Matplotlib 繪圖 用法

Matplotlib基礎知識

一、Matplotlib基礎知識

• Matplotlib中的基本圖表包括的元素
  • x軸和y軸 axis
    水平和垂直的軸線
  • x軸和y軸刻度 tick
    刻度標示坐標軸的分隔，包括最小刻度和最大刻度
  • x軸和y軸刻度標簽 tick label
    表示特定坐標軸的值
  • 繪圖區域（坐標系） axes
    實際繪圖的區域
  • 坐標系標題 title
    實際繪圖的區域
  • 軸標簽 xlabel ylabel
    實際繪圖的區域

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

# matplotlib 中 使用中文 
from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['FangSong'] # 指定默認字體
mpl.rcParams['axes.unicode_minus'] = False # 解決保存圖像是負號'-'顯示為方塊的問題

包含單條曲線的圖

• 注意：y,x軸的值必須為數字

x=[1,2,3,4,5]
y=[2,4,6,8,10]
# 顯示 圖片
plt.plot(x,y)

# 繪制拋物線
x = np.linspace(-np.pi,np.pi,num=10)
y = x**2
plt.plot(x,y)

# 繪制正弦曲線圖
x = x
# 正弦
y = np.sin(x)
plt.plot(x,y)

包含多個曲線的圖

• 連續調用多次plot函數

plt.plot(x,y)
plt.plot(x-2,y-2)
plt.plot(x,y,x+2,y+3)

多個曲線圖繪制在一個table區域中：對象形式創建表圖

• a=plt.subplot（row,col,loc） 創建曲線圖
• a.plot(x,y) 繪制曲線圖

ax1 = plt.subplot(2,2,1)
ax1.plot(x,y)

ax2 = plt.subplot(2,2,2)
ax2.plot(x,y)

ax3 = plt.subplot(2,2,3)
ax3.plot(x,y)

ax4 = plt.subplot(2,2,4)
ax4.plot(x,y)

• 設置畫布比例：plt.figure(figsize=(a,b)) a:x刻度比例 b：y刻度比例 （2:1）表示x刻度顯示為y刻度顯示的2倍

  plt.figure(figsize=(8,8))
  plt.plot(x,y)
  

坐標軸標簽

• s 標簽內容

• color 標簽顏色

• fontsize 字體大小

• rotation 旋轉角度

• plt的xlabel方法和ylabel方法 title方法

  plt.plot(x,y)
  # x 軸
  plt.xlabel('xxx')
  # y 軸
  plt.ylabel('yyy')
  # 圖片標題
  plt.title('ttt')
  

圖例

legend方法

兩種傳參方法：

• 分別在plot函數中增加label參數,再調用plt.legend()方法顯示
• 直接在legend方法中傳入字符串列表!

plt.plot(x,y,label='temp')
plt.plot(x+4,y-3,label='dist')
plt.legend()

legend的參數

​ - loc參數

• loc參數用於設置圖例標簽的位置，一般在legend函數內
• matplotlib已經預定義好幾種數字表示的位置

plt.plot(x,y,label='temp')
plt.plot(x+4,y-3,label='dist')
plt.legend(loc=0,ncol=2)

​ - ncol參數

• ncol控制圖例中有幾列,在legend中設置ncol

二. 保存圖片

• 使用figure對象的savefig函數來保存圖片

  fig = plt.figure()---必須放置在繪圖操作之前

  figure.savefig的參數選項

  • filename
    含有文件路徑的字符串或Python的文件型對象。圖像格式由文件擴展名推斷得出，例如，.pdf推斷出PDF，.png推斷出PNG （“png”、“pdf”、“svg”、“ps”、“eps”……）
  • dpi
    圖像分辨率（每英寸點數），默認為100
  • facecolor ，打開保存圖片查看 圖像的背景色，默認為“w”（白色）

  fig = plt.figure()
  
  plt.plot(x,y,label='temp')
  plt.plot(x+4,y-3,label='dist')
  plt.legend(loc=0,ncol=2)
  # dpi 像素
  fig.savefig('./fig.jpg',dpi=200)
  

  設置plot的風格和樣式

  plot語句中支持除X,Y以外的參數，以字符串形式存在，來控制顏色、線型、點型等要素，語法形式為：
  plt.plot(X, Y, 'format', ...)

顏色

參數color或c

plt.plot(x,y,c='yellow',alpha=0.5)

顏色值的方式

• 別名

  • color='r'

• 合法的HTML顏色名

  • color = 'red'

顏色	別名	HTML顏色名	顏色	別名	HTML顏色名
藍色	b	blue	綠色	g	green
紅色	r	red	黃色	y	yellow
青色	c	cyan	黑色	k	black
洋紅色	m	magenta	白色	w	white

• HTML十六進制字符串

  • color = '#eeefff'

• 歸一化到[0, 1]的RGB元組

  • color = (0.3, 0.3, 0.4)

透明度

alpha參數

線型

參數linestyle或ls

線條風格	描述	線條風格	描述
'-'	實線	':'	虛線
'--'	破折線	'steps'	階梯線
'-.'	點划線	'None' / '，'	什么都不畫

plt.plot(x,y,ls='steps',lw=3)

[<matplotlib.lines.Line2D at 0x15ddae8ea90>]

線寬

linewidth或lw參數

點型

• marker 設置點形
• markersize 設置點形大小

標記	描述	標記	描述
's'	正方形	'p'	五邊形
'h'	六邊形1	'H'	六邊形2
'8'	八邊形

標記	描述	標記	描述
'.'	點	'x'	X
'*'	星號	'+'	加號
','	像素

標記	描述	標記	描述
'o'	圓圈	'D'	菱形
'd'	小菱形	'','None',' ',None	無

標記	描述	標記	描述
'1'	一角朝下的三腳架	'3'	一角朝左的三腳架
'2'	一角朝上的三腳架	'4'	一角朝右的三腳架

plt.plot(x,y,marker='d')

# 繪制線      plt.plot(x1,y1,x2,y2)
# 網格線      plt.grid(True)  axes.grid(color,ls,lw,alpha)
# 獲取坐標系  plt.subplot(n1,n2,n3)
# 坐標軸標簽  plt.xlabel() plt.ylabel()
# 坐標系標題  plt.title()
# 圖例        plt.legend([names],ncol=2,loc=1)  plt.plot(label='name')
# 線風格      --  -. : None  step
# 圖片保存    figure.savefig()
# 點的設置    marker markersize markerfacecolor markeredgecolor\width
# 坐標軸刻度  plt.xticks(刻度列表，刻度標簽列表) plt.yticks()
#             axes.set_xticks(刻度列表) axes.set_xticklabels(刻度標簽列表)

三. 2D圖形

直方圖

• 是一個特殊的柱狀圖，又叫做密度圖。

【直方圖的參數只有一個x！！！不像條形圖需要傳入x,y】

plt.hist()的參數

• bins
  直方圖的柱數，可選項，默認為10
• color
  指定直方圖的顏色。可以是單一顏色值或顏色的序列。如果指定了多個數據集合,例如DataFrame對象，顏色序列將會設置為相同的順序。如果未指定，將會使用一個默認的線條顏色
• orientation
  通過設置orientation為horizontal創建水平直方圖。默認值為vertical

data = [1,2,3,3,4,2,5]
plt.hist(data)

• 返回值 ：

  1: 直方圖向量，是否歸一化由參數normed設定

  2: 返回各個bin的區間范圍

  3: 返回每個bin里面包含的數據，是一個list

條形圖：plt.bar()

• 參數：第一個參數是索引。第二個參數是數據值。第三個參數是條形的寬度

  -【條形圖有兩個參數x,y】

  • width 縱向設置條形寬度
  • height 橫向設置條形高度

  bar()、barh()

x = [1,2,3]
y = [2,3,4]
plt.barh(x,y)

餅圖

【餅圖也只有一個參數x】

pie()
餅圖適合展示各部分占總體的比例，條形圖適合比較各部分的大小

• 餅圖陰影、分裂等屬性設置

  #labels參數設置每一塊的標簽；

  #labeldistance參數設置標簽距離圓心的距離（比例值）

  #autopct參數設置比例值小數保留位(%.3f%%)；

  #pctdistance參數設置比例值文字距離圓心的距離

  #explode參數設置每一塊頂點距圓心的長度（比例值,列表）；

  #colors參數設置每一塊的顏色（列表）；

  #shadow參數為布爾值，設置是否繪制陰影

  #startangle參數設置餅圖起始角度

  a = [0.3,0.2]
  plt.pie(a)
  
  arr=[11,22,31,15]
  plt.pie(arr,labels=['a','b','c','d'])
  
  #labeldistance參數設置標簽距離圓心的距離（比例值）
  arr=[11,22,31,15]
  plt.pie(arr,labels=['a','b','c','d'],labeldistance=0.3)
  
  #autopct參數設置比例值小數保留位(%.3f%%)；
  arr=[11,22,31,15]
  plt.pie(arr,labels=['a','b','c','d'],labeldistance=0.3,autopct='%.6f%%')
  
  ##explode參數設置每一塊頂點距圓心的長度（比例值,列表）；
  arr=[11,22,31,15]
  plt.pie(arr,labels=['a','b','c','d'],labeldistance=0.3,shadow=True,explode=[0.2,0.3,0.2,0.4])
  

散點圖：因變量隨自變量而變化的大致趨勢

【散點圖需要兩個參數x,y，但此時x不是表示x軸的刻度，而是每個點的橫坐標！】

scatter()

x = [1,2,3,4,5]
y = [2,4,6,8,10]

plt.scatter(x,y)

# plt.scatter(x,y,marker='d',c="rbgy") 設置不同的散點顏色
temp = np.random.randint(10,40,size=(30,))
dist = np.random.randint(70,100,size=(30,))
# 顯示顏色  rbyg = red, blue yellow green 隨機
plt.scatter(temp,dist,c='rbyg')