-
Matplotlib的简介和安装
-
Matplotlib是Python的绘图库。它可与Numpy一起使用，提供了一种有效的MatLab开源替代方案。它也可以和图形工具包一起使用，如PyQt和wxPython。
- pip安装Matplotlib：
pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple
- Linux系统也可以使用Linux包管理器来安装：
- Debain/Ubantu：
sudo apt-get install python-matplotlib
- Fedora/Redhat：
sudo yum install python-matplotlib
- 安装完后，你可以使用下面命令来查看是否安装了matplotlib模块：
python -m pip list
pip list
- Matplotlib的简单使用
1. 简单实例
import numpy as np
from matplotlib import pyplot as plt
x = np.arange(1, 11)
y = 2 * x + 5
plt.title("Matplotlib demo")
plt.xlabel("x axis caption")
plt.ylabel("y axis caption")
plt.plot(x, y)
plt.show()
运行结果：
- 以上示例中，np.arange()函数创建x轴上的值。y轴上的对应值存储在另一个数组对象y中。这些值使用matplotlib软件包的pyplot子模块的plot()函数绘制。
- 图形由show()函数显示。
2. 图形上显示中文（下载字体）
- Matplotlib默认情况不支持中文，我们可以使用以下简单的方法来解决。
- 这里我们使用思源黑体，思源黑体是Adobe与Google推出的一款开源字体。
- 官网：https://source.typekit.com/source-han-serif/cn/
- GitHub地址：https://github.com/adobe-fonts/source-han-sans/tree/release/OTF/SimplifiedChinese
选一个下载即可：
- 网盘下载： https://pan.baidu.com/s/10-w1JbXZSnx3Tm6uGpPGOw 提取码：yxqu
- 可以下载个OTF字体，比如SourceHanSansSC-Bold.otf，将该文件放在当前执行的代码文件中：
import numpy as np
from matplotlib import pyplot as plt
import matplotlib
zhfont1 = matplotlib.font_manager.FontProperties(fname="SourceHanSansSC-Bold.otf")
x = np.arange(1, 11)
y = 2 * x + 5
plt.title("测试", fontproperties=zhfont1)
plt.xlabel("x轴", fontproperties=zhfont1)
plt.ylabel("y轴", fontproperties=zhfont1)
plt.plot(x, y)
plt.show()
运行效果如下：
- 此外，我们还可以使用系统的字体。
3. 图形上显示中文（使用系统字体）
from matplotlib import pyplot as plt
import matplotlib
a = sorted([f.name for f in matplotlib.font_manager.fontManager.ttflist])
for i in a:
print(i)
plt.rcParams['font.family']=['STFangsong']
import numpy as np
x = np.arange(1, 11)
y = 2 * x + 5
plt.title("测试")
plt.xlabel("x轴")
plt.ylabel("y轴")
plt.plot(x, y)
plt.show()
运行结果如下：
4. 可向plot()函数添加的格式化字符
- 作为线形图的替代，可以通过向plot()函数添加格式化字符串来显示离散值。可以使用以下格式化字符：
字符描述’-‘实线样式’–’短横线样式’-.’点划线样式’:’虚线样式’.’点标记’,’像素标记’o’圆标记’v’倒三角标记’^’正三角标记’
5. 颜色的缩写
字符颜色’b’蓝色’g’绿色’r’红色’c’青色’m’品红色’y’黄色’k’黑色’w’白色
6. 用点替换线条
- 要显示圆来代表点，而不是上面示例中的线，需要使用ob作为plot()函数中的格式字符串。
import numpy as np
from matplotlib import pyplot as plt
x = np.arange(1, 11)
y = 2 * x + 5
plt.title("Matplotlib demo")
plt.xlabel("x axis caption")
plt.ylabel("y axis caption")
plt.plot(x, y, "ob")
plt.show()
运行结果如下：
7. 绘制正弦波
- 以下示例使用matplotlib生成正弦波图。
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(0, 3 * np.pi, 0.1)
y = np.sin(x)
plt.title("sine wave form")
plt.plot(x, y)
plt.show()
运行结果如下：
8. subplot()
- subplot()函数允许你在同一图中绘制不同的东西。
示例：绘制正弦和余弦值
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(0, 3 * np.pi, 0.1)
y_sin = np.sin(x)
y_cos = np.cos(x)
plt.subplot(2, 1, 1)
plt.plot(x, y_sin)
plt.title('Sine')
plt.subplot(2, 1, 2)
plt.plot(x, y_cos)
plt.title('Cosine')
plt.show()
运行结果：
9. bar()
- pyplot子模块提供bar()函数来生成条形图。
- 以下示例生成两组x和y的条形图。
from matplotlib import pyplot as plt
x = [5, 8, 10]
y = [12, 16, 6]
x2 = [6, 9, 11]
y2 = [6, 15, 7]
plt.bar(x, y, align='center')
plt.bar(x2, y2, color='g', align='center')
plt.title('Bar graph')
plt.ylabel('Y axis')
plt.xlabel('X axis')
plt.show()
运行结果如下：
10. numpy.histogram()
- numpy.histogram()函数是数据的频率分布的图形表示。水平尺寸相等的矩形对应于类间隔，称为bin，变量height对应于频率。
- numpy.histogram()函数将输入数组和bin作为两个参数。bin数组中的连续元素用作每个bin的边界。
import numpy as np
a = np.array([22, 87, 5, 43, 56, 73, 55, 54, 11, 20, 51, 5, 79, 31, 27])
np.histogram(a, bins=[0, 20, 40, 60, 80, 100])
hist, bins = np.histogram(a, bins=[0, 20, 40, 60, 80, 100])
print(hist)
print(bins)
运行结果：
[3 4 5 2 1]
[ 0 20 40 60 80 100]
11. plt()
- matplotlib可以将直方图的数字表示转换为图形。pyplot子模块的plt()函数将包含数据和bin数组作为参数，并转换为直方图。
from matplotlib import pyplot as plt
import numpy as np
a = np.array([22, 87, 5, 43, 56, 73, 55, 54, 11, 20, 51, 5, 79, 31, 27])
plt.hist(a, bins=[0, 20, 40, 60, 80, 100])
plt.title("histogram")
plt.show()
运行结果：
参考文章：
https://www.runoob.com/numpy/numpy-matplotlib.html
更多教程：
https://www.runoob.com/matplotlib/matplotlib-tutorial.html
https://www.runoob.com/w3cnote/matplotlib-tutorial.html
Original: https://blog.csdn.net/ungoing/article/details/127577632
Author: Lvcx
Title: Matplotlib的简单使用
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/769239/
转载文章受原作者版权保护。转载请注明原作者出处！