Matplotlib绘制常见图形

一、散点图

  1.1 代码

import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = 'SimHei'   # 显示中文
plt.rcParams['axes.unicode_minus'] = False   # 显示负号

# 生产随机数据x，y坐标数据
x = np.linspace(0, 2*np.pi, 100)
y = np.sin(x)+np.random.rand(100)  # 0~1

# 画散点图
plt.figure(figsize=(9, 5))
plt.title('sin散点')
# marker表示标记的样式，alpha表示透明程度
plt.scatter(x, y, marker='*', alpha=0.5)
plt.show()

  1.2 效果展示

二、折线图

  2.1 代码

import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = 'SimHei'   # 显示中文
plt.rcParams['axes.unicode_minus'] = False   # 显示负号

# 生产随机数据x，y坐标数据
x = np.linspace(0, 2*np.pi, 100)
y = np.sin(x) + np.random.rand(100)
# 指定画布大小，绘制方式一
plt.figure(dpi=120)
plt.plot(x, y, 'r--')
plt.plot(x, np.sin(x), 'g')
plt.xlabel('y轴')
plt.ylabel('x轴')
# 添加图例
plt.legend(['折线', 'sin曲线'])
plt.savefig('./plot.pdf')
plt.savefig('./plot.png')
plt.show()

# 指定画布大小，绘制方式二
plt.figure(dpi=120)
# 绘制折线图
plt.plot(x, y, color='blue', linewidth=1.0, linestyle='--', label='折线')
plt.plot(x, np.sin(x), color='green', linewidth=1.0, linestyle='-',label='sin曲线')
plt.xlabel('y轴')
plt.ylabel('x轴')
# 添加图例
plt.legend()
# 将画的图片保存为pdf格式
plt.savefig('./plot.pdf')
plt.savefig('./plot.png')
plt.show()

  2.2 效果展示

三、绘制柱状图

  3.1 代码

# 绘制简单柱状图
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = 'SimHei'   # 显示中文
plt.rcParams['axes.unicode_minus'] = False   # 显示负号
# 生产绘制饼图所需要的数据
x = range(10)
np.random.seed(123)
y1 = np.random.random(10)
y2 = np.random.random(10)
# 绘制饼图, 其中facecolor参数为柱状图的颜色
plt.bar(x, y1, facecolor='r')
plt.bar(x, -y2, facecolor='g')
plt.show()

# 在每一个柱状图的中央添加相应数据
# 生产绘制饼图所需要的数据
x = range(10)
np.random.seed(123)
y1 = np.random.random(10)
y2 = np.random.random(10)
# 绘制柱状图
plt.bar(x, y1, facecolor='r')
plt.bar(x, -y2, facecolor='g')

# 在柱状图中中央添加数据
for i, j in zip(x, y1):
    plt.text(i, j, '%.2f'%j, ha='center', va='bottom')

for i, j in zip(x, y2):
    plt.text(i, -j, '%.2f'%-j, ha='center', va='top')
plt.title('$\pi$')   # 支持latex格式
plt.show()

  3.2 效果展示

四、饼图

  4.1 代码

# 绘制饼图
# 产生绘制饼图所需要的数据
z = np.ones(10)
# 设置画布的大小
plt.figure(figsize=(5, 5))
# 绘制饼图autopct表示显示每一块所占的百分比，explode突显某一块区域
plt.pie(z, autopct='%.2f%%', explode=[0.1]+[0]*9, labels=list('ABCDEFGHIJ'), labeldistance=1.1)
plt.show()

  4.2 效果展示

五、参考链接

    1、常用marker、线型和颜色