——————————————————————————————————————————
常用API
方法 含义
matplotlib.pyplot.angle_spectrum 绘制电子波谱图
matplotlib.pyplot.bar 绘制柱状图
matplotlib.pyplot.barh 绘制直方图
matplotlib.pyplot.broken_barh 绘制水平直方图
matplotlib.pyplot.contour 绘制等高线图
matplotlib.pyplot.errorbar 绘制误差线
matplotlib.pyplot.hexbin 绘制六边形图案
matplotlib.pyplot.hist 绘制柱形图
matplotlib.pyplot.hist2d 绘制水平柱状图
matplotlib.pyplot.pie 绘制饼状图
matplotlib.pyplot.quiver 绘制量场图
matplotlib.pyplot.scatter 散点图
matplotlib.pyplot.specgram 绘制光谱图
参数 含义
alpha= 设置线型的透明度,从 0.0 到 1.0
color= 设置线型的颜色
fillstyle= 设置线型的填充样式
linestyle= 设置线型的样式
linewidth= 设置线型的宽度
marker= 设置标记点的样式
…… ……
散点图参数 含义
s= 散点大小
c= 散点颜色
marker= 散点样式
cmap= 定义多类别散点的颜色
alpha= 点的透明度
edgecolors= 散点边缘颜色
——————————————————————————————————————————
工作流程
使用 matplotlib 创建绘图的基本步骤
import matplotlib.pyplot as plt
1. 准备数据
x = [1, 2, 3, 4]
y = [10, 20, 25, 30]
2. 创建绘图
fig = plt.figure()
3. 绘图
ax = fig.add_subplot(111)
4. 自定义绘图
ax.plot(x, y, color=‘lightblue’, linewidth=3)
ax.scatter([2, 4, 6],
[5, 15, 25],
color=‘darkgreen’,
marker=’^’)
ax.set_xlim(1, 6.5)
5. 保存图
plt.savefig(‘foo.png’)
6. 显示图
plt.show()
直方图
plt.hist(df.life,bins=50,rwidth=0.9) # bins 设置区间数,rwidth设置柱子相对宽度
plt.show()
plt.rcParams[]
pylot使用rc配置文件来自定义图形的各种默认属性,称之为rc配置或rc参数。通过rc参数可以修改默认的属性,包括窗体大小、每英寸的点数、线条宽度、颜色、样式、坐标轴、坐标和网络属性、文本、字体等。
rc参数存储在字典变量中,通过字典的方式进行访问。
plt.xlabel('') #x轴标签
plt.ylabel('') #y轴标签
plt.title('') #标题
箱线图
plt.boxplot(column= ,by= ,figsize= )
plt.show()
column选择箱线图的数值,by是选择分类变量,figsize是尺寸
条形图
plt.bar(x, )
# 设置横坐标
plt.xticks(x, , rotation=70) # rotation 旋转横坐标标签
plt.show()
饼图
plt.pie(conti_count, labels=conti, autopct='%1.1f%%') # autopct 显示占比
plt.axis('equal') # 调整坐标轴的比例
plt.show()
散点图
plt.scatter(df.gdp, df.life)
plt.show()
矩阵图
多个变量时,为了快速观察和比较,可绘制矩阵图进行观察、
pd.scatter_matrix(df)
plt.show()