Python繪圖之matplotlib基本語法

　　博客地址：http://www.cnblogs.com/yudanqu/

 

　　Matplotlib 是一個 Python 的 2D繪圖庫，通過 Matplotlib，開發者可以僅需要幾行代碼，便可以生成繪圖，直方圖，功率譜，條形圖，錯誤圖，散點圖等。當然他也是可以畫出3D圖形的，這時就需要安裝更多的擴展。相比MATLAB來說，python不需要那么大的安裝包，而且最重要的是開源的，在這方面python還是有一定的優勢的。

 

下面我將簡單梳理一下matplotlib畫圖的方法，首先把本次需要用到的包導入進來：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from pandas import Series,DataFrame

當然，在真正做事情時要根據自己的要求來導入，這里為了示例要導入numpy和pandas。

1、一個簡單案例來展示畫圖的基本命令

x = np.linspace(0,2*np.pi,100) # 設置橫軸變量，從0到2*pi，均分為100份
y = np.sin(x) # 因變量取值

plt.plot(x,y,'b*',label='aaa') # 'b*'表示藍色*狀線，label是指定義圖例
plt.plot(x*2,y,'r--',label='bbb') # 'r--'表示紅色虛線，
plt.xlabel('this is x') # 設置橫軸標簽
plt.ylabel('this is y') # 設置縱軸標簽
plt.title('this is title') # 設置標題
plt.legend() # 顯示上面定義的圖例
plt.show() # 展示圖像

這樣一個簡單的繪圖就出來了，這里面有兩個圖形，位於一塊畫布上，還介紹了一些標簽的設置。

2、子圖

plt.subplot(2,1,1) # 子圖，（2,1,1）代表，創建2*1的畫布，並且定位於畫布1 ；等效於plt.subplot(211)，即去掉逗號

a = plt.subplots() # 返回兩個對象 figure ax
figure,ax = plt.subplots()
ax.plot([1,2,3,4,5])
plt.show() # 顯示圖像

# subplots可以傳入參數，幾行幾列
figure,ax = plt.subplots(2,2)
# figure 顯示畫布，分成2*2的
ax[0][0].plot(x,y)
ax[0][1].plot(x*2,y*2) # 可以分別繪圖

3、pandas--Series繪圖

先介紹幾個常用的參數：

• plot參數：kind:圖像顯示的方法，包括'line''bar''barh''hist''box''kde''density''area''pie'.
• grid=True 表示顯示背景的網格
• label='str',參數里寫這個，輸出圖像之前要協一個plt.legend()，顯示圖例
• title='str',顯示標題
• style='--',顯示為虛線

plt.legend() # 顯示圖例，這個上面提到過，沒有這個，設置了圖例也是不會顯示出來的

# 這是一個小栗子
s1 = Series(np.random.randint(1000).cumsum()) # 創建series，cumsum()是指疊加求和，本位數是前幾項之和
s1.plot() # series有自己的plot函數，里面可以寫入想要的參數

4、pandas--DataFrame繪圖

df = DataFrame(
    np.random.randint(1,10,40).reshape(10,4),
    columns=['A','B','C','D']
    )
df.plot() # dataframe也有自己的plot，按列畫出來，參數包含ax，選擇輸出的畫布
# 參數：stacked=True,表示一個堆疊的情況，同一個index下，columns一不同顏色疊在一起

1、可以取其一行或幾行來畫圖，即將dataftame橫過來畫：
一行：df.iloc[5].plot() # iloc是pandas里面的一個可以說是切片的命令
多行或全部：for i in df.index:
　　　　　　　　df.iloc[i].plot(label=str[i])
　　　　　　　　plt.legend()
2、對列畫圖：
df['A'].plot()

3、對行繪圖還有簡便方法：
就是對df進行轉置，然后再plot ，df.T.plot()

5、直方圖和密度圖

# 直方圖
s = Series(np.random.randn(1000))
plt.hist(s,rwidth=0.9) # 直方圖,rwidth為設置寬度
plt.show()
# hist()的參數：rwidth為寬度；bins=20表示顯示的區間，默認是10份；color='r'設置顏色；

# 密度圖
s.plot(kind='kde') # kind='kde'即表示密度圖

 

　　今天就大概先總結這些，博主也是初學者，如有不足，請多多指教，希望可以給一些朋友帶來幫助，如若覺得我說的太少了，可以查看官方文檔https://matplotlib.org/。

 

　　作者：漁單渠

　　博客地址：http://www.cnblogs.com/yudanqu/