matplotlib

pyplot

Matplotlib庫(kù)由各種可視化類(lèi)構(gòu)成，內(nèi)部結(jié)構(gòu)復(fù)雜，受Matlab啟發(fā)

matplotlib.pyplot是繪制各類(lèi)可視化圖形的命令子庫(kù)，相當(dāng)于快捷方式

測(cè)試小實(shí)例

plt.plot() 只有一個(gè)輸入列表或數(shù)組時(shí)，參數(shù)被當(dāng)作Y軸，X軸以索引自動(dòng)生成

當(dāng)有兩個(gè)以上參數(shù)時(shí)，按照X軸和Y軸順序繪制數(shù)據(jù)點(diǎn)

plt.figure() 設(shè)置圖片大小

plt.savefig() 將輸出圖形存儲(chǔ)為文件，默認(rèn)PNG格式，可以通過(guò)dpi修改輸出質(zhì)量

import matplotlib.pyplot as plt
plt.figure(figsize=(8,4),dpi=80)
plt.plot([0,2,4,6,8],[3,1,4,5,2])
plt.ylabel('Grade')
plt.axis([-1,10,0,6]) #確定x，y軸的范圍
plt.savefig('test',dpi=600)
plt.show()

test.png

pyplot的繪圖區(qū)域

plt.subplot(nrows, ncols, plot_number)

在全局繪圖區(qū)域中創(chuàng)建一個(gè)分區(qū)體系，并定位到一個(gè)子繪圖區(qū)域
plt.subplot(3,2,4) 簡(jiǎn)寫(xiě)形式：plt.subplot(324) 劃分3*2個(gè)區(qū)，位于第4個(gè)繪圖區(qū)

繪圖區(qū)域.png

例1

import matplotlib.pyplot as plt
import numpy as np
def  f(t):
    return np.exp(-t)*np.cos(2*np.pi*t)
a = np.arange(0,5,0.02)
plt.subplot(211)
plt.plot(a,f(a))
plt.subplot(212)
plt.plot(a,np.cos(2*np.pi*a),color='r', linestyle='--', marker='.') #等價(jià)于plt.plot(a,np.cos(2*np.pi*a),'r--.') 
plt.savefig('例1')
plt.show()

例1.png

pyplot中的plt.plot()函數(shù)

注意：當(dāng)繪制多條曲線(xiàn)時(shí)，各條曲線(xiàn)的x不能省略。

例2

a = np.arange(10)
plt.plot(a,a*1.5,a,a*2.5,a,a*3.5,a,a*4.5)
plt.show()

例2.png

format_string: 控制曲線(xiàn)的格式字符串，由顏色字符、風(fēng)格字符和標(biāo)記字符組成，可選

顏色字符.png

風(fēng)格字符.png

標(biāo)記字符.png

a = np.arange(10)
plt.plot(a,a*1.5,'go:',a,a*2.5,'rx',a,a*3.5,'^',a,a*4.5,'bd-.')
plt.show()

例子2-1.png

pyplot的中文顯示

方法一：

pyplot并不默認(rèn)支持中文顯示，需要rcParams修改字體實(shí)現(xiàn)

例3

import matplotlib
matplotlib.rcParams['font.family']='SimHei'
plt.plot([3,1,4,5,2])
plt.ylabel('縱軸（值）')
plt.savefig('test',dpi=600)
plt.show()

例3.png

rcParams的屬性

rcParams['font.family']

例4

matplotlib.rcParams['font.family']='FangSong'
matplotlib.rcParams['font.size']=20
plt.rcParams['axes.unicode_minus']=False # 解決負(fù)號(hào)不顯示亂碼問(wèn)題
a = np.arange(-2*np.pi,2*np.pi,0.02)
plt.xlabel('x軸')
plt.ylabel('y軸')
plt.subplot(111)
plt.plot(a,np.sin(4*a),'--',a,2*np.cos(4*a),'-.',a,3*np.sin(4*a),':',a,4*np.cos(4*a),'-')
plt.show()

例4.png

方法二：

在有中文輸出的地方，增加一個(gè)屬性：fontproperties

例5

a = np.arange(0,5,0.02)
plt.figure(figsize=(20,8),dpi=80) # 設(shè)置圖形大小
plt.xlabel('橫軸:時(shí)間',fontproperties='SimHei',fontsize=20)
plt.ylabel('縱軸：振幅',fontproperties='SimHei',fontsize=20)
plt.title('$f(a)=cos(2\pi a)$')
plt.plot(a,np.cos(2*np.pi*a))
plt.savefig('例5',dpi=600)
plt.show()

例5.png

刻度，標(biāo)簽，圖例

• 設(shè)置刻度范圍

  plt.axis（）

  plt.xlim（），plt.ylim（）

  ax.set_xlim（），ax.set_ylim（）

• 設(shè)置顯示的刻度

  plt.xticks（），plt.yticks（）

  ax.set_xticks（），ax.set_yticks（）

• 設(shè)置刻度標(biāo)簽

  plt.xticklabels（），plt.yticklabels（）

  ax.set_xticklabels（），ax.set_yticklabels（）

• 設(shè)置坐標(biāo)軸標(biāo)簽

  plt.xlabel（），plt.ylabel（）

  ax.set_xlabel（），ax.set_ylabel（）

• 設(shè)置標(biāo)題

  plt.title（）

  ax.set_title（）

• 圖例

  ax.plot（label= '圖例'）

  ax.legend（），plt.legend（）

  LOC = 'best'：自動(dòng)選擇放置圖例最佳位置

  'upper right' : 1,'upper left' : 2,'lower left' : 3,'lower right' :4

#劃分子區(qū)域并實(shí)例化
fig, ax = plt.subplots(1)
#繪圖
ax.plot(np.random.randn(1000).cumsum(), label='line0')
ax.plot(np.random.randn(1000).cumsum(), label='line1')
ax.plot(np.random.randn(1000).cumsum(), label='line2')
# 設(shè)置刻度
#plt.xlim([0,500])
ax.set_xlim([0, 600])

# 設(shè)置顯示的刻度
#plt.xticks([0,500])
ax.set_xticks(range(0,500,100))

# 設(shè)置刻度標(biāo)簽
ax.set_yticklabels(['Jan', 'Feb', 'Mar'])

# 設(shè)置坐標(biāo)軸標(biāo)簽
ax.set_xlabel('Number')
ax.set_ylabel('Month')

# 設(shè)置標(biāo)題
ax.set_title('Example')

# 圖例

ax.legend()
ax.legend(loc='best')
#plt.legend()

例6-0.png

pyplot的文本顯示

例6

a = np.arange(0,5,0.02)
plt.plot(a,np.cos(2*np.pi*a))
#plt.axis([-1,6,-2,2]) #設(shè)置x和y刻度范圍
plt.xlim([-1,6]) #設(shè)置x刻度范圍
plt.ylim([-2,2]) #設(shè)置y刻度范圍
plt.xticks(np.arange(-1,6,1)) #設(shè)置顯示的刻度
plt.yticks(np.arange(-2,2,1))
plt.xlabel('橫軸：時(shí)間',fontproperties='SimHei',fontsize=15,color='green')
plt.ylabel('縱軸：振幅',fontproperties='SimHei',fontsize=15,color='red')
plt.title('正弦波實(shí)例 $y=cos(2\pi x)$',fontproperties='SimHei',fontsize=25)
plt.text(2,1.2,'$\mu=100$',fontsize=15)
plt.grid(alpha=0.6,linestyle='--',color='yellow') #調(diào)整網(wǎng)格透明度
plt.savefig('例6')
plt.show()

例6.png

例6-1

a = np.arange(0,5,0.02)
plt.plot(a,np.cos(2*np.pi*a),color='c',linestyle='--',linewidth=1.5)
plt.axis([-1,6,-2,2])
plt.xticks(np.arange(-1,6,1))
plt.yticks(np.arange(-2,2,1))
plt.xlabel('橫軸：時(shí)間',fontproperties='SimHei',fontsize=15,color='green')
plt.ylabel('縱軸：振幅',fontproperties='SimHei',fontsize=15,color='red')
plt.title('正弦波實(shí)例 $y=cos(2\pi x)$',fontproperties='SimHei',fontsize=25)
plt.annotate('$\mu=100$',xy=(2,1),xytext=(3,1.5),fontsize=15
             ,arrowprops=dict(facecolor='black',shrink=0.1,width=1))
plt.grid(alpha=0.6,linestyle='--',color='yellow')
plt.savefig('例6-1')
plt.show()

例6-1.png

pyplot的基本圖表函數(shù)

常見(jiàn)的幾種圖表：

• 餅狀圖：用扇形的面積，也就是圓心角的度數(shù)來(lái)表示數(shù)量。

  特點(diǎn)：顯示一個(gè)數(shù)據(jù)系列中各項(xiàng)的大小與各項(xiàng)總和的比例。

• 直方圖:由一系列高度不等的縱向條紋或線(xiàn)段表示數(shù)據(jù)分布的情況。

  一般用橫軸表示數(shù)據(jù)范圍，縱軸表示分布情況。

  特點(diǎn):繪制連續(xù)性的數(shù)據(jù),展示一組或者多組數(shù)據(jù)的分布狀況(統(tǒng)計(jì))

• 條形圖:排列在工作表的列或行中的數(shù)據(jù)可以繪制到條形圖中。

  特點(diǎn):繪制連離散的數(shù)據(jù),能夠一眼看出各個(gè)數(shù)據(jù)的大小,比較數(shù)據(jù)之間的差別。(統(tǒng)計(jì))

• 散點(diǎn)圖:用兩組數(shù)據(jù)構(gòu)成多個(gè)坐標(biāo)點(diǎn)，考察坐標(biāo)點(diǎn)的分布,判斷兩變量之間是否存在某種關(guān)聯(lián)或總結(jié)坐標(biāo)點(diǎn)的分布模式。

  特點(diǎn):判斷變量之間是否存在數(shù)量關(guān)聯(lián)趨勢(shì),展示離群點(diǎn)(分布規(guī)律)

• 折線(xiàn)圖:以折線(xiàn)的上升或下降來(lái)表示統(tǒng)計(jì)數(shù)量的增減變化的統(tǒng)計(jì)圖

  特點(diǎn):能夠顯示數(shù)據(jù)的變化趨勢(shì)，反映事物的變化情況。(變化)

餅狀圖的繪制

# 設(shè)置中文字體和負(fù)號(hào)正常顯示
matplotlib.rcParams['font.family']='FangSong'
matplotlib.rcParams['axes.unicode_minus']=False
matplotlib.rcParams['font.size']=13
"""
繪制餅圖
explode：設(shè)置各部分突出
labels:設(shè)置各部分標(biāo)簽
labeldistance:設(shè)置標(biāo)簽文本距圓心位置，1.1表示1.1倍半徑
autopct：設(shè)置圓里面文本
shadow：設(shè)置是否有陰影
startangle：起始角度，默認(rèn)從0開(kāi)始逆時(shí)針轉(zhuǎn)
pctdistance：設(shè)置圓內(nèi)文本距圓心距離
"""
labels = ['衣','食','住','行']
sizes = [14.55,30.45,45,10]
colors = ['red','yellow','lightskyblue','green']
explode = (0,0.1,0,0)
# 設(shè)置圖片大小
plt.figure(figsize=(7,4),dpi=80)
# 繪制餅狀圖圖
plt.pie(sizes,labels=labels,colors=colors,explode=explode,labeldistance = 1.1,pctdistance = 0.6,autopct='%.2f%%',shadow=False,startangle=90)
plt.axis('equal') #使餅狀圖的xy軸長(zhǎng)度相等
plt.legend(loc='best')
plt.savefig('餅狀圖')
plt.show()

餅狀圖.png

直方圖的繪制

np.random.seed(0)
mu,sigma = 100,20
data = np.random.normal(mu,sigma,size=100)
"""
繪制直方圖
data:必選參數(shù)，繪圖數(shù)據(jù)
bins:直方圖的長(zhǎng)條形數(shù)目，可選項(xiàng)，默認(rèn)為10
normed:是否將得到的直方圖向量歸一化，可選項(xiàng)，默認(rèn)為0，代表不歸一化，顯示頻數(shù)。normed=1，表示歸一化，顯示頻率。
facecolor:長(zhǎng)條形的顏色
edgecolor:長(zhǎng)條形邊框的顏色
alpha:透明度
histtype:直方圖類(lèi)型:'bar', 'barstacked','step', 'stepfilled'
"""
plt.hist(data,bins=20,normed=0,histtype='bar',facecolor='g',edgecolor="black",alpha=0.6)
# 顯示橫軸標(biāo)簽
plt.xlabel("區(qū)間",fontproperties='SimHei',fontsize=12)
# 顯示縱軸標(biāo)簽
plt.ylabel("頻數(shù)/頻率",fontproperties='SimHei',fontsize=12)
# 顯示圖標(biāo)題
plt.title('頻數(shù)/頻率分布直方圖',fontproperties='SimHei')
plt.savefig('直方圖')
plt.show()

直方圖.png

條形圖的繪制

matplotlib.rcParams['font.family']='SimHei'
matplotlib.rcParams['axes.unicode_minus']=False

label_list=['2015','2016','2017','2018'] #橫坐標(biāo)刻度顯示值
num_list1=[20,30,15,35] # 縱軸坐標(biāo)值1
num_list2=[15,30,40,20] #縱軸坐標(biāo)值2
x = range(len(num_list1))
"""
繪制條形圖
x:長(zhǎng)條形中點(diǎn)橫坐標(biāo)
height:長(zhǎng)條形高度
width:長(zhǎng)條形寬度，默認(rèn)值0.8
label:為后面設(shè)置legend準(zhǔn)備
"""
plt.figure(figsize=(8,5),dpi=80)
rects1 = plt.bar(x,height=num_list1,width=0.4,alpha=0.7,color='red',label='測(cè)量部')
rects2 = plt.bar([i+0.4 for i in x],height=num_list2,width=0.4,alpha=0.7,color='blue',label='人事部')
plt.ylim(0,50)
plt.ylabel('人數(shù)')
"""
設(shè)置x軸刻度顯示值
參數(shù)一：中點(diǎn)坐標(biāo)
參數(shù)二：顯示值
"""
plt.xticks([index+0.2 for index in x],label_list)
plt.xlabel('年份')
plt.title('某測(cè)繪公司')
#編輯文本
for rect in rects1:
    height = rect.get_height()
    plt.text(rect.get_x()+rect.get_width()/2,height+1,str(height),ha='center',va='bottom')
for rect in rects2:
    height = rect.get_height()
    plt.text(rect.get_x()+rect.get_width()/2,height+1,str(height),ha='center',va='bottom')
plt.legend()
plt.savefig('條形圖')
plt.show()

條形圖.png

水平條形圖的繪制

matplotlib.rcParams['font.family'] = 'SimHei'
matplotlib.rcParams['axes.unicode_minus'] = False

price = [39.5,44.2,36.7,38.9,33.33]
"""
繪制水平條形圖方法barh
參數(shù)一：y軸
參數(shù)二：x軸
"""
plt.figure(figsize=(8,5),dpi=80)
_price = plt.barh(range(5),price,height=0.6,color='cyan',alpha=0.7)
plt.yticks(range(5),['亞馬遜','當(dāng)當(dāng)網(wǎng)','中國(guó)圖書(shū)網(wǎng)','京東','天貓圖書(shū)'])
plt.xlim(30,47)
plt.xlabel('價(jià)格')
plt.title('不同平臺(tái)的圖書(shū)價(jià)格')
plt.grid(alpha=0.2)
#編輯文本
for x in _price:
    width = x.get_width()
    plt.text(width+1,x.get_y()+x.get_height()/2,str(width),ha='center',va='center')
plt.savefig('水平條形圖')
plt.show()

水平條形圖.png

堆疊條形圖的繪制

matplotlib.rcParams['font.family']='SimHei'
matplotlib.rcParams['axes.unicode_minus']=False

label_list=['2015','2016','2017','2018'] #橫坐標(biāo)刻度顯示值
num_list1=[20,30,15,35] # 縱坐標(biāo)值1
num_list2=[15,30,40,20] #軸坐標(biāo)值2
x = range(len(num_list1))
"""
繪制條形圖
x:長(zhǎng)條形中點(diǎn)橫坐標(biāo)
height:長(zhǎng)條形高度
width:長(zhǎng)條形寬度，默認(rèn)值0.8
label:為后面設(shè)置legend準(zhǔn)備
"""
plt.figure(figsize=(8,6),dpi=80)
rects1 = plt.bar(x,height=num_list1,width=0.6,alpha=0.7,color='red',label='測(cè)量部')
rects2 = plt.bar([i for i in x],height=num_list2,width=0.6,alpha=0.7,color='blue',label='人事部', bottom=num_list1)
plt.ylim(0,90)
plt.yticks(np.arange(0,90,15))
plt.ylabel('人數(shù)')
"""
設(shè)置x軸刻度顯示值
參數(shù)一：中點(diǎn)坐標(biāo)
參數(shù)二：顯示值
"""
plt.xticks([index for index in x],label_list)
plt.xlabel('年份')
plt.title('某測(cè)繪公司')
plt.legend()
plt.grid(alpha=0.3)
plt.savefig('堆疊條形圖')
plt.show()

堆疊條形圖.png

散點(diǎn)圖的繪制

方法一：使用plt.scatter()函數(shù)

plt.figure(figsize=(10,4),dpi=80)
np.random.seed(1)
a=10*np.random.randn(100)
b=10*np.random.randn(100)
plt.scatter(a,b,c='red',marker='o',alpha=0.8)
plt.scatter(0.8*a,2*b,c='cyan',marker='^')
plt.title('散點(diǎn)圖1')
plt.savefig('散點(diǎn)圖1')
plt.show()

散點(diǎn)圖1.png

方法二：使用plt.plot()函數(shù)

plt.figure(figsize=(10,4),dpi=80)
np.random.seed(1)
a=10*np.random.randn(100)
b=10*np.random.randn(100)
c=10*np.random.randn(100)
d=10*np.random.randn(100)
plt.plot(a,b,'go',c,d,'b^')
plt.title('散點(diǎn)圖2')
plt.savefig('散點(diǎn)圖2')
plt.show()

散點(diǎn)圖2.png

折線(xiàn)圖的繪制

注意：使用plt.plot()函數(shù)，若離散的y與x的長(zhǎng)度相同；若y為連續(xù)函數(shù)則可以與x長(zhǎng)度不同。

matplotlib.rcParams['font.family']='SimHei'
a=np.arange(0,30,1)
print(a)
data=np.random.uniform(0,30,30).reshape(30)
print(data)
data0=np.random.uniform(0,30,30).reshape(30)
print(data0)
plt.plot(a,data,'g--*',a,data0,'r:.')
plt.ylabel('縱軸（值）')
plt.savefig('折線(xiàn)圖',dpi=600)
plt.show()

折線(xiàn)圖.png

參考資料：

網(wǎng)址：https://blog.csdn.net/hohaizx/article/details/79101322

書(shū)籍：《利用python進(jìn)行數(shù)據(jù)分析》

視頻：《黑馬程序員之?dāng)?shù)據(jù)分析》《python數(shù)據(jù)分析與展示》