(3) python--matplotlib

(一)1.如何绘制散点图

1 2 3 4 5 6 7 8 9 10 11 12

import numpy as np import matplotlib.pyplot as plt   # 如何绘制散点图 # 先随机生成数据 x = np.array(range(100)) y = np.sin(x)   # 直接输入x和y便可绘制相应的散点图 plt.scatter(x, y) # 不要忘了这句话，表示让图像显示 plt.show()

　　

可以看到类似于正弦曲线一样的点

(一)2.如何给散点图加上样式

1 2 3 4 5 6 7 8 9 10 11 12 13 14

import numpy as np import matplotlib.pyplot as plt   x = np.array(range(0, 100, 5)) y = 3 * x + 2   # scatter里面的参数有很多，不过我们主要使用四种 # 1：s，表示点的面积，注意是面积。 # 2：c，颜色,不指定默认为蓝色 # 3：marker：点的形状，不指定默认为点 # 4：alpha：透明度，不指定默认为1，表示透明度为0 plt.scatter(x, y, s=100, c="green", marker="<", alpha=0.1)   plt.show()

　　

(二)1.如何绘制折线图

1 2 3 4 5 6 7 8 9

import numpy as np import matplotlib.pyplot as plt   x = np.linspace(-1, 1, 100) y = x ** 2   plt.plot(x, y) # 此外还有一个plt.plot_date()函数，专门用来绘制有一个轴是日期格式的数据 plt.show()

　　

(二)2.如何给折线图加上样式

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

import numpy as np import matplotlib.pyplot as plt   x = np.linspace(-10, 10, 20) y = x ** 2 z = x * 2 + 1   # 关于样式的参数有很多 # linestyle:表示线段的样式 # color：表示颜色 # marker：表示点的样式 plt.plot(x, y, linestyle="-", color="green", marker="o") plt.plot(x, z, linestyle="--", color="red", marker="<")   plt.show()

　　

(三)1.如何绘制条形图

1 2 3 4 5 6 7 8 9 10 11

import numpy as np import matplotlib.pyplot as plt   # 还记得每一个图对应的每一个函数吗？ # 散点图：scatter # 折线图：plot # 条形图：bar   # 这个函数可以只接收两个参数，分别是条形图中每一条的索引和高度 plt.bar(x=[0, 1, 2, 3, 4, 5], height=[11, 22, 33, 44, 55, 66]) plt.show()

　　

(三)2.如何给条形图加上样式

1 2 3 4 5 6 7 8 9 10

import matplotlib.pyplot as plt   # color：颜色 # width：线条宽度 plt.bar(x=[0, 1, 2, 3, 4, 5],         height=[11, 22, 33, 44, 55, 66],         color="green",         width=0.2)   plt.show()

　　

(三)3.如何绘制横向的条形图

1 2 3 4 5 6 7 8 9 10 11 12

import matplotlib.pyplot as plt   # 如果绘制横向的条形图 # 那么bottom相当于之前的x，width相当于之前的height plt.bar(x=0,         bottom=[0, 1, 2, 3, 4, 5],         width=[11, 22, 33, 44, 55, 66],         color="green",         height=0.2,         orientation="horizontal") # 还有一个plt.barh(),表示花水平的条形图，不用显示的指定orientation="horizontal"，但其他的参数还是要有的 plt.show()

　　

(四)1.如何绘制直方图

1 2 3 4 5 6 7 8 9 10 11 12

import numpy as np import matplotlib.pyplot as plt   mu = 100 sigma = 20 x = mu + sigma * np.random.randn(2000)   # 设置直方图 # bins:表示要分成多少个区间 # normed:表示是否进行标准化,标准化之后，那么纵坐标不在是个数，而是频率。 plt.hist(x, bins=30, color="red", density=True) plt.show()

　　

 (四)2.如何绘制双变量直方图

1 2 3 4 5 6 7 8 9 10

import numpy as np import matplotlib.pyplot as plt   x = np.random.randn(1000)+2 y = np.random.randn(1000)+3     plt.hist2d(x, y, bins=40)   plt.show()

　　

(五)1.如何绘制饼图

1 2 3 4 5 6 7 8 9 10

import matplotlib.pyplot as plt   labels = ["satori", "mashiro", "nagisa"] fracs = [40, 30, 30]   # 最重要的两个参数 # x：所占的份额 # labels：对应的标签 plt.pie(x=fracs, labels=labels) plt.show()

　　

细心地哲学♂家可能回好奇，为什么是一个椭圆，这是因为我们这里少了一句话

而且每一块上面光秃秃的，每个部分都贴在了一块，也不好看，我们也可以设置一些参数，让其变得好看一些

1 2 3 4 5 6 7 8 9 10

import matplotlib.pyplot as plt   labels = ["satori", "mashiro", "nagisa"] fracs = [40, 30, 30]   # 加上这句话表示x和y轴的比例是一比一 # 因此图形就变成了圆形 plt.axes(aspect=1) # autopct：表示每一块的比例 # explode：突出显示，每个部分不会贴在一块<br><br># shadow：表示加上一层阴影，指定为True即可

1	plt.pie(x=fracs, labels=labels, autopct="%.0f%%", explode=[0.01, 0.02, 0]) plt.show()

　　

 (六)1.如何绘制箱形图

1 2 3 4 5 6 7 8 9 10

import matplotlib.pyplot as plt import numpy as np   np.random.seed(100) data = np.random.normal(0, 1, size=1000)   # sym：形状，表示异常值的形状 # whis：表示虚线的长度，可以控制异常值显示的多少，越大虚线越长 plt.boxplot(data, sym="<", whis=1.5) plt.show()

　　

(七)颜色和样式

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

蓝色 - 'b'   绿色 - 'g'   红色 - 'r'   青色 - 'c'   品红 - 'm'   黄色 - 'y'   黑色 - 'k'    白色 - 'w'

　　

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

'.'       point marker ','       pixel marker 'o'       circle marker 'v'       triangle_down marker '^'       triangle_up marker '<'       triangle_left marker '>'       triangle_right marker '1'       tri_down marker '2'       tri_up marker '3'       tri_left marker '4'       tri_right marker 's'       square marker 'p'       pentagon marker '*'       star marker 'h'       hexagon1 marker 'H'       hexagon2 marker '+'       plus marker 'x'       x marker 'D'       diamond marker 'd'       thin_diamond marker '|'       vline marker '_'       hline marker

　　

1 2 3 4

'-' solid line style '--' dashed line style '-.' dash-dot line style ':' dotted line style

　　输入样式的时候还有一个简便的方法，cx--,c是青色，x是点的样式，--是线的样式

(八)1.如何绘制子图

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

import numpy as np import matplotlib.pyplot as plt   x = np.arange(0, 100, 5)   # 生成一个画布 fig = plt.figure()   # 往画布上添加对象 # 这里的221表示，生成一个2X2的画布，并处于第一个位置 s1 = fig.add_subplot(221) s2 = fig.add_subplot(222) s3 = fig.add_subplot(223) s4 = fig.add_subplot(224) y1 = np.exp(x) y2 = np.sin(x) y3 = np.cos(x) y4 = x ** 2   s1.plot(x, y1, "cx--") s2.plot(x, y2, "bo-.") s3.plot(x, y3, "g<--") s4.plot(x, y4, "y>-.")   # 最后显示要用fig，因为它是我们创建出来的画布，必须要让它显示 fig.show()

　　

(八)2.如何绘制子图

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

import numpy as np import matplotlib.pyplot as plt   x = np.arange(0, 100, 5)   plt.subplot(221) plt.plot(x, np.exp(x)) plt.subplot(222) plt.plot(x, np.sin(x)) plt.subplot(223) plt.plot(x, np.cos(x)) plt.subplot(224) plt.plot(x, x**2)   plt.show()

　　

(九)如何绘制网格

1 2 3 4 5 6 7 8 9 10

import numpy as np import matplotlib.pyplot as plt   x = np.arange(0, 100, 5)   # 绘制出格子 plt.grid(x, color="green") # 绘制线段 plt.plot(x, x, "cx--") plt.show()

　　

(十)如何给图像带上标记

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-1, 1, 100)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.tan(x)

# 加上需要的标签label
plt.plot(x, y1, label="np.sin")
plt.plot(x, y2, label="np.cos")
plt.plot(x, y3, label="np.tan")

# 必须加上这句话，否则标签不显示

# legend里面还有一个location参数，可以指定位置

# 以及ncol可以指定要标签分几列显示

plt.legend()

plt.show()

　　

 (十一)调整坐标轴范围

1 2 3 4 5 6 7 8 9 10

import numpy as np import matplotlib.pyplot as plt   x = np.arange(-100, 100) y = 3 * x + 1   plt.plot(x, y) # 表示x轴从-10到10，y轴-100到100<br># 也可以通过plt.xlim([,])和plt.ylim([,])只调x轴或y轴<br># 如果只想调整一边的话，就直接指定最大或者最小,xlim(xmin=,xmax=),ylim(ymin=,ymax=) plt.axis([-10, 10, -100, 100]) plt.show()

　　

(十二)调整坐标轴刻度

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

import numpy as np import matplotlib.pyplot as plt   x = np.arange(1, 10)   plt.plot(x, x)   # 获取坐标轴属性,get current axis ax = plt.gca() # nbins表示有多少间隔，可以看到分成了20份 ax.locator_params(nbins=20) # 如果我只想调整某一个轴的话 # 指定ax.locator_params("x", nbins=20)   plt.show()

　　

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

import numpy as np import matplotlib.pyplot as plt import matplotlib as mpl import datetime   start = datetime.date(2016, 1, 1) end = datetime.date(2017, 1, 1) timedelta = datetime.timedelta(days=1)   date = mpl.dates.drange(start, end, timedelta) y = np.random.rand(len(date))   ax = plt.gca() plt.plot_date(date, y)   # 设置时间格式 date_format = mpl.dates.DateFormatter("%Y-%m-%d")   # 将格式应用到x轴上 ax.xaxis.set_major_formatter(date_format)   plt.show()

　　

(十三)如何添加坐标轴

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

import numpy as np import matplotlib.pyplot as plt   x = np.arange(2, 20, 1)   y1 = x y2 = np.log(x)   fig = plt.figure()   ax1 = fig.add_subplot(111)   ax1.plot(x, y1) ax1.set_ylabel("mashiro")   # 表示生成一个双胞胎y轴，twinx，表示生成一个y轴 ax2 = ax1.twinx()   ax2.plot(x, y2) ax2.set_ylabel("satori")   fig.show()

　　

(十四)添加注释

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

import numpy as np import matplotlib.pyplot as plt   x = np.arange(-10, 11)   y = x ** 2   plt.plot(x, y)     plt.annotate("my name is satori",              xy=(0, 5),  # 箭头坐标              xytext=(0, 20),  # 文本坐标              arrowprops={"facecolor": "r",  # 颜色                          "headlength": 10,  # 箭头的长度                          "headwidth": 30,  # 箭头的头的宽度                          "width": 20  # 箭头的身体的宽度                          }              )   plt.show()

　　

(十五)如何绘制3D图形

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

import matplotlib.pyplot as plt import numpy as np from mpl_toolkits.mplot3d import Axes3D as A3   fig = plt.figure() ax = A3(fig) x = np.arange(-4, 4, 0.2) y = np.arange(-4, 4, 0.2) x, y = np.meshgrid(x, y) z = np.power(x, 2) + np.power(y, 2) plt.title("satori")   # rstride,cstride表示行列每隔多少个点建一个面，cmap表示颜色 ax.plot_surface(x, y, z, rstride=1,                 cstride=1,                 cmap=plt.cm.CMRmap,                 alpha=0.4) ax.set_xlabel('x_label', color='r') ax.set_ylabel('y_label', color='g') ax.set_zlabel('z_label', color='b')   plt.show()

　　

如何解决中文乱码问题

1 2 3 4

import matplotlib.pyplot as plt   plt.rcParams['font.sans-serif'] = ['SimHei'] # 步骤一（替换sans-serif字体） plt.rcParams['axes.unicode_minus'] = False   # 步骤二（解决坐标轴负数的负号显示问题）

　　

 解决子图重合问题

plt.tight_layout()

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

import numpy as np import matplotlib.pyplot as plt   x = np.arange(1, 100) y = 2 * x   plt.plot(x, y) # 调整x，y轴的取值范围 plt.xlim(10, 30) plt.ylim(20, 60)   # 调整x或y轴的间隔 ax = plt.gca() ax.locator_params("x", nbins=40)   # 调整x或y轴坐标的倾斜程度 plt.xticks(rotation=60) plt.show()