NumPy Matplotlib
Matplotlib 是 Python 的绘图库。 它可与 NumPy 一起使用，提供了一种有效的 MatLab 开源替代方案。 它也可以和图形工具包一起使用，如 PyQt 和 wxPython。
引例：np.arange() 函数创建 x 轴上的值。y 轴上的对应值存储在另一个数组对象 y 中。 这些值使用 matplotlib 软件包的 pyplot 子模块的 plot() 函数绘制。
1 import numpy as np 2 from matplotlib import pyplot as plt 3 x = np.arange(1, 11) 4 y = 2 * x + 5 5 print('x:{} y:{}'.format(x, y)) 6 plt.title("Matplotlib demo") 7 plt.xlabel("x axis caption") 8 plt.ylabel("y axis caption") 9 plt.plot(x, y) 10 plt.show()
执行结果：
x:[ 1 2 3 4 5 6 7 8 9 10] y:[ 7 9 11 13 15 17 19 21 23 25]
图形由 show() 函数显示
1、中文显示问题
打印系统字体：
1 import matplotlib 2 a = sorted([f.name for f in matplotlib.font_manager.fontManager.ttflist]) 3 for i in a: 4 print(i)
执行结果：
打印出你的 font_manager 的 ttflist 中所有注册的名字，找一个看中文字体例如：STFangsong(仿宋）,然后添加以下代码即可：
plt.rcParams['font.family']=['STFangsong']
例子：
1 import numpy as np 2 from matplotlib import pyplot as plt 3 plt.rcParams['font.family'] = ['STFangsong'] 4 x = np.arange(1, 11) 5 y = 2 * x + 5 6 plt.title("中文- 测试") 7 plt.xlabel("x 轴") 8 plt.ylabel("y 轴") 9 plt.plot(x, y) 10 plt.show()
执行结果：
2、离散图设置和颜色设置
作为线性图的替代，可以通过向 plot() 函数添加格式字符串来显示离散值。 可以使用以下格式化字符。
| 字符 | 描述 | 字符 | m描述 |
|---|---|---|---|
'-' |
实线样式 |
'_' |
水平线标记 |
'--' |
短横线样式 | '$#124' | c垂直线标记 |
'-.' |
点划线样式 | 'd' | 窄菱形标记 |
':' |
虚线样式 | 'D' | 菱形标记 |
'.' |
点标记 | 'x' | X标记 |
',' |
像素标记 | '+' | +标记 |
'o' |
圆标记 | 'h' | 六边形标记 1 |
'v' |
倒三角标记 | 'H' | 六边形标记 2 |
'^' |
正三角标记 | '*' | 星形标记 |
'<' |
左三角标记 | 'p' | 五边形标记 |
'>' |
右三角标记 | 's' | 正方形标记 |
'1' |
下箭头标记 | '3' | 左箭头标记 |
'2' |
上箭头标记 | '4' | 右箭头标记 |
以下是颜色的缩写：
| 字符 | 颜色 |
|---|---|
'b' |
蓝色 |
'g' |
绿色 |
'r' |
红色 |
'c' |
青色 |
'm' |
品红色 |
'y' |
黄色 |
'k' |
黑色 |
'w' |
白色 |
比如我们要显示蓝色的圆来代表点，我们可以使用'ob'作为plot()函数的格式字符串：
将plt.plot(x, y)改为 plt.plot(x, y, 'ob')
我们可以得到输出图：
3、绘制正弦波
以下实例使用 matplotlib 生成正弦波图。
1 import numpy as np 2 import matplotlib.pyplot as plt 3 plt.rcParams['font.family'] = ['STFangsong'] 4 x = np.arange(0, 4*np.pi, 0.1) 5 y = np.sin(x) 6 plt.title('正弦波绘制') 7 plt.xlabel('x轴') 8 plt.ylabel('y轴') 9 plt.plot(x, y, 'r') 10 plt.show()
执行结果：
4、subplot() 函数允许你在同一图中绘制不同的东西。
以下实例绘制正弦和余弦值:
import numpy as np import matplotlib.pyplot as plt # 计算正弦和余弦曲线上的点的 x 和 y 坐标 x = np.arange(0, 4 * np.pi, 0.1) y_sin = np.sin(x) y_cos = np.cos(x) # 建立 subplot 网格，高为 2，宽为 1 # 激活第一个 subplot plt.subplot(2, 1, 1) # 绘制第一个图像 plt.plot(x, y_sin) plt.title('Sine') # 将第二个 subplot 激活，并绘制第二个图像 plt.subplot(2, 1, 2) plt.plot(x, y_cos) plt.title('Cosine') # 展示图像 plt.show()
执行输出结果：
5、Matplotlib中柱状图bar使用
pyplot 子模块提供 bar() 函数来生成条形图。
以下实例生成两组 x 和 y 数组的条形图。
1 from matplotlib import pyplot as plt 2 x = [5,8,10] 3 y = [12,16,6] 4 x2 = [6,9,11] 5 y2 = [6,15,7] 6 plt.bar(x, y, align = 'center') 7 plt.bar(x2, y2, color = 'g', align = 'center') 8 plt.title('Bar graph') 9 plt.ylabel('Y axis') 10 plt.xlabel('X axis') 11 plt.show()
执行结果：
6、直方图numpy.histogram()
numpy.histogram() 函数是数据的频率分布的图形表示。 水平尺寸相等的矩形对应于类间隔，称为 bin，变量 height 对应于频率。
numpy.histogram()函数将输入数组和 bin 作为两个参数。 bin 数组中的连续元素用作每个 bin 的边界。
1 import numpy as np 2 3 a = np.array([22,87,5,43,56,73,55,54,11,20,51,5,79,31,27]) 4 np.histogram(a,bins = [0,20,40,60,80,100]) 5 hist,bins = np.histogram(a,bins = [0,20,40,60,80,100]) 6 print (hist) 7 print (bins)
执行结果：
[3 4 5 2 1]
[ 0 20 40 60 80 100]
plt()
Matplotlib 可以将直方图的数字表示转换为图形。 pyplot 子模块的 plt() 函数将包含数据和 bin 数组的数组作为参数，并转换为直方图。
1 import numpy as np 2 import matplotlib.pyplot as plt 3 4 a = np.array([22, 87, 5, 43, 56, 73, 55, 54, 11, 20, 51, 5, 79, 31, 27]) 5 np.histogram(a, bins=[0, 20, 40, 60, 80, 100]) 6 hist, bins = np.histogram(a, bins=[0, 20, 40, 60, 80, 100]) 7 print(hist) 8 print(bins) 9 plt.hist(a, bins) 10 plt.show()
执行结果：
