python matplotlib 画图整理

这里大部分参考了博主：https://blog.csdn.net/Notzuonotdied/article/details/77876080  的整理x结果

## plot 板块##

import matplotlib.pyplot as plt
import numpy as np

x=np.linspace(1,10,10)
y=x
y1=2*x**2+1
y2=2*x**3+1

# 使用figure()函数重新申请一个figure对象
# 注意，每次调用figure的时候都会重新申请一个figure对象
plt.figure()

plt.plot(x,y)

# 第一个参数表示的是编号，第二个表示的是图表的长宽
plt.figure(num = 3, figsize=(8, 5))

# 当我们需要在画板中绘制两条线的时候，可以使用下面的方法：
l1,= plt.plot(x, y2,label='bbb')
l2,= plt.plot(x, y1, 
         color='red',   # 线颜色
         linewidth=1.0,  # 线宽 
         linestyle='--',  # 线样式
         label='aaa'
        )
#首先不知道为啥非要加上上述的','其次如果后面指定了新的label,以新的为主
plt.legend(handles=[l1,l2],
           labels=[r'aaa',r'ddd'],
           loc='best')#loc：1，2，3，4，从右上角逆时针
#更多关于legend的可以查看文档https://matplotlib.org/users/legend_guide.html#creating-artists-specifically-for-adding-to-the-legend-aka-proxy-artists

# 设置轴线的lable（标签）
plt.xlabel("I am x")
plt.ylabel("I am y")

#设置取值参数范围：
plt.xlim((-1,2))
plt.ylim((1,3))

#设置坐标轴点的位置
new_ticks= np.linspace(-1,2,5)
plt.xticks(new_ticks)
#y 轴对应点加上我们想要的文字：加上$可以倾斜
plt.yticks([-2,-1.8,-1,1.22,5],
          [r'$really\ bad$',r'$bad$',r'normal','$good$','really good'])
#gca = 'get current axis' 主要是为了对接下来的一些东西做设定
ax=plt.gca()
#将右边和上面的边框颜色去掉：
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
#设置x轴和y轴的显示位置：
ax.xaxis.set_ticks_position('bottom')#(指的是整个图的下面)
ax.yaxis.set_ticks_position('right')
#定义x,y轴在图像中坐标位置：
ax.spines['bottom'].set_position(('data',0))#'bottom'位于y=0
ax.spines['left'].set_position(('data',0.5))#'left'位于=1



#批注，显示交叉点
x0=1
y0=2*x0+1

plt.scatter(x0,y0,s=66,color='r')#s表示点的大小
plt.plot([x0,x0],[y0,0],'k-.',lw=2.5)
#设置关键提示信息
plt.annotate(r'$2x+1=%s$'%y0,
            xy=(x0,y0),
            xycoords='data',
            xytext=(+30,-30),
            textcoords='offset points',
            fontsize=16,
            #设置箭头：
             arrowprops=dict(arrowstyle='->',connectionstyle='arc3,rad=.2')
    )

#用于显示文字：
plt.text(0,3,
        r'$This\ is\ a\ good\ idea.\ \mu\ \sigma_i$',
        fontdict={'size':16,'color':'g'})

plt.show()

 

## 条状图##  

import numpy as np
import matplotlib.pyplot as plt


mu, sigma = 100, 15
x = mu + sigma * np.random.randn(10000)

# the histogram of the data
n, bins, patches = plt.hist(x, 50, density=1, facecolor='g', alpha=0.75)


plt.xlabel('Smarts')
plt.ylabel('Probability')
plt.title('Histogram of IQ')
plt.text(60, .025, r'$\mu=100,\ \sigma=15$')
plt.axis([40, 160, 0, 0.03])
plt.grid(True)
plt.show()

 

import matplotlib.pyplot as plt
import numpy as np

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.figure(figsize=(12, 8))
plt.bar(X, +Y1, facecolor='#9999ff', edgecolor='white')
plt.bar(X, -Y2, facecolor='#ff9999', edgecolor='white')

for x, y in zip(X,Y1):
    # ha: horizontal alignment水平方向
    # va: vertical alignment垂直方向
    plt.text(x, y+0.05, '%.2f' % y, ha='center', va='bottom')

for x, y in zip(X,-Y2):
    # ha: horizontal alignment水平方向
    # va: vertical alignment垂直方向
    plt.text(x, y-0.05, '%.2f' % y, ha='center', va='top')

# 定义范围和标签
plt.xlim(-.5, n)
plt.xticks(())
plt.ylim(-1.25, 1.25)
plt.yticks(())

plt.show()

 

##  subplot 板块##

import matplotlib.pyplot as plt
import numpy as np

plt.figure()

# 将整个figure分成两行三列
plt.subplot(2, 3, 1)
# 第一个参数表示X的范围，第二个是y的范围
plt.plot([0, 1], [0, 2])

#表示两行三列中的第一个位置，按照行先排序
plt.subplot(231)
plt.plot([0, 1], [0, 2])

plt.subplot(232)
plt.plot([0, 2], [0, 4])

plt.subplot(234)
plt.plot([0, 1], [0, 3])

plt.subplot(236)
plt.plot([0, 1], [0, 4])

plt.show()

 

 

 

 ###分格显示和主次坐标轴看原微博###

##箱线图板块##

参考：（作者：博观厚积       链接：https://www.jianshu.com/p/b2f70f867a4a）

boxes, 是25分位值和75分位值构成的box,
medians, 是中位值的横线, 每个median是一个Line2D对象
whiskers, 是指从box 到error bar之间的竖线.
fliers, 是指error bar线之外的离散点.
caps, 是指error bar横线.
means, 是均值的横线,

 

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
np.random.seed(2)  #设置随机种子
df = pd.DataFrame(np.random.rand(5,4),
columns=['A', 'B', 'C', 'D'])#先生成0-1之间的5*4维度数据，再装入4列DataFrame中
df.boxplot() #也可用plot.box()
plt.show()

f=df.boxplot(sym='r*',patch_artist=True,return_type='dict')
#没有return_type='dict' 会报错：TypeError: 'AxesSubplot' object is not subscriptable

for box in f['boxes']:
    # 箱体边框颜色
    box.set( color='#7570b3', linewidth=2)
    # 箱体内部填充颜色
    box.set( facecolor = '#1b9e77' )
for whisker in f['whiskers']:
    whisker.set(color='r', linewidth=2)
for cap in f['caps']:
    cap.set(color='g', linewidth=3)
for median in f['medians']:
    median.set(color='DarkBlue', linewidth=3)
for flier in f['fliers']:
    flier.set(marker='o', color='y', alpha=0.5)
plt.show()

 

#横向：
df.boxplot(sym='r*',vert=False,patch_artist=True,meanline=False,showmeans=True)
plt.show()

 

其中，sym='r*',表示异常点的形状，
vert=False，表示横向还是竖向（True），,
patch_artist=True,（上下四分位框内是否填充，True为填充）
meanline=False,showmeans=True，是否有均值线及其形状，meanline=True时，均值线也像中位数线一样是条红色线段，这样容易与中位数线混淆。
另外，还有其他参数，比如notch表示中间箱体是否缺口，whis为设置数据的范围，showcaps、showbox是否显示边框

 

more:http://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.boxplot

 

涉及到的参数：

color:

   one of {'b', 'g', 'r', 'c', 'm', 'y', 'k', 'w'};

linewidth（lw）:直接写数字

linstyle：'--','k-.'

       lineStyles = {'': '_draw_nothing', ' ': '_draw_nothing', '-': '_draw_solid', '--': '_draw_dashed', '-.': '_draw_dash_dot', ':': '_draw_dotted', 'None': '_draw_nothing'}¶

loc：'best',1，2，3，4

==========关闭图：===========

   clf() # 清图。
   cla() # 清坐标轴。
   close() # 关窗口

【e.g.】
fig = plt.figure() # 新图 0
plt.savefig() # 保存
plt.close('all') # 关闭图 0