版权声明：来一来，看一看，有钱的捧个人场，没钱的你不得捧个人场 https://blog.csdn.net/wait_for_eva/article/details/80386881
子图
位置
data = pd.read_csv('data.csv') # @ax :画布 # @2 :子图行数 # @3 :子图列数 # @4 :子图序号，按照从左到右，从上到下顺序编号 ax = plt.subplot(2, 3, 4) plt.show()
设置
data = pd.read_csv('data.csv') # figure设置画图宽高 # @6 :宽度 # @4 :高度 fig = plt.figure(figsize=(6, 4)) plt.plot() plt.show()
折线图
import matplotlib.pyplot as plt import pandas as pd import numpy as np # 生成X x = np.arange(1, 9, 2) # 生成Y y = np.arange(2, 10, 2) # 画图 # @x :指定横坐标 # @y :指定纵坐标 # @c :指定颜色 # @label :指定图例,需要设置显示 # @linewidth:指定线宽 plt.plot(x, y, c='red', label='label', linewidth=10) # @loc :指定图例位置 # 左上 : upper left # 右上 : upper left # 自动 : best # 更多 :help(plt.legend) plt.legend(loc='best') # @(2,8) :限制x范围 plt.xlim((2, 8)) # @(3,7) :限制y范围 plt.ylim((3, 7)) # @x-label :x数据标签 plt.xlabel('x-label') # @y-label :y数据标签 plt.ylabel('y-label') # @title :图像名称 plt.title('title') # @* :去除指示线段 plt.tick_params(bottom='off', top='off',left='off', right='off') # 绘制 plt.show()
散点图
import matplotlib.pyplot as plt import pandas as pd import numpy as np # 生成X x = np.linspace(-np.pi, np.pi, 100) # 生成Y y = np.sin(x) # 画图 # @x :指定横坐标 # @y :指定纵坐标 # @c :指定颜色 # @label :指定图例,需要设置显示 # @linewidth:指定线宽 plt.scatter(x, y, c='red', label='label', linewidth=1) # @loc :指定图例位置 # 左上 : upper left # 右上 : upper left # 自动 : best # 更多 :help(plt.legend) plt.legend(loc='best') # @x-label :x数据标签 plt.xlabel('x-label') # @y-label :y数据标签 plt.ylabel('y-label') # @title :图像名称 plt.title('title') # @* :去除指示线段 plt.tick_params(bottom='off', top='off', left='off', right='off') # 绘制 plt.show(
柱形图
import matplotlib.pyplot as plt import pandas as pd import numpy as np # 生成X x = ['godme', 'foreva', 'judas'] # 生成Y y = [100, 56, 78] # 指定x位置 bar_position = np.arange(len(x)) + 0.75 # 指定高度 bar_high = y # 指定柱子宽度 bar_width = 0.3 fig = plt.figure() ax = fig.add_subplot(1, 1, 1) # 画图 # @bar_position :指定横坐标 # @bar_high :指定纵坐标 # @bar_width :指定宽度 # @label :指定图例,需要设置显示 ax.bar(bar_position, bar_high, bar_width, label='label') # 设置标签位置 ax.set_xticks(bar_position) # 为柱子指定标签 ax.set_xticklabels(x) # @loc :指定图例位置 # 左上 : upper left # 右上 : upper left # 自动 : best # 更多 :help(plt.legend) ax.legend(loc='best') # @x-label :x数据标签 plt.xlabel('x-label') # @y-label :y数据标签 plt.ylabel('y-label') # @title :图像名称 plt.title('title') # @* :去除指示线段 plt.tick_params(bottom='off', top='off', left='off', right='off') # 绘制 plt.show()
横向
ax.barh(bar_position, bar_high, bar_width, label='label')
频率图
import matplotlib.pyplot as plt import pandas as pd import numpy as np # 生成X # @1 :最小1 # @100 :最大100 # @100 :100个 x = np.random.randint(1, 100, 100) fig = plt.figure() ax = fig.add_subplot(1, 1, 1) # 画图 # @x :数据 # @bins :统计个数 # @range :指定区间 ax.hist(x, bins=20, range=(25, 65)) # @loc :指定图例位置 # 左上 : upper left # 右上 : upper left # 自动 : best # 更多 :help(plt.legend) ax.legend(loc='best') # @x-label :x数据标签 plt.xlabel('x-label') # @y-label :y数据标签 plt.ylabel('y-label') # @title :图像名称 plt.title('title') # @* :去除指示线段 plt.tick_params(bottom='off', top='off', left='off', right='off') # 绘制 plt.show()
盒图
import matplotlib.pyplot as plt import pandas as pd import numpy as np # 生成X x = ['godme', 'foreva', 'judas'] # 生成Y y = np.random.rand(50, 3) print(y.shape) # 指定x位置 label_position = np.arange(len(x)) + 1 fig = plt.figure() ax = fig.add_subplot(1, 1, 1) # 画图 # @y : 数据 # 盒图四要素 # 峰值 :最顶上横杠 # 四分之一 :盒子最下 # 二分之一 :中间横线 # 四分之三 :盒子上顶 ax.boxplot(y) # 设置标签位置 ax.set_xticks(label_position) # 为柱子指定标签 ax.set_xticklabels(x) # @x-label :x数据标签 plt.xlabel('x-label') # @y-label :y数据标签 plt.ylabel('y-label') # @title :图像名称 plt.title('title') # @* :去除指示线段 plt.tick_params(bottom='off', top='off', left='off', right='off') # 绘制 plt.show()
常用
数据生成
图像叠加import numpy as np # 一维数据 # @1 :from，起始值 # @2 :to，最大值 # @3 :num，值个数，自动平均取值 X = np.linspace(-np.pi, np.pi, 100) # 随机矩阵 # @8 :矩阵行数 # @9 :矩阵列数 Y = np.random.rand((8, 9))import matplotlib.pyplot as plt import pandas as pd import numpy as np # 图像叠加重复绘制即可 # 注意通过颜色区分，还有使用图例 fig = plt.figure() fig.set_figwidth(50) fig.set_figheight(50) X = np.linspace(-np.pi, np.pi, 100) Y1 = np.sin(X) Y2 = np.cos(X) plt.plot(X, Y1, 'r-*', label='sin') plt.plot(X, Y2, 'g-o', label='cos') plt.xlabel('x') plt.ylabel('y') plt.title('sin(x) and cos(x)') # 多图例最好带参数名指定图例位置 plt.legend(loc='best') plt.show()