Python库matplotlib 图形绘制

最新推荐文章于 2024-06-06 20:07:14 发布

NYIST_TC_LYQ

最新推荐文章于 2024-06-06 20:07:14 发布

阅读量1.7k

点赞数 5

分类专栏： Python 文章标签：数据分析

本文链接：https://blog.csdn.net/NYIST_TC_LYQ/article/details/94902449

版权

Python 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

学习地址

工具

pycharm2018.3.3 x64
python3.7.2
matplotlib 3.1.0

Matplotlib简介

Matplotlib是Python的2D绘图库，与turtle绘图不同，turtle是内置在python库里面的，而Matplotlib是第三方库，需要安装。
Matplotlib可以生成直方图、功率谱、条形图、错误图、散点图等，让数据可视化。
官网：https://matplotlib.org

Matplotlib安装

windows命令安装：pip install matplotlib
pycharm集成安装(推荐)：File->settings->Project Interpreter->Package左侧加号->找到它并安装

进入Python环境使用语句import matplotlib.pyplot as plt导入这个模块看看会不会报错，如果不会则安装成功

绘制基础

两个最常用的场景：画点、画线。
导入pyplot模块，并给它指定别名plt，避免反复输入pyplot。模块pyplot中包含很多用于生产图表的函数。
matplotlib支持生成eps, pdf, pgf, png, ps, raw, rgba, svg, svgz等格式图片，方法为：plt.savefig()，括号内填入保存地址加图片名称，如'./1.png'，表示保存至当前工作目录下。

绘制直线

导入模块
将绘制直线的坐标传递给函数plot
通过函数plot.show()打开Matplotlib查看器，显示绘制的图形

示例：绘制一条直线，起点是[0,1]，终点是[2,4]

import matplotlib.pyplot as plt  # 导入模块
# 绘制一条直线，起点是[0,1]，终点是[2,4]
plt.plot([0,2],[1,4])   # 传递两个列表，第一个列表是x坐标，第二个是y坐标
plt.savefig("./1.jpg")  # 将图片存储到当前工作目录，支持eps, pdf, pgf, png, ps, raw, rgba, svg, svgz等格式。路径名与图片名任取
plt.show()   # 显示图形

绘制折线

同绘制直线。
令x=[1,2,3,4]，y=[1,4,9,16]这样一个平方数序列，然后将x和y传给plot函数:plt.plot(x,y)。
如图：

设置样式

在原图的基础上设置线条粗细、文字等。
设置线条宽度：plt.plot(x,y,linewidth=5)

import matplotlib.pyplot as plt  # 导入模块
x=[1,2,3,4,5]
y=[1,4,9,16,25]
plt.plot(x,y,linewidth=2)   # linewidth属性设置线条宽度
plt.title('Numbers',fontsize=25)   # 设置图表标题
plt.xlabel('x',fontsize=14)  # 给坐标轴添加标签
plt.ylabel('y',fontsize=14)
plt.savefig('./plt.draw/3.png')  # 保存至相应路径并命名，生成一张保存一次
plt.show()

Matplotlib默认不支持中文，如果要设置中文，在所有中文的最前面添加语句：plt.rcParams['font.sans-serif'] = ['SimHei'] ，但是对坐标轴负数的负号显示有影响，需要再加上语句：plt.rcParams['axes.unicode_minus'] = False
参考：https://www.cnblogs.com/hhh5460/p/4323985.html

绘制曲线

绘制一元二次方程曲线

import matplotlib.pyplot as plt  # 导入模块
# 绘制一元二次曲线
x=range(-100,100)  # 200个点的x坐标
y=[i**2 for i in x]  # 生成对应y点的坐标
plt.plot(x,y)  # 绘制一元二次曲线
plt.savefig('./plt.draw/4')    # 如果不加图片格式默认生成png格式
plt.show()

绘制正弦余弦曲线

使用plt函数绘制任何曲线的第一步都是生成若干个坐标点(x,y)，理论上越多越好。
本例，取0到10之间100个等差数作为x的坐标，然后将这100个x坐标值传入Numpy的sin和cos函数，得到100个对应的y坐标值。最后使用plot绘制两种曲线。

import matplotlib
 #matplotlib.use('TkAgg')  # 可以动态调整图片 
import matplotlib.pyplot as plt  # 导入模块
import numpy as np  
 # 绘制正弦余弦曲线
x=np.linspace(0,10,100)  # 取0-10之间100个数作为x坐标
sin_y=np.sin(x)   # 生成y坐标值
plt.plot(x,sin_y)   # 绘制正弦曲线
cos_y=np.cos(x)
plt.plot(x,cos_y)  # 绘制余弦曲线
plt.rcParams['font.sans-serif'] = ['SimHei']  # 解决中文显示乱码
plt.rcParams['axes.unicode_minus'] = False   # 解决上一行引起的负号显示乱码
plt.title("sin_cos曲线",fontsize=25)
plt.xlabel('x',fontsize=14)
plt.ylabel('y',fontsize=14)
plt.savefig('./plt.draw/5')
plt.show()

subplot的使用

将画布分区，把图表画到画布的指定区域

import matplotlib
matplotlib.use('TkAgg')  # 可以动态调整图片
import matplotlib.pyplot as plt  # 导入模块
import numpy as np
x=np.linspace(0,10,100)  # 取0-10之间100个数作为x坐标
sin_y=np.sin(x)   # 生成y坐标值
plt.subplot(2,2,1) # 将图画分为2行2列4个区域，将图画到画布的1区域
plt.plot(x,sin_y)   # 绘制正弦曲线
plt.rcParams['font.sans-serif'] = ['SimHei']  # 解决中文显示乱码
plt.rcParams['axes.unicode_minus'] = False   # 解决上面引起的负号显示乱码
plt.title("sin曲线",fontsize=15)
plt.xlabel('x',fontsize=7)
plt.ylabel('y=sinx',fontsize=7)
cos_y=np.cos(x)
plt.subplot(2,2,3)  # 指定3区域
plt.plot(x,cos_y)  # 绘制余弦曲线
plt.rcParams['font.sans-serif'] = ['SimHei']  # 解决中文显示乱码
plt.rcParams['axes.unicode_minus'] = False   # 解决上面引起的负号显示乱码
plt.title("cos曲线",fontsize=15)
plt.xlabel('x',fontsize=7)
plt.ylabel('y=cosx',fontsize=7)
#plt.savefig('./plt.draw/5')
plt.show()

如果想修改x、y坐标范围，可以调用plt.xlim(left,right)或者plt.ylim(left,right)方法，left和right为指定上下限。

绘制散点图

scatter函数可以绘制随机点，该函数需要接收x和y的坐标序列。
与plot函数不同，scatter绘制的是不连续的点。当然，plot函数也可以实现绘制点：plt.plot(x,y,'o')，o表示圆标记，和scatter绘制的普通散点图无差别，而且性能优于scatter。
如果所绘制的点的形状(颜色大小)有要求，必须使用scatter。
示例：绘制10种大小，100种颜色的散点图

import matplotlib.pyplot as plt
import numpy as np
 # 绘制10种大小，100种颜色的散点图
np.random.seed(0)  # 执行多次时每次获取的随机数是一样的
x=np.random.rand(100)  # 随机生成100个数
y=np.random.rand(100)
size=np.random.rand(10)*1000 #生成10种大小
color=np.random.rand(100) # 生成100中颜色
plt.scatter(x,y,s=size,c=color,alpha=0.7) # s表示点的大小，c表示点的颜色，alpha表示点的透明度
plt.savefig('./plt.draw/7')
plt.show()

注意：点的个数和点的颜色个数要相同；点的个数和点的大小的个数可以不同，用完了就循环使用大小。

绘制不同样式不同颜色的线

线的样式如图：
格式化字符.png
线的颜色如图：
字符颜色.png

示例：绘制不同颜色和样式的线条

import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(0,10,100)
plt.xlim(-2,10)
plt.ylim(-2,10)
# 使用legend()图例，给plot方法添加参数label
plt.plot(x,x+0,label='null')
plt.plot(x,x+1,'--g',label='--g')
plt.plot(x,x-1,'.b',label='.b')
plt.plot(x,x+2,'-.r',label='-.r')
plt.plot(x,x-2,':c',label=':c')
plt.legend(loc='lower right')  # 默认在左上角upper left，可以通过loc修改
plt.savefig('./plt.draw/8')
plt.show()

绘制柱状图

使用bar函数可以绘制柱状图，同样需要x与y的坐标列表。
示例：绘制销售图

import matplotlib.pyplot as plt
import numpy as np
x=[1980,1985,1990,1995]
x_label=['1980年','1985年','1990年','1995年']
y=[1000,3000,4000,5000]
plt.bar(x,y,width=3)  # 调用bar函数绘制柱状图，width修改柱的宽度
plt.rcParams['font.sans-serif'] = ['SimHei']  # 正常显示中文标签
plt.xticks(x,x_label)  # 修改x轴显示值
plt.xlabel('年份',fontsize=7)  # 给坐标轴添加名称
plt.ylabel('销量',fontsize=7)
plt.title('按年份销售变化图')  # 设置图表标题
plt.show()

bar与barh函数的使用

示例：

import matplotlib.pyplot as plt
import numpy as np
np.random.seed(0)
x=np.arange(5)  # 生成[0,1,2,3,4,5]的列表
y=np.random.randint(-5,5,5)  # 在[-5,5]之间取5个数
plt.subplot(1,2,1)
var_bar=plt.bar(x,y,color='blue') # 在第一个区域画bar
plt.axhline(0,color='blue',linewidth=2)
for bar,height in zip(var_bar,y):   # 对不同的y值的柱设置不同的颜色，zip是聚合，万物皆对象
	if height<0:
		bar.set(color='green')
plt.subplot(1,2,2)
plt.barh(x,y,color='red') # 在第二个区域花barh，barh将y和x进行对换，竖着方向为x轴
plt.axvline(0,color='red',linewidth=2)
plt.savefig('./plt.draw/10')
plt.show()

绘制饼图

pie函数可以绘制饼状图，饼状图主要用来呈现比例，只要传入比例数据即可。
示例：绘制男女比例

import matplotlib.pyplot as plt
import numpy as np
man,woman=71351,68187   # 男生和女生的数量
man_perc=man/(woman+man)
woman_perc=woman/(woman+man)
plt.rcParams['font.sans-serif'] = ['SimHei']
 # 绘制饼状图并设置名称和颜色,分割饼图,设置百分比，先后顺序无所谓
paches,texts,autotexts=plt.pie([man_perc,woman_perc],colors=['blue','red'],labels=['男','女'],explode=(0,0.05),autopct='%.2f%%')
for text in autotexts:  # 设置饼状图字体颜色
	text.set_color('white')
for text in texts+autotexts:
	text.set_fontsize(15)
plt.title('男女比例图',fontsize=25)
plt.savefig('./plt.draw/11')
plt.show()

绘制直方图

直方图与柱状图类似，但直方图关注的是分布状态的，而柱状图关注的是数据。使用hist函数绘制直方图。
示例: 绘制正太分直方图

import matplotlib.pyplot as plt
import numpy as np
x=np.random.randn(1000)  # 生成1000个标准的正太分布随机数
plt.hist(x,bins=100)  # 将10个柱绑在一起显示,等于设置柱体宽度
plt.show()

绘制等高线和三维图

示例：

import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x=np.linspace(-10,10,100) # 取100个等差的数
y=np.linspace(-10,10,100)
X,Y=np.meshgrid(x,y) # 计算x和y的相交点，在坐标轴上画画
Z=np.sqrt(X**2+Y**2)  # 根据相交点的x、y值计算z值,z的计算公式不一样画出来的等高线图也是不一样的
 # plt.contour(X,Y,Z)
plt.contourf(X,Y,Z)  # 填充等高线之间的空隙颜色，呈现出区域的分划状
plt.xlabel('x',fontsize=10)
plt.ylabel('y',fontsize=10)
plt.title('等高线图',fontsize=25)
# 颜色越深表示值越小，中间的黑色表示z=0
plt.show()