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
導入模塊 import matplotlib.pyplot as plt
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] plt.plot(x,y)
繪制拋物線
x = np.linspace(-np.pi,np.pi,num=10) # 使用np.pi y = x**2 plt.plot(x,y)
繪制正弦曲線圖
x = x y = np.sin(x) plt.plot(x,y)
包含多個曲線的圖
1、連續調用多次plot函數
# 可以只調多次plot plt.plot(x,y) plt.plot(x+2,y-1)
2、也可以在一個plot函數中傳入多對X,Y值，在一個圖中繪制多個曲線
plt.plot(x,y,x-3,y+5) # 也可以只調一次plot,傳入多值
將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
# 前兩個參數表示繪制2*2的表格, 第三個參數表示圖的位置(第幾個) plt.subplot(221) plt.plot(x,y) plt.subplot(2,2,2) plt.plot(x+1,y-3) plt.subplot(2,2,3) plt.plot(x+5,y+2) plt.subplot(2,2,4) plt.plot(x-1,y-5)
參數：
- axis - color:支持十六進制顏色 - linestyle: -- -. : - alpha
坐標軸界限
axis方法:設置x，y軸刻度值的范圍
plt.axis([xmin,xmax,ymin,ymax])
# 傳入想要修改刻度的范圍,值不會變 plt.plot(x,y) plt.axis([-6,6,-2,2])
plt.axis('off')
關閉坐標軸
# plt.axis('off') # 不顯示刻度
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=(10,5))
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
# 指定x、y和坐標系的標識 plt.plot(x,y) plt.xlabel('xxx') plt.ylabel('yyy') 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
# 調用legend方法使label生效 plt.plot(x,y,label='AAA') plt.plot(x+3,y-4,label='BBB') plt.legend(ncol=1,loc=3) # ncol表示圖例顯示列數, loc表示位置
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
| 字符串 | 數值 | 字符串 | 數值 |
|---|---|---|---|
| best | 0 | center left | 6 |
| upper right | 1 | center right | 7 |
| upper left | 2 | lower center | 8 |
| lower left | 3 | upper center | 9 |
| lower right | 4 | center | 10 |
| right | 5 |
- ncol參數
ncol控制圖例中有幾列,在legend中設置ncol
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）
# 第1步實例化對象 fig = plt.figure() # 第2步繪圖 plt.plot(x,y,label='AAA') plt.plot(x+3,y-4,label='BBB') plt.legend(ncol=1,loc=3) # 第3步使用savefig保存圖片,dpi為圖片分辨率 fig.savefig('./123.png',dpi=500)
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='red',alpha=0.5) # alpha為透明度
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,c='red',alpha=0.5,ls='steps')
線寬
linewidth或lw參數
plt.plot(x,y,c='red',alpha=0.5,ls='steps',lw=5)
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,c='red',alpha=0.5,lw=5,marker='h',markersize=10)
# 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)
二、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
salary = np.array([12345,10000,15000,18000,20000,15555,10050,19999,12000,12500]) # qu = [10000,12000,15000,18000,20000] # 表示區間 plt.hist(salary) # 可以傳入qu設置柱子數量,還可以加上參數bins=5表示5根柱和rwidth設置柱寬,有的柱子沒有柱高就不顯示
lst = [1,1,4,5,6,7,8,8,5,5] plt.hist(lst) # 返回第一組numpy數組為密度值10個,第二numpy數組表示11個范圍(例1.7-2.4表示一個密度值范圍)
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() 縱向顯示
- barh() 橫向顯示
x = [1,2,3,4,5] y = [6,7,8,9,10] plt.barh(x,y)
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
arr = [0.2,0.3,0.1,0.2] plt.pie(arr,labels=['a','b','c','d'])
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）, shadow表示陰影； 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]) # startangle參數設置餅圖起始角度 arr=[11,22,31,15] plt.pie(arr,labels=['a','b','c','d'],startangle=50)
%m.nf m 占位 n 小數點后保留幾位 f 是以float格式輸出
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()
# 通過散點圖可以找出這兩組數據之前存在的規律 x = [33,35,34,31,36] y = [100,200,150,166,177] plt.scatter(x,y)
plt.scatter(x,y,marker='d',c="rbgy") 設置不同的散點顏色
x = np.linspace(10,20,num=30) y = np.random.randint(10,20,size=(30,)) plt.scatter(x,y,c='r') # 使用c參數設置顏色
