matplotlib基础使用

1、matplotlib简介

Python 的 2D绘图库，为Python构建一个Matlab式的绘图接口，通过 Matplotlib，开发者可以仅需要几行代码，便可以生成绘图，直方图，功率谱，条形图，错误图，散点图等

2、matplotlib的使用

（1）折线图

import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure()
print(type(fig))

<class 'matplotlib.figure.Figure'>

arr = np.random.randn(100)
plt.plot(arr)
plt.show()

Subplot 可以通过add_subplot来分割figure，表示可以在figure的不同位置上作图 fig.

add_subplot(a, b, c) a,b 表示将fig分割成 a*b 的区域 c 表示当前选中要操作的区域，

注意：从1开始编号（不是从0开始）

plot 绘图的区域是最后一次指定subplot的位置 (jupyter notebook里不能正确显示)

fig = plt.figure()
ax1 = fig.add_subplot(2, 2, 1)
ax2 = fig.add_subplot(2, 2, 2)
ax3 = fig.add_subplot(2, 2, 3)
ax4 = fig.add_subplot(2, 2, 4)
ax1.plot(np.random.randn(100))
ax2.plot(np.random.randn(100))
ax3.plot(np.random.randn(100))
ax4.plot(np.random.randn(100))
plt.show()

（2）散点图

# 散点图 scatter方法 参数1：x轴的坐标 参数2： y轴的坐标
x = [1, 2, 3, 4]
y = [2, 4, 5, 8]
plt.scatter(x, y)
plt.show()

（3）柱形图bar

x = np.arange(5)    # [0 1 2 3 4]
print(np.random.randint(1, 25, size=(2, 5)))
y1, y2 = np.random.randint(1, 25, size=(2, 5))
# 宽度，偏移量
width = 0.25
ax = plt.subplot(1, 1, 1)
ax.bar(x+0.125, y1, width, color='r')
ax.bar(x+width+0.125, y2, width, color='g')
ax.set_xticks(x+width)
ax.set_xticklabels(['a', 'b', 'c', 'd', 'e'])
plt.show()

（4）饼状图

plt.pie(sizes,explode=explode,labels=labels,colors=colors,labeldistance = 1.1,autopct = '%3.1f%%',shadow = False,startangle = 90,pctdistance = 0.6)

sizes：每个标签占多大，会自动去算百分比

explode：将某部分爆炸出来，使用括号，将第一块分割出来，数值的大小是分割出来的与其他两块的间隙

labels:定义饼状图的标签，标签是列表

Colors:每部分的颜色

labeldistance，文本的位置离远点有多远，1.1指1.1倍半径的位置

autopct，圆里面的文本格式，%3.1f%%表示整数有三位，小数有一位的浮点数

shadow，饼是否有阴影

startangle：起始角度，0，表示从0开始逆时针转，为第一块。一般选择从90度开始比较好看

pctdistance：百分比的text离圆心的距离

返回值：p_texts饼图内部文本的，l_texts饼图外label的文本

plt.figure(figsize=(9, 6))
labels = ['first', 'second', 'third']
sizes = [60, 30, 10]
colors = ['r', 'y', 'b']
explode = (0.05, 0, 0)
patches, l_text, p_text = plt.pie(sizes, explode=explode, labels=labels, colors=colors, labeldistance=1.1,
                                  autopct='%3.1f%%', shadow=False, startangle=90, pctdistance=0.6)
plt.show()

3、其他

（0）plt.subplots()

同时返回新创建的figure和subplot对象列表在jupyter里可以正常显示，推荐使用这种方式创建多个图表

生成2行2列subplot：

fig, subplot_arr = plt.subplots(2,2)

print(type(subplot_arr))

范例：

fig, subplot_arr = plt.subplots(2, 2)
print(type(subplot_arr))
subplot_arr[0, 1].hist(np.random.randn(100), bins=20, color='g', alpha=0.2)
subplot_arr[1, 1].imshow(np.random.rand(5, 5))
plt.show()

（1）颜色

（2）标记

（3）线型

案例：

# 颜色、标记、线型
fig, axes = plt.subplots(2)
axes[0].plot(np.random.randint(0, 100, 50), 'ro--')
# 等价
axes[1].plot(np.random.randint(0, 100, 50), color='r', linestyle='dashed', marker='o')
plt.show()

（4）设置刻度范围

设置刻度范围

plt.xlim([xmin,xmax]),

plt.ylim([ymin,ymax])

ax.set_xlim(),

ax.set_ylim()

设置显示的刻度

plt.xticks(list), plt.yticks(list)

ax.set_xticks(list), ax.set_yticks(list)

（5）设置刻度标签

设置刻度标签

ax.set_xticklabels()

ax.set_yticklabels()

设置坐标轴标签

ax.set_xlabel(list), ax.set_ylabel(list)

设置标题

ax.set_title()

（6）图例

ax.plot(label= 'legend')

ax.legend()

plt.legend()

loc='best'：自动选择放置图例最佳位置

范例：

fig, ax = plt.subplots(1)
ax.plot(np.random.randn(1000).cumsum(), label='line0')
# 设置刻度
# plt.xlim([0,500])
ax.set_xlim([0, 800])
# 设置显示的x刻度
# plt.xticks([0,500])
ax.set_xticks(range(0,500,100))
# 设置y刻度标签
ax.set_yticklabels(['Jan', 'Feb', 'Mar'])
# 设置坐标轴标签
ax.set_xlabel('Number')
ax.set_ylabel('Month')
# 设置标题
ax.set_title('Example')
# 图例
ax.plot(np.random.randn(1000).cumsum(), label='line1')
ax.plot(np.random.randn(1000).cumsum(), label='line2')
ax.legend()
ax.legend(loc='best')
plt.show()

猜你喜欢