
- linestyle: --  -.  :
- alpha

坐標軸界限

axis方法:設定x，y軸刻度值的范圍

plt.axis([xmin,xmax,ymin,ymax])

# 傳入想要修改刻度的范圍,值不會變
plt.plot(x,y)
plt.axis([-6,6,-2,2])

plt.axis('off')

關閉坐標軸

# plt.axis('off')  # 不顯示刻度

設定畫布比例：plt.figure(figsize=(a,b)) a:x刻度比例 b：y刻度比例 （2:1）表示x刻度顯示為y刻度顯示的2倍

plt.figure(figsize=(10,5))
plt.plot(x,y)

坐標軸標簽

• s 標簽內容
• color 標簽顏色
• fontsize 字體大小
• rotation 旋轉角度
• plt的xlabel方法和ylabel方法 title方法

# 指定x、y和坐標系的標識
plt.plot(x,y)
plt.xlabel('xxx')
plt.ylabel('yyy')
plt.title('ttt')

圖例

legend方法

兩種傳參方法：

• 分別在plot函式中增加label引數,再呼叫plt.legend()方法顯示
• 直接在legend方法中傳入字串串列

# 呼叫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表示圖例顯示列數, loc表示位置

legend的引數

- loc引數

• loc引數用于設定圖例標簽的位置，一般在legend函式內
• matplotlib已經預定義好幾種數字表示的位置

 

字串	數值	字串	數值
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引數

ncol控制圖例中有幾列,在legend中設定ncol

保存圖片

使用figure物件的savefig函式來保存圖片

fig = plt.figure()---必須放置在繪圖操作之前

figure.savefig的引數選項

• filename
  含有檔案路徑的字串或Python的檔案型物件，影像格式由檔案擴展名推斷得出，例如，.pdf推斷出PDF，.png推斷出PNG （“png”、“pdf”、“svg”、“ps”、“eps”……）
• dpi
  影像解析度（每英寸點數），默認為100
• facecolor ，打開保存圖片查看 影像的背景色，默認為“w”（白色）

# 第1步實體化物件
fig = plt.figure()

# 第2步繪圖
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保存圖片,dpi為圖片解析度
fig.savefig('./123.png',dpi=500)

設定plot的風格和樣式

plot陳述句中支持除X,Y以外的引數，以字串形式存在，來控制顏色、線型、點型等要素，語法形式為：
plt.plot(X, Y, 'format', ...)

顏色

引數color或c

plt.plot(x,y,c='red',alpha=0.5)  # alpha為透明度

顏色值的方式

• 別名
  • color='r'

• 合法的HTML顏色名
  • color = 'red'

顏色	別名	HTML顏色名	顏色	別名	HTML顏色名
藍色	b	blue	綠色	g	green
紅色	r	red	黃色	y	yellow
青色	c	cyan	黑色	k	black
洋紅色	m	magenta	白色	w	white

• HTML十六進制字串
  • color = '#eeefff'

• 歸一化到[0, 1]的RGB元組
  • color = (0.3, 0.3, 0.4)

透明度

alpha引數

線型

引數linestyle或ls

 

線條風格	描述	線條風格	描述
'-'	實線	':'	虛線
'--'	破折線	'steps'	階梯線
'-.'	點劃線	'None' / '，'	什么都不畫

plt.plot(x,y,c='red',alpha=0.5,ls='steps')

線寬

linewidth或lw引數

plt.plot(x,y,c='red',alpha=0.5,ls='steps',lw=5)

點型

• marker 設定點形
• markersize 設定點形大小

標記	描述	標記	描述
's'	正方形	'p'	五邊形
'h'	六邊形1	'H'	六邊形2
'8'	八邊形

標記	描述	標記	描述
'.'	點	'x'	X
'*'	星號	'+'	加號
','	像素

標記	描述	標記	描述
'o'	圓圈	'D'	菱形
'd'	小菱形	'','None',' ',None	無

標記	描述	標記	描述
'1'	一角朝下的三腳架	'3'	一角朝左的三腳架
'2'	一角朝上的三腳架	'4'	一角朝右的三腳架

plt.plot(x,y,c='red',alpha=0.5,lw=5,marker='h',markersize=10)

# 繪制線      plt.plot(x1,y1,x2,y2)
# 網格線      plt.grid(True)  axes.grid(color,ls,lw,alpha)
# 獲取坐標系  plt.subplot(n1,n2,n3)
# 坐標軸標簽  plt.xlabel() plt.ylabel()
# 坐標系標題  plt.title()
# 圖例        plt.legend([names],ncol=2,loc=1)  plt.plot(label='name')
# 線風格      --  -. : None  step
# 圖片保存    figure.savefig()
# 點的設定    marker markersize markerfacecolor markeredgecolor\width
# 坐標軸刻度  plt.xticks(刻度串列，刻度標簽串列) plt.yticks()
#             axes.set_xticks(刻度串列) axes.set_xticklabels(刻度標簽串列)

二、2D圖形

直方圖

• 是一個特殊的柱狀圖，又叫做密度圖，

【直方圖的引數只有一個x！！！不像條形圖需要傳入x,y】

plt.hist()的引數

• bins
  直方圖的柱數，可選項，默認為10
• color
  指定直方圖的顏色，可以是單一顏色值或顏色的序列，如果指定了多個資料集合,例如DataFrame物件，顏色序列將會設定為相同的順序，如果未指定，將會使用一個默認的線條顏色
• orientation
  通過設定orientation為horizontal創建水平直方圖，默認值為vertical

salary = np.array([12345,10000,15000,18000,20000,15555,10050,19999,12000,12500])
# qu = [10000,12000,15000,18000,20000]  # 表示區間
plt.hist(salary)
# 可以傳入qu設定柱子數量,還可以加上引數bins=5表示5根柱和rwidth設定柱寬,有的柱子沒有柱高就不顯示

lst = [1,1,4,5,6,7,8,8,5,5]
plt.hist(lst)
# 回傳第一組numpy陣列為密度值10個,第二numpy陣串列示11個范圍(例1.7-2.4表示一個密度值范圍)

回傳值 ：

1: 直方圖向量，是否歸一化由引數normed設定

2: 回傳各個bin的區間范圍

3: 回傳每個bin里面包含的資料，是一個list

條形圖：plt.bar()

• 引數：第一個引數是索引，第二個引數是資料值，第三個引數是條形的寬度

-【條形圖有兩個引數x,y】

• width 縱向設定條形寬度

• height 橫向設定條形高度

• bar() 縱向顯示

• barh() 橫向顯示

x = [1,2,3,4,5]
y = [6,7,8,9,10]

plt.barh(x,y)

餅圖

【餅圖也只有一個引數x】

pie()
餅圖適合展示各部分占總體的比例，條形圖適合比較各部分的大小

 

餅圖陰影、分裂等屬性設定

# labels引數設定每一塊的標簽；
# labeldistance引數設定標簽距離圓心的距離（比例值）
# autopct引數設定比例值小數保留位(%.3f%%)；
# pctdistance引數設定比例值文字距離圓心的距離
# explode引數設定每一塊頂點距圓心的長度（比例值,串列）；
# colors引數設定每一塊的顏色（串列）；
# shadow引數為布林值，設定是否繪制陰影
# startangle引數設定餅圖起始角度

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引數設定標簽距離圓心的距離（比例值）
arr=[11,22,31,15]
plt.pie(arr,labels=['a','b','c','d'],labeldistance=0.3)

# autopct引數設定比例值小數保留位(%.3f%%)；
arr=[11,22,31,15]
plt.pie(arr,labels=['a','b','c','d'],labeldistance=0.3,autopct='%.6f%%')

# explode引數設定每一塊頂點距圓心的長度（比例值,串列）, shadow表示陰影；
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引數設定餅圖起始角度
arr=[11,22,31,15]
plt.pie(arr,labels=['a','b','c','d'],startangle=50)

%m.nf m 占位 n 小數點后保留幾位 f 是以float格式輸出

散點圖：因變數隨自變數而變化的大致趨勢

【散點圖需要兩個引數x,y，但此時x不是表示x軸的刻度，而是每個點的橫坐標！】

scatter()

# 通過散點圖可以找出這兩組資料之前存在的規律
x = [33,35,34,31,36]
y = [100,200,150,166,177]

plt.scatter(x,y)

plt.scatter(x,y,marker='d',c="rbgy") 設定不同的散點顏色

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

plt.scatter(x,y,c='r')  # 使用c引數設定顏色

 

轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/252465.html

標籤：Python

上一篇：筆記 | pandas之時間序列學習隨筆1

下一篇：python的運算子