最近总是需要用到python来画图,使用plt画图的时候总是找不对参数,所以在这里记录下,方便之后使用
一、导入
导入:import matplotlib.pyplot as plt
这里常常将pyplot重命名为plt,便于书写。
二、使用场景
csv数据读取+折线图
三、绘图
1、读取外部文件数据
在数据量较大的时候,往往是将数据存储在外部文件中,我最常使用的是csv文件。
读取csv文件代码:
import pandas as pd
csv_1_path = 'data1.csv'
#读取全部列,此时data_1就是DataFrame类型的了,之后可以按照索引进行数据获取了,如data_1['年龄']就看获取年龄列:
data_1_all = pd.read_csv(csv_1_path)
#读取某一列:
data_1 = pd.read_csv(csvpath_6,usecols='test_accuracy'])
2、绘制
基础绘图
import matplotlib.pyplot as plt
y = data_1
x =[i for i in range(len(data_1))]
plt.plot(x, y)
plt.show()
设置画布大小
import matplotlib.pyplot as plt
y = data_1
x =[i for i in range(len(data_1))]
plt.subplots(1,1,figsize=(8, 6)) #生成1行1列,即1个子图,长宽比是8:6
plt.plot(x, y)
plt.show()
图片:
仅一列数据:
显示全部数据:
import matplotlib.pyplot as plt
y = data_1
x =[i for i in range(len(data_1_all))]
plt.subplots(1,1,figsize=(8, 6)) #生成1行1列,即1个子图,长宽比是8:6
plt.plot(x, y)
plt.show()
添加坐标轴标签
import matplotlib.pyplot as plt
y = data_1
x =[i for i in range(len(data_1_all))]
plt.subplots(1,1,figsize=(8, 6)) #生成1行1列,即1个子图,长宽比是8:6
plt.rcParams['font.sans-serif'] = ['SimSun'] #设置中文显示
plt.xlabel("全局迭代轮次",fontsize=23)#设置横坐标,fontsize=23是字体大小
plt.ylabel("累计通信次数",fontsize=23)#设置纵坐标
plt.plot(x, y)
plt.show()
需要注意的是,如果横纵坐标有中文,需要设置字体,否则会出现中文不显示的情况。
添加图例
import matplotlib.pyplot as plt
y1 = data_1_all['xx1']
y2 = data_1_all['xx2']
x =[i for i in range(len(data_1_all))]
plt.subplots(1,1,figsize=(8, 6)) #生成1行1列,即1个子图,长宽比是8:6
plt.rcParams['font.sans-serif'] = ['SimSun'] #设置中文显示
plt.xlabel("全局迭代轮次",fontsize=23)#设置横坐标,fontsize=23是字体大小
plt.ylabel("累计通信次数",fontsize=23)#设置纵坐标
p1, = plt.plot(x, y1)
p1, = plt.plot(x, y2)
#这里legend用于显示图例,其中还有很多参数可以写,如图例显示位置loc='upper right'等
plt.legend([p1,p2],[r'$\mathit{label1}$','label2'],fontsize='18')
#legend中设置图例中字母是斜体
plt.show()
线条与节点
字符 | b | g | r | y | k | w | m | c |
---|---|---|---|---|---|---|---|---|
颜色 | 蓝 | 绿 | 红 | 黄 | 黑 | 白 | 洋红 | 青 |
字符 | - | – | : | -。 | ||||
含义 | 实线 | 虚线 | 点线 | 点横线 |
如果觉得这些颜色配色不好看,可以直接使用RGB,如
plt.plot(x,y,color='#ffffff')
#或者
plt.plot(x,y,color=(0.6,0.3,0.8))
保存
plt.savefig('try.png',dpi=500)
'这里的dpi是每英寸点数(dots per inch)的缩写,可理解为分辨率'
注意,这一语句必须写在plt.show()之前,否则只会保存白板
完整代码
import pandas as pd
import matplotlib.pyplot as plt
#相关性阈值变换
csvpath = '数据.csv'
all_ = pd.read_csv(csvpath)
y1 = all_['列1']
y2 = all_['列2']
x = [i for i in range(len(y1))]
plt.subplots(1,1,figsize=(8, 6))
plt.rcParams['font.sans-serif'] = ['SimSun'] #设置中文显示
plt.xlabel("横坐标",fontsize=23)
plt.ylabel("纵坐标",fontsize=23)
p1, = plt.plot(x,y1,':^',color = '#ff00ff')
p2, = plt.plot(x,y2,'-.o',color = '#ff0000')
plt.legend([p1,p2],[r'$\mathit{label1}$','label2'],fontsize='18')
plt.savefig('try.png',dpi=500)
plt.show()
四、参考博客
python画图plt函数学习
matplotlib命令与格式:图例legend语法及设置