matplotlib库的学习(个人用)

最新推荐文章于 2024-09-12 20:16:16 发布

.Ryo

最新推荐文章于 2024-09-12 20:16:16 发布

阅读量65

点赞数 1

文章标签： matplotlib 学习信息可视化

本文链接：https://blog.csdn.net/2301_80062653/article/details/134185859

版权

本文介绍了为什么学习matplotlib，它是如何在Python中用于数据可视化的，包括折线图、散点图、条形图和直方图的基本绘制方法，以及如何对图表进行美化和标注。此外，还提到了matplotlib与其他绘图工具如ECharts和seaborn的对比。

摘要由CSDN通过智能技术生成

matplotlib库的学习(个人用)

为什么要学习matplotlib?

原因

1.能将数据进行可视化,更直观的呈现

2.使数据更加客观、更具说服力

什么是matplotlib?

matplotlib: 最流行的Python底层绘图库，主要做数据可视化图表,名字取材于MATLAB，模仿MATLAB构建

matplotlib绘图

最简单的折线图表绘制

from matplotlib import pyplot as plt ->导入pyplot
x = range(2,26,2)#数据在x轴的位置，是一个可迭代对象
y = [15 , 13 , 14.5 , 17 , 20 , 25 , 26 , 26 , 24, 22 , 18 , 15]#数据在y轴的位置，是一个可迭代对象
                   # ->x轴和y轴的数据一起组成了所有要绘制出的坐标
                   # ->分别是(2,15),(4,13),(6,14.5),(8,17).....
plt.plot(x,y) # ->传入x和y,通过plot绘制出折线图
plt.show() # ->在执行程序的时候展示图形

包括x轴,y轴的刻度,以及图形的展示,注意x和y的元素个数要相等

最简单的散点图的绘制

在折线图的基础上,将plt.plot()转变成plt.scatter()其他地方基本相同

最简单的条形图的绘制

在折线图的基础上,将plt.plot()转换成plt.bar(x,y,width = )width传入条形粗细(这是竖形的条形图)

在折线图的基础上,将plt.plot()转换成plt.barh(x,y,height = )height传入条形粗细(这是横状的条形图)

其他与折线图基本相同

最简单的直方图的绘制

在折线图的基础上,将olt.plot()转换成plt.hist(a,num_bins,density = 1(或者True))a为一组数据,num_bins为组数,如果传入density = 1(或者True),则变成频率直方图

把数据分为多少组进行统计

组数要适当,太少会有较大的统计误差,大多规律不明显

组数:将数据分组，当数据在100个以内时，按数据多少常分5-12组

组距:指每个小组的两个端点的距离

组数 = 极差 / 组距

plt.xticks(x_label)—弹幕看见的,不知道有什么用

对图形进行润色加工

1.设置图片大小(想要一个高清无码大图)

plt.figure(figsize=(21,11),dpi=80)在绘制图表的代码前加上这行代码,figsize能选定长和宽,dpi是清晰度,越高越好

2.保存到本地

plt.savefig("./t1.png(或者svg)")在绘制图表的代码后加上这行代码,括号内传入图片保存的地址,可以保存为svg这种矢量图格式,放大不会有锯齿(网页可用)

3.描述信息,比如x轴和y轴表示什么,这个图表示什么

plt.xlabel("",fontproperties = my_font)传入x轴表示什么,还可以再传入size = n 定义字体大小

plt.ylabel("",fontproperties = my_font)传入y轴表示什么,还可以再传入size = n 定义字体大小

plt.title("",fontproperties = my_font)传入表头,还可以再传入size = n 定义字体大小

4.调整x或者y的刻度的间距以及如果包含字符串如何处理

plt.xticks() 指定x轴刻度的数目与取值,传入的是一个列表

plt.yticks() 指定y轴刻度的数目与取值,传入的是一个列表

xticks用法详解(yticks与之相同)
- plt.xticks(a,b,rotation = )a为控制列表的刻度,b为lebel,表示在该刻度上显示的字符串,所以a和b需要一一对应,rotation传入一个数字n,表示将该刻度旋转n°

如果传入的字符串是中文,因matplotlib不支持中文,所以需要额外设置

from matplotlib import font_manager
my_font = font_manager.FontProperties(fname = "D:\Python_learning\pythonProject\msyh.ttc",size = )#传入字体的路径,参考地址是我安装的微软雅黑,size传入字体的大小,可以用阿拉伯数字表示
plt.xticks(fontproperties = my_font) #设置字体

plt.grid(alpha = )可以用来绘制列表的表格,传入0-1的参数,数字越大,表线越清晰,不传入默认为1

添加图例:

plt.plot(x,y1,label = "自己")#label传入的字符串即为图例的文字(?怎么表达,就是线条旁边的文字)
plt.plot(x,y2,label = "同桌")
plt.legend(prop = matplotlib_Chinese.my_font,loc=)#注意这里是prop,使得图例支持中文;loc决定图例的位置,可以是数字或字符串,直接查看源码即可

注意:图例的绘制必须要在plt.plot后面

5.线条的样式(比如颜色,透明度等)

线条颜色: color = "orange"插入位置可以是plot之后,color = “…”
- 颜色代码网站
线条风格: linestyle = ''插入位置同上
- 实线: -
- 虚线、破折线: –
- 点划线: -.
- 点虚线,虚线: :
- 留空或空格,无线条
线条粗细: linewidth = 数字同上
透明度: alpha = 范围为0-1

6.给图片添加一个水印(防伪,防止盗用)

plt.text(x, y, s)

其中x,y表示传入点的x和y轴坐标。s表示字符串。
需要注意的是，这里的坐标，如果设定有xticks、yticks标签，则指的不是标签，而是绘图时x、轴的原始值。

因为参数过多，不再一一解释，根据代码学习其用法。

ha='center’表示垂直对齐方式居中，fontsize=30表示字体大小为30，rotation=-25表示旋转的角度为-25度。c设定颜色，alpha设定透明度。
va表示水平对齐方式

from matplotlib import pyplot as plt
plt.text(20,3, '蛇神出品', ha='center', fontsize=30, rotation=-25, c='gray', alpha=0.4,fontproperties=matplotlib_Chinese.my_font)

7.标记出特殊的点(比如告诉别人最高点和最低点在哪里)

添加注释 plt.annotate()
添加注释。注释即对图像中某一位置的解释，可以用箭头来指向。
添加注释使用的是plt.annotate()方法

其语法中的常用参数如下

plt.annotate(str,xy,xytext,xycoords,arrowcoords)

其中str即注释要使用的字符串，即注释文本
xy指被注释的坐标点
xytext指注释文本要写在的位置

xycoords是被注释的点的坐标系属性，即以什么样的方式描述该点的坐标。设置值默认为"data"，即用（x,y）坐标来描述。其他可以选择的设置值如下，其中figure指的是整个画布作为一个参考系。而axes则表示仅对于其中的一个axes对象区域。
arrowprops是一个字典，用来设置箭头的属性。写在这个字典之外的参数都表示的是注释文本的属性。
字典内可以设置的值有

设置值描述
width 箭头的宽度（非头部）
headwidth 箭头头部的宽度
headlength 箭头头部的长度
facecolor 箭头的颜色
shrink 箭头两端收缩的百分比（占总长）
? 任何matplotlib.patches.FancyArrowPacth中的关键字
关于这些参数的进一步解释：其中箭头的总长度先是通过被注释点位置坐标与注释文本位置坐标所决定的，可以通过调节参数arrowprops中的shrink键来进一步调节箭头的长度，shrink表示将箭头缩短的长度占总长度（被注释点位置坐标与注释文本位置坐标决定的长度）的百分比。当不设定shrink时，shrink默认为0，即不缩短。当shrink很大，接近1时，其效果等同于不缩短。

代码示例:

plt.annotate('最低价', (x,y),(x,y), xycoords='data',arrowprops=dict(facecolor='r', shrink=0.1), c='r',fontsize=15)