python-Matplotlib绘图库学习笔记

学习方式：(点击这里TP)
[官网examples入门学习] https://matplotlib.org/examples/index.html
https://matplotlib.org/galler.html

• 安装方式

pip install matplotlib

• 导入方式

import matplotlib.pyplot as plt

• 基础操作

plot(x,y,color='red',linestyle='dashed',marker='o')

x,y ：输入的样本点坐标值
color：线的颜色
linestyle：线的样式
marker：样本点的样式
label：线型名称

• linestyle 线的样式

线型	说明
-	实线(默认)
–	双划线
:	虚线
:.	点划线

• marker 标记符

标记符	说明	标记符	说明
+	加号符	s	正方形
o	空心圆	d	菱形
*	星号	v	下三角形
.	实心圆	^	上三角形
X	叉号符	>	右三角形

• color颜色代码

颜色	说明	颜色	说明
r	红色	m	洋红色
g	绿色	y	黄色
b	蓝色	k	黑色
c	青绿色	w	白色

常用绘图操作

• 多条折线图在一张图像中显示
  plot(x1, y1, x2, y2, x3, y3)

# 一张图中绘制多条折线
plt.plot([1, 2, 3], [1, 2, 3], [1, 2, 3], [3, 1, 2], [1, 2, 3], [3, 2, 1])
plt.show()

"""
上下两种写法效果一样
"""
# 分开描述
plt.plot([1, 2, 3], [3, 2, 1])
plt.plot([1, 2, 3], [3, 1, 2])
plt.plot([1, 2, 3], [1, 2, 3])
plt.show()

• 直接赋值 y 值， x 是np.arange(n)

plt.plot([3, 1, 2], color='red')
plt.grid()
plt.show()

• 添加图例
  plt.legend()

# 生成图例
plt.plot([1, 2, 3])
plt.plot([3, 1, 2])
plt.legend(['x', 'y'], loc='upper center') # 生成图例
plt.show()
"""
参数loc可取值，图例显示的位置
"""
'best'		  	: 0 (自适应方式)
'upper right'	: 1 
'upper left'	: 2 
'lower right'	: 3
'lower right'	: 4
'right'			: 5
'center left'	: 6
'cneter right'	: 7 
'lower center'	: 8
'upper center'	: 9 
'center'		: 10

• 添加 x,y轴标签
  plt.xlabel(‘轴标签名’)
  plt.ylaber(‘轴标签名’)
• 添加标题
  plt.title(‘标题名’)
• 添加网格线
  plt.grid()
  

中文乱码问题

plt.plot([1,3, 5, 2])
plt.title('演示图')
plt.show()

• 解决方法：

plt.rcParams['font.sans-serif'] = ['SimHei'] # 设置字体格式为黑体
plt.rcParams['axes.unicode_minus'] = False # 使用编码格式

• 子图
  plt.subplot(numRows行数，numCols列数，plotNum图像所在位置)

# 两行两列的子图
plt.subplot(2, 2, 1)
plt.plot([1, 3, 2])

plt.subplot(2, 2, 2)
plt.plot([2, 1, 5])

plt.subplot(2, 2, 3)
plt.plot([4, 1, 6])

plt.subplot(2, 2, 4)
plt.plot([3, 5, 1])

plt.show()

• • 疑问：使用figure添加子图操作，并同时设置大小？？

常用图形绘制

散点图

plt.scatter()

• x, y 数据坐标点
• s 点的面积,
• c 颜色(default=蓝色),
• alpha 透明度
• marker 标记形状
• edgecolors 散点边框颜色

plt.scatter(
    [1, 2, 3, 4, 2, 2, 2],
    [3, 4, 1, 6, 4, 4, 4],
    alpha=0.8, # 设置透明度，可以使得重合点的颜色较深，无重合点的颜色较浅，
               # 一般用户检测样本密度时使用
    s=50,  # 点面积
    c='red',  # 颜色
    marker='*', # 标记
    edgecolors='blue'  # 一般情况，边框变颜色为测试集数据
)
plt.scatter([1], [2], s=60, edgecolors='red')
plt.title('散点图演示')
plt.xlabel('x')
plt.ylabel('y')
plt.show()

条形图

可用于样本的数值可视化

plt.bar()

常用：

• x, y 数据横纵坐标
• alpha 透明度
• color 颜色
• width 宽度，默认0.8

plt.bar(
    [1, 2, 3, 4],
    [2, 3, 4, 2,],
    alpha=0.5,
    color='red',
    width=0.5 )

plt.barh()	横向条形图

plt.barh(
	[1, 2, 3, 4],
	[2, 3, 4, 2,],
	alpha=0.5,
	color='red',
	height=0.5)

• 参数表
  

直方图

可直观显示各数据的多少，即：频数统计

plt.hist()

饼图

用户表达集合中各部分的百分比
常用于：类别分析，数据分析
plt.pie()

• label 参数设置每一块的标签
• autopct 数据显示格式(%1.1f%%)
• explode 炸裂效果，默认0， 格式[ 0, 0, 1, 1 ]
• shadow 是否有阴影，默认False