Matplotlib学习笔记

声明：本文为借鉴其他帖子总结出来的学习笔记，不作它用。

Matplotlib

Python中类似Matlab的绘图工具

pyplot基础语法

Matplotlib中最基础的模块是pyplot。

创建画布

**plt.figure(figsize,facecolor)**

参数：
figsize：指定画布大小，像素，单位为英寸

figure是图片的载体，可以看做是画布，图片必须在画布的基础上进行创建在任何绘图之前，我们需要一个Figure对象，可以理解成我们需要一张画板才能开始绘图。

import matplotlib.pyplot as plt
fig = plt.figure(dpi=130)
plt.show

添加画布内容

plt.title(string)

在当前图形中 添加标题，可以指定标题的名称、位置、颜色、字体大小等参数.

plt.xlabel(string)

在当前图形中 添加x轴名称，可以指定标题的名称、位置、颜色、字体大小等参数.

plt.ylabel(string)

在当前图形中 添加y轴名称，可以指定标题的名称、位置、颜色、字体大小等参数.

plt.xlim(xmin,xmax)

指定当前图形x轴的范围，只能确定一个数值区间，而无法使用字符串标识。

plt.ylim(ymin,ymax)

指定当前图形y轴的范围，只能确定一个数值区间，而无法使用字符串标识。

plt.xticks()

指定x轴刻度的数目与取值

plt.yticks()

指定y轴刻度的数目与取值

plt.legend()

指定当前图形的图例，可以指定图例的大小、位置、标签

保存与展示图形

plt.savafig()

保存绘制的图片，可以指定图片的分辨率、边缘的颜色等参数

plt.show()

显示图形

简单图表的绘制

plot()绘制直线图

plt.plot(x,y,ls,lw,lable,color)

参数：
x,y:绘制数据
ls:线形
lw:线宽
lable:标签文本内容
color:颜色

示例：

import matplotlib.pyplot as plt
x=[1, 2, 3, 4, 5]
y=[2, 4, 6, 8, 10]
plt.plot(x, y)
plt.show()

plot()绘制曲线图

import numpy as np
import matplotlib.pyplot as plt

plt.figure(dpi=130)

x = np.linspace(0, 2 * np.pi, 100)

plt.plot(x, np.sin(x), 'g')
plt.show()

bar()绘制柱状图

plt.bar(x,height,width,bottom)

参数：
x：横坐标
y：纵坐标
width：柱宽

示例：单列柱状图绘制

import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5, 6]
y = [4, 5, 2, 3, 1, 5]
plt.bar(x,y, width = 0.8, align = 'center', color = 'blue')
plt.show()

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(3)
y = [5, 2, 3]
y1 = [1, 10, 7]

bar_width = 0.3
tick_label = ["A", "B", "C"]
plt.bar(x, y, align="center", color="c", width=bar_width, label="title_A", alpha=0.5)
plt.bar(x + bar_width, y1, align="center", color="b", width=bar_width, label="title_B", alpha=0.5)
plt.xticks(x + bar_width / 2, tick_label)
plt.show()

import numpy as np
import matplotlib.pyplot as plt

plt.figure(figsize=(9, 5))

plt.rcParams['font.sans-serif'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False

x = range(15)
np.random.seed(123)
y1 = np.random.random(15)
y2 = np.random.random(15)

plt.bar(x, y1, facecolor='#FFF68F')
plt.bar(x, -y2, facecolor='#9999FF')

for i, j in zip(x, y1):
    plt.text(i, j, '%.2f' % j, ha='center', va='bottom')
for i, j in zip(x, y2):
    plt.text(i, -j, '%.2f' % j, ha='center', va='top')

plt.ylim(-1.2, 1.2)
plt.title('数据对比')
plt.show()

barh()绘制横向条形图

plt.barh()

示例：绘制单列条形图

import matplotlib.pyplot as plt
x = [1, 2, 3, 4]
y = [15, 62, 48, 83]
plt.barh(x, y, align = 'center', color = 'blue')
plt.show()

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(4)
y = [5, 1, 4, 9]
y1 = [1, 7, 3, 7]

bar_width = 0.4
tick_label = ["A", "B", "C", "D"]

plt.barh(x, y, bar_width, align="center", color="c", label="title_A", alpha=1)
plt.barh(x + bar_width, y1, bar_width, align="center", color="b", label="title_B", alpha=1)
plt.yticks(x + bar_width / 2, tick_label)
plt.legend()
plt.show()

pie()绘制饼图

import matplotlib.pyplot as plt
import numpy as np
plt.figure(figsize=(5, 5))

z = np.ones(10)
plt.pie(z, autopct='%.2f%%', explode=[0.1] + [0]*9, labels=list('ABCDEFGHIJ'), labeldistance=1.1)
plt.show()

import matplotlib.pyplot as plt

plt.figure(figsize=(5, 5))
x = [21, 15, 9,69, 84, 17]

plt.pie(x, autopct='%.2f%%', labels=list('ABCDEF'))
plt.show()

scatter()绘制散点图

plt.scatter(x,y,c,marker,label,color)

参数：
x,y:相同长度的序列
c:单个颜色字符或颜色序列
marker：标记的样式，默认为’o’
label:标签文本内容
color：颜色

示例：绘制sin散点图

import numpy as np
import matplotlib.pyplot as plt
plt.figure(figsize=(9, 5))

plt.rcParams['font.sans-serif'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False

x = np.linspace(0, 2*np.pi, 100)
y = np.sin(x) + np.random.rand(100)

plt.title('sin散点图')
plt.scatter(x, y)
plt.show()

import numpy as np
import matplotlib.pyplot as plt

x1 = np.random.randn(30)
x2 = np.random.randn(30)
plt.figure(1)
plt.plot(x1, 'bo', markersize=15)
plt.plot(x2, 'ro', ms=8,)
plt.show()

subplot()绘制子图

示例：通过plt的subplot绘制子图

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

plt.figure(figsize=(15, 15))

x=np.arange(1,100)
plt.subplot(221)
plt.plot(x,x*x)

plt.subplot(222)
plt.scatter(np.arange(0,10), np.random.rand(10))

plt.subplot(223)
plt.pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f%%',explode=[0,0.05,0,0])

plt.subplot(224)
plt.bar(['a','b','c','d','e'],[20,15,35,25,20],color='r')
plt.show()

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

fig=plt.figure(figsize=(15, 15))

x=np.arange(1,100)
ax1=fig.add_subplot(221)
ax1.plot(x,x*x)

ax2=fig.add_subplot(222)
ax2.scatter(np.arange(0,10), np.random.rand(10))

ax3=fig.add_subplot(223)
ax3.pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f%%',explode=[0,0.05,0,0])

ax4=fig.add_subplot(224)
ax4.bar(['a','b','c','d','e'],[20,15,35,25,20],color='r')
plt.show()

import numpy as np
import matplotlib.pyplot as plt

fig, ax = plt.subplots(2, 2, sharex=False, sharey=False)

x = np.arange(-2 * np.pi, 2 * np.pi, 0.2)
sin_x = np.sin(x)
ax[0][0].plot(x, sin_x)
ax[0][0].set(title='y = sin(x)')

cos_x = np.cos(x)
ax[0][1].plot(x, cos_x, 'r')
ax[0][1].set(title='y = cos(x)')

x = np.arange(1, 100, 0.01)
log_x = np.log(x)
ax[1][0].plot(x, log_x, 'g')
ax[1][0].set(title='y = log(x)')

x = np.arange(-1, 1, 0.01)
exp_x = np.exp(x)
ax[1][1].plot(x, exp_x, 'y')
ax[1][1].set(title='y = exp(x)')

plt.subplots_adjust(wspace=0.4, hspace=0.6)
plt.savefig('subplot.png')
plt.show()

其他相关内容

线条颜色的设置

‘b’蓝色 ‘r’红色 ‘c’青色 ‘m’品红 ‘y’黄色 ‘k’黑色
‘g’绿色 ‘w’白色

本文主要引用了一下帖子的内容：

Matplotlib库介绍

1 使用matplotlib的python数据可视化——简单图表的绘制（线形图、柱形图、饼图、条形图、散点图和子图）

Original: https://blog.csdn.net/PuddleRubbish/article/details/127525497
Author: 趴抖
Title: Matplotlib学习笔记