一、首先,引用下python包
import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np
from mpl_toolkits.mplot3d import Axes3D
二、定义函数
1.折线图
def lineChart1():
"""单一曲线"""
x = np.linspace(-1, 1, 50) #等分区间[-1 1]
y = 2*x + 1
plt.figure() #创建一幅图
plt.plot(x, y) #画一条线,plot是折线
plt.show() #显示这幅图
def lineChart2():
"""多条曲线"""
x = np.linspace(-3, 3, 50)
y1 = 2 * x + 1
y2 = x ** 2
plt.figure() #创建一幅图
plt.plot(x, y1) #画一条线
plt.plot(x, y2) #在画一条线
plt.show()
def lineChart3():
"""设置托条曲线的样式"""
x = np.linspace(-3, 3, 50)
y1 = 2 * x + 1
y2 = x ** 2
plt.figure(num = 3, figsize = (5,5)) #编号为3;大小为(8, 5)
plt.plot(x, y1)
plt.plot(x, y2, color = "red", linewidth=1.0, linestyle='--')
plt.show()
"""
# 曲线的颜色属性(color)为红色;曲线的宽度(linewidth)为1.0;
曲线的类型(linestyle)为虚线. 使用plt.show显示图像
"""
def lineChart4():
"""设置座标轴样式"""
x = np.linspace(-3, 3, 50)
y1 = 2 * x + 1
y2 = x ** 2
plt.figure(num = 3, figsize = (5,5)) #编号为3;大小为(8, 5)
plt.plot(x, y1)
plt.plot(x, y2, color = "red", linewidth=1.0, linestyle='--')
plt.xlim((-1, 2)) #使用plt.xlim设置x坐标轴范围
plt.ylim((-2, 3))
plt.xlabel('I am x') #使用plt.xlabel设置x坐标轴名称
plt.ylabel('I am y')
plt.show()
plt.show()
def lineChart5():
"""重新定XY轴刻度"""
x = np.linspace(-3, 3, 50)
y1 = 2 * x + 1
y2 = x ** 2
plt.figure(num = 3, figsize = (8,5)) #编号为3;大小为(8, 5)
plt.plot(x, y1)
plt.plot(x, y2, color = "red", linewidth=1.0, linestyle='--')
plt.xlim((-1, 2)) # 使用plt.xlim设置x坐标轴范围
plt.ylim((-2, 3))
plt.xlabel('I am x') #使用plt.xlabel设置x坐标轴名称
plt.ylabel('I am y')
new_ticks = np.linspace(-1, 2, 5)
print(new_ticks)
plt.xticks(new_ticks)
plt.yticks([-2, -1.8, -1, 1.22, 3], [r'$really\ bad$', r'$bad$', r'$normal$', r'$good$', r'$really\ good$'])
"""
'r'是防止字符转义的 如果路径中出现'\t'的话 不加r的话\t就会被转义 而加了'r'之后'\t'就能保留原有的样子
使用plt.yticks设置y轴刻度以及名称:刻度为[-2, -1.8, -1, 1.22, 3];
对应刻度的名称为[‘really bad’,’bad’,’normal’,’good’, ‘really good’].
"""
plt.show()
def lineChart6():
x = np.linspace(-3, 3, 50)
y1 = 2 * x + 1
y2 = x ** 2
plt.figure()
plt.plot(x, y2)
plt.plot(x, y1, color='red', linewidth=1.0, linestyle='--')
plt.xlim((-1, 2))
plt.ylim((-2, 3))
new_ticks = np.linspace(-1, 2, 5)
plt.xticks(new_ticks)
plt.yticks([-2, -1.8, -1, 1.22, 3], ['$really\ bad$', '$bad$', '$normal$', '$good$', '$really\ good$'])
ax = plt.gca() #使用plt.gca获取当前坐标轴信息
ax.spines['right'].set_color('red') #右边框是红的
ax.spines['top'].set_color('blue') #上边框是蓝的
ax.xaxis.set_ticks_position('bottom') #使用.xaxis.set_ticks_position设置x坐标刻度数字或名称的位置:
# (所有位置:top,bottom,both,default,none)
ax.spines['bottom'].set_position(('data', 0)) #
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data', 0))
#使用.spines设置边框:y轴;
# 使用.set_position设置边框位置:x=0的位置;
# (位置所有属性:outward,axes,data) 使用plt.show显示图像.
plt.show()
def lineChart7():
"""lengend图例"""
x = np.linspace(-3, 3, 50)
y1 = 2 * x + 1
y2 = x ** 2
plt.figure()
# set x limits
plt.xlim((-1, 2))
plt.ylim((-2, 3))
# set new sticks
new_sticks = np.linspace(-1, 2, 5)
plt.xticks(new_sticks)
# set tick labels
plt.yticks([-2, -1.8, -1, 1.22, 3],
[r'$really\ bad$', r'$bad$', r'$normal$', r'$good$', r'$really\ good$'])
l1, = plt.plot(x, y1, label='hahaha')
l2, = plt.plot(x, y2, color='red', linewidth=1.0, linestyle='--', label=u"lala")
plt.legend(loc='upper right') #legend将要显示的信息来自于上面代码中的 label.
# 所以我们只需要简单写下一下代码, plt 就能自动的为我们添加图例.
#参数 loc='upper right' 表示图例将添加在图中的右上角.
plt.legend(handles=[l1, l2], labels=['up', 'down'], loc='best') #
#如果我们想单独修改之前的 label 信息, 给不同类型的线条设置图例信息.
# 我们可以在 plt.legend 输入更多参数. 如果以下面这种形式添加 legend,
# 我们需要确保, 在上面的代码 plt.plot(x, y2, label='linear line')
# 和 plt.plot(x, y1, label='square line') 中有用变量 l1 和 l2 分别存储起来.
# 而且需要注意的是 l1, l2,要以逗号结尾, 因为plt.plot() 返回的是一个列表.
#这样我们就能分别重新设置线条对应的 label 了.
plt.show()
def lineChart8():
"""给图项标注信息"""
x = np.linspace(-3, 3, 50)
y = 2 * x + 1
plt.figure(num=1, figsize=(8, 5), )
plt.plot(x, y)
ax = plt.gca()
ax.xaxis.set_ticks_position('bottom') #坐标轴上数字位置
ax.yaxis.set_ticks_position('left')
ax.spines['bottom'].set_position(('data', 0)) #让底部坐标轴在y=0线上
ax.spines['left'].set_position(('data', 0))#让左部坐标轴在y=0线上
ax.spines['right'].set_color('none') #让右部坐标轴消失
ax.spines['top'].set_color('none')#让上部坐标轴消失
"""再画出一条虚线
用plt.plot([x0, x0,], [0, y0,], 'k--',
linewidth=2.5) 画出一条垂直于x轴的虚线.
"""
x0 = 1
y0 = 2 * x0 + 1
plt.plot([x0, x0, ], [0, y0, ], 'k--', linewidth=2.5)
# set dot styles
plt.scatter([x0, ], [y0, ], s=50, color='b') #x0,y0这个点用散点图表示
"""其中参数xycoords='data' 是说基于数据的值来选位置, xytext=(+30, -30)
和 textcoords='offset points' 对于标注位置的描述 和 xy 偏差值,
arrowprops是对图中箭头类型的一些设置
."""
plt.annotate(r'$2x+1=%s$' % y0, xy=(x0, y0), xycoords='data', xytext=(+30, -30),
textcoords='offset points', fontsize=16,
arrowprops=dict(arrowstyle='->', connectionstyle="arc3,rad=.2"))
"""
其中-3.7, 3,是选取text的位置, 空格需要用到转字符\ ,fontdict设置文本字体.
"""
plt.text(-3.7, 3, r'$This\ is\ the\ some\ text. \mu\ \sigma_i\ \alpha_t$',
fontdict={'size': 16, 'color': 'r'})
plt.show()
"""
xy=(横坐标,纵坐标) 箭头尖端
xytext=(横坐标,纵坐标) 文字的坐标,指的是最左边的坐标
arrowprops键 描述
width 箭头宽度,以点为单位
frac 箭头头部所占据的比例
headwidth 箭头的底部的宽度,以点为单位
shrink 移动提示,并使其离注释点和文本一些距离
**kwargs matplotlib.patches.Polygon的任何键,例如facecolor
| 参数 | 坐标系 |
| 'figure points' | 距离图形左下角的点数量 |
| 'figure pixels' | 距离图形左下角的像素数量 |
| 'figure fraction' | 0,0 是图形左下角,1,1 是右上角 |
| 'axes points' | 距离轴域左下角的点数量 |
| 'axes pixels' | 距离轴域左下角的像素数量 |
| 'axes fraction' | 0,0 是轴域左下角,1,1 是右上角 |
| 'data' | 使用轴域数据坐标系 |
"""
def lineChart9():
"""\tick 能见度"""
x = np.linspace(-3, 3, 50)
y = 0.1 * x
plt.figure()
# 在 plt 2.0.2 或更高的版本中, 设置 zorder 给 plot 在 z 轴方向排序
plt.plot(x, y, linewidth=10, zorder=1)
plt.ylim(-2, 2)
ax = plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data', 0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data', 0))
"""
其中label.set_fontsize(12)重新调节字体大小,bbox设置目的内容的透明度相关参,
facecolor调节 box 前景色,edgecolor 设置边框, 本处设置边框为无,alpha设置透明度.
"""
for label in ax.get_xticklabels() + ax.get_yticklabels():
label.set_fontsize(12)
# 在 plt 2.0.2 或更高的版本中, 设置 zorder 给 plot 在 z 轴方向排序
label.set_bbox(dict(facecolor='white', edgecolor='None', alpha=0.7, zorder=2))
plt.show()
2.散点图
def scatterGraph():
"""散点图"""
n = 1024 # data size
X = np.random.normal(0, 1, n) # 每一个点的X值
Y = np.random.normal(0, 1, n) # 每一个点的Y值
T = np.arctan2(Y, X) # for color value
"""输入X和Y作为location,size=75,颜色为T,color map用默认值,
透明度alpha 为 50%。 x轴显示范围定位(-1.5,1.5),
并用xtick()函数来隐藏x坐标轴,y轴同理:"""
plt.scatter(X, Y, s=10, c=T, alpha=.5)
plt.xlim(-1.5, 1.5)
plt.xticks(()) # ignore xticks
plt.ylim(-1.5, 1.5)
plt.yticks(()) # ignore yticks
plt.show()
3.柱状图
def barGraph1():
"""绘制柱状图"""
n = 12
X = np.arange(n)
Y1 = (1 - X / float(n)) * np.random.uniform(0.5, 1.0, n)
Y2 = (1 - X / float(n)) * np.random.uniform(0.5, 1.0, n)
plt.bar(X, +Y1)
plt.bar(X, -Y2)
plt.xlim(-.5, n)
plt.ylim(-1.25, 1.25)
plt.show()
"""
向上向下分别生成12个数据,X为 0 到 11 的整数 ,
Y是相应的均匀分布的随机数据。 使用的函数是plt.bar,参数为X和Y:
"""
def barGraph2():
"""绘制柱状图上加数字"""
n = 12
X = np.arange(n)
Y1 = (1 - X / float(n)) * np.random.uniform(0.5, 1.0, n)
Y2 = (1 - X / float(n)) * np.random.uniform(0.5, 1.0, n)
plt.bar(X, +Y1,facecolor='#9999ff', edgecolor='white')
plt.bar(X, -Y2, facecolor='#ff9999', edgecolor='white')
plt.xlim(-.5, n)
plt.ylim(-1.25, 1.25)
for x, y in zip(X, Y1):
# ha: horizontal alignment
# va: vertical alignment
plt.text(x , y, '%.2f' % y, ha='center', va='bottom')
for x, y in zip(X, Y2):
# ha: horizontal alignment
# va: vertical alignment
plt.text(x + 0.4, -y - 0.05, '%.2f' % y, ha='center', va='top')
plt.show()
"""
接下来我们用函数plt.text分别在柱体上方(下方)加上数值,
用%.2f保留两位小数,横向居中对齐ha='center',
纵向底部(顶部)对齐va='bottom':
"""
def barGraph3():
"""
单个柱状图
"""
# 创建一个点数为 8 x 6 的窗口, 并设置分辨率为 80像素/每英寸
plt.figure(figsize=(8, 6), dpi=80)
# 再创建一个规格为 1 x 1 的子图
#plt.subplot(1, 1, 1)
# 柱子总数
N = 6
# 包含每个柱子对应值的序列
values = (25, 32, 34, 20, 41, 50)
# 包含每个柱子下标的序列
index = np.arange(N)
# 柱子的宽度
width = 0.35
# 绘制柱状图, 每根柱子的颜色为紫罗兰色
p2 = plt.bar(index, values, width, label="rainfall", color="#87CEFA")
# 设置横轴标签
plt.xlabel('Months')
# 设置纵轴标签
plt.ylabel('rainfall (mm)')
# 添加标题
plt.title('Monthly average rainfall')
# 添加纵横轴的刻度
plt.xticks(index, ('Jan', 'Fub', 'Mar', 'Apr', 'May', 'Jun'))
plt.yticks(np.arange(0, 81, 10))
# 添加图例
plt.legend(loc="upper right")
plt.show()
def barGraph4():
"""
两个柱状图
"""
mpl.rcParams["font.sans-serif"] = ["SimHei"]
mpl.rcParams["axes.unicode_minus"] = False
x = np.arange(5)
y = [6, 10, 4, 5, 20]
y1 = [2, 6, 3, 8, 20]
bar_width = 0.35
tick_label = ["A", "B", "C", "D", "E"]
bar1 = plt.bar(x, y, bar_width, align="center", color="c", label="班级A", alpha=0.5)
bar2 = plt.bar(x + bar_width, y1, bar_width, color="b", align="center", label="班级", alpha=0.5)
plt.xlabel("测试难度")
plt.ylabel("试卷份数")
plt.xticks(x + bar_width / 2, tick_label)
plt.legend(handles=[bar1, bar2], loc='best')
for x_1, y_1 in zip(x, y):
plt.text(x_1 , y_1, '%.2f' % y_1, ha='center', va='bottom')
for x_2, y_2 in zip(x, y1):
plt.text(x_2+ bar_width, y_2, '%.2f' % y_2, ha='center', va='bottom')
plt.show()
def barGraph5():
"""
两个柱状图
"""
mpl.rcParams["font.sans-serif"] = ["SimHei"]
mpl.rcParams["axes.unicode_minus"] = False #表示图中显示汉字
x = np.arange(5) #生成0--4五个数
y = [6, 10, 4, 5, 20] #第一个柱子高度
y1 = [2, 6, 3, 8, 20] #第二个柱子高度
y3 = [3.2, 6.1, 3.9, 8.5, 20.6]
bar_width = 0.25 #柱子宽度
tick_label = ["A", "B", "C", "D", "E"] #X轴要显示的刻度
bar1 = plt.bar(x, y, bar_width, align="center", color="c", label="班级A", alpha=0.5) #生成一个柱状图
bar2 = plt.bar(x + bar_width, y1, bar_width, color="b", align="center", label="班级", alpha=0.5) #生成第二个柱状图
bar3 = plt.bar(x + bar_width * 2, y3, bar_width, color="yellow", align="center", label="班级B", alpha=0.5)
plt.xlabel("测试难度") #X轴文本
plt.ylabel("试卷份数") #Y轴文本
plt.xticks(x + 2* bar_width / 2, tick_label) #X轴文本显示的位置
plt.legend(handles=[bar1, bar2, bar3], loc='best') #图例
for x_1, y_1 in zip(x, y):
plt.text(x_1 , y_1, '%.2f' % y_1, ha='center', va='bottom', fontsize=7)
for x_2, y_2 in zip(x, y1):
plt.text(x_2+ bar_width, y_2, '%.2f' % y_2, ha='center', va='bottom', fontsize=7)
for x_3, y_3 in zip(x, y3):
plt.text(x_3+ 2 *bar_width, y_3, '%.2f' % y_3, ha='center', va='bottom', fontsize=7)
"""两个for循环显示柱子高度"""
plt.show()
4.3D图形
def threedGraph():
"""绘制3D图形"""
fig = plt.figure()
ax = Axes3D(fig) #先定义一个图像窗口,在窗口上添加3D坐标轴
X = np.arange(-4, 4, 0.25)
Y = np.arange(-4, 4, 0.25)
X, Y = np.meshgrid(X, Y) # x-y 平面的网格 #
R = np.sqrt(X ** 2 + Y ** 2)
# height value
Z = np.sin(R)
#做出一个三维曲面,并将一个 colormap rainbow 填充颜色,
# 之后将三维图像投影到 XY 平面上做一个等高线图。 plot 3D 图像:
#rstride 和 cstride 分别代表 row 和 column 的跨度。
ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=plt.get_cmap('rainbow'))
ax.contourf(X, Y, Z, zdir='z', offset=-2, cmap=plt.get_cmap('rainbow'))
#如果 zdir 选择了x,那么效果将会是对于 XZ 平面的投影
ax.set_zlim(-2, 2)
plt.show()
plt.close()
def lineChart7():
"""lengend图例"""
mpl.rcParams["font.sans-serif"] = ["SimHei"]
mpl.rcParams["axes.unicode_minus"] = False # 表示图中显示汉字
x = np.linspace(0, 300, 10)
y1 = [0,0.6,1.2,1.5,1.7,1.8,2,2.1,2.25,2.45]
y2 = [0,1.2,2.4,2.8,3.2,3.5,3.8,4.1,4.5,4.8]
y3 = [0, 4, 7, 7.3, 7.6, 7.7, 7.8, 7.9, 8.1, 8.1]
y4= [0, 3, 6.1, 11, 16, 22, 27, 33, 37, 40,]
plt.figure()
plt.xlim(0,300)
plt.ylim(0,20)
l1, = plt.plot(x, y1, color='black',label='单线程',marker='s')
l2, = plt.plot(x, y2, color='black', linestyle='-', label=u"双线程",marker='<')
l3, = plt.plot(x, y3, color='black', linestyle='-', label=u"多线程", marker='x')
l4, = plt.plot(x, y4, color='black', linestyle='--', label=u"自适应分布式", marker='*')
plt.legend(handles=[l1, l2, l3,l4], loc='best') #
plt.xlabel("时间/(分钟)") # X轴文本
plt.ylabel("采集数目/(万条)")
plt.xticks([0,30,60,90,120,150,180,210,240,270,300])
plt.yticks([4,8,12,16,20,24,28,32,36,40])
plt.show()
"""
``'-'`` solid line style
``'--'`` dashed line style
``'-.'`` dash-dot line style
``':'`` dotted line style
``'.'`` point marker
``','`` pixel marker
``'o'`` circle marker
``'v'`` triangle_down marker
``'^'`` triangle_up marker
``'<'`` triangle_left marker
``'>'`` triangle_right marker
``'1'`` tri_down marker
``'2'`` tri_up marker
``'3'`` tri_left marker
``'4'`` tri_right marker
``'s'`` square marker
``'p'`` pentagon marker
``'*'`` star marker 五角星
``'h'`` hexagon1 marker
``'H'`` hexagon2 marker
``'+'`` plus marker
``'x'`` x marker
``'D'`` diamond marker
``'d'`` thin_diamond marker
``'|'`` vline marker
``'_'`` hline marker
"""
三、定义主函数
if __name__ == '__main__':
threedGraph()