python基础案例 - Matplotlib 库与数据可视化

例11-1 给定11个点坐标，绘制简单折线图 (x,y) 

import numpy as np
import matplotlib.pyplot as plt               # 引入绘图库
x = np.arange(11)                                     # 从0开始，步长为1 的11个整数
y = np.array([0.15,0.16,0.14,0.17,0.12,0.16,0.1,0.08,0.05,0.07,0.06])        # 取11个数
plt.plot(x, y, color = 'green', marker='o')       # 绘制11个点的折线图，红色、点型
plt.show()

例11-2 绘制散点图 y = sin(x) 

import matplotlib.pyplot as plt ; import numpy as np
x = np.linspace(0, 2*np.pi, 30)                               # 将[0,2*PI]等分为30份的一维数组
y = np.sin(x)
plt.scatter(x, y,  marker='.', color='green')             #  marker 点型, 颜色color为blue
plt.show()

例11-3 绘制4个子图，如图所示

import numpy as np
import matplotlib.pyplot as plt
x = np.arange(0, 100)
fig = plt.figure(figsize=(8,6),dpi=80)
ax1 = fig.add_subplot(2,2,1)                                 # (2,2)表示将画布分成2行,2列,可画4个子图
ax1.plot(x, x)
ax1.legend(['y=x'])
ax2 = fig.add_subplot(2,2,2)                                  # 这是第2个子图
ax2.plot(x, -x,'r') ;                ax2.legend(['y=-x'])
ax3 = fig.add_subplot(2,2,3)                                 # 这是第3个子图
ax3.plot(x, x ** 2,'b')
ax3.legend(['y=x*x'])
ax4 = fig.add_subplot(2,2,4)                                 # 这是第4个子图
ax4.plot(x, np.log(x+1e-5),'g')
ax4.legend(['y=log(x)'],loc='lower right')             # 图例在右下方
plt.show()

第四个图如果将ax4.plot(x, np.log(x+1e-5),'g')换成ax4.plot(x, np.log(x),'g')即与示例图一致，但会报divide by zero encountered in log的错误，因为log在负数域计算为无穷小了，导致第四张图无法加载y<0的部分。x+1e-5代表将其转变为高精度浮点数，能够显示的区域就会变大到现在的样子。

例11-4  用画布的各种设置，绘制折线图：y = sin(x)，z = cos(x)。设置包括：

（1）图片的大小、标题title、图例legend、字体大小fontsize      

（2）坐标轴的4个属性：刻度xticks、范围xlim、标签xlabel、字体大小fontsize      

（3）折线图的6个属性：颜色color、点型marker、点型大小marksize、                 线型linestyle 、线宽linewidth、透明度alpha

        

import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif'] = 'SimHei'                      # 设置中文显示
plt.rcParams['axes.unicode_minus'] = False
x = np.arange(0,2*np.pi,0.1)
y = np.sin(x)
f = plt.figure(figsize=(8,4),dpi=80)                                   # 画布大小：宽8英寸，高4英寸
f.set_facecolor((0.92,0.92,0.96))                                       # 设置坐标轴颜色
plt.title('正弦、余弦函数图形',fontsize=12)                  # 标题 ，字体大小：12
plt.xlabel('x 变量',fontsize=12)                                       # x轴标签
plt.ylabel('y 变量',fontsize=12)
plt.xlim((0,6.6))                                                                  # 确定x轴范围
plt.ylim((-1,1))
plt.xticks(np.arange(0,6.6,0.4))