Python Matplotlib库用法笔记

最新推荐文章于 2024-07-23 21:28:29 发布
最新推荐文章于 2024-07-23 21:28:29 发布
阅读量2.8k 收藏 37
点赞数 4
分类专栏： python 文章标签： python matlab 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/fqllll/article/details/122657314
版权

Python Matplotlib库用法笔记

用于日常学习的积累，如有不足请多多指教。

一、了解Matplotlib库

1 Matplotlib是什么

Matplotlib可以看成是3个缩写单词拼接而成：
·mat（matrix） 矩阵
·plot 绘图
·lib（library）库

Matplotlib 是一个 Python 的二维图表库。

2 Matplotlib的作用

将数据可视化，是数据更加置换

3利用Matplotlib做一个简单的画图

3.1matplotlib.pyplot模块

matplotlib.pyplot模块包含了一系列类似于matlab的画图函数。

import matplotlib.pyplot as plt

3.2画图

import matplotlib.pyplot as plt

plt.figure() #创建画布
plt.plot([1, 2, 3, 4, 5, 6], [1, 4, 9, 16, 25, 36]) #绘制图像
plt.show()	#显示图像

利用Matplotlib做一个简单的画图

4 Matplotlib的三层结构

4.1容器层

  1. 画板层Canvas（位于最底层，一般用户接触不到）
    位于最底层的系统层，充当画板的角色。
  2. 画布层Figure（在Canvas层之上）
    是用户操作的第一层应用层，充当画布的角色。
plt.figure()
  1. 绘图区/坐标系Axes（在Figure层之上）
    应用层的第二层。
plt.subplots()
  1. 相互关系
  • 一个figure可以包含多个axes，一个axes只能属于一个figure。
  • 一个axes（绘图区/坐标系）可以包含多个axis（坐标轴）。

4.2 辅助显示层

辅助显示层为Axes(绘图区)内的除了根据数据绘制出的图像以外的内容，主要包括Axes外观(facecolor)、边框线(spines)、坐标轴(axis)、坐标轴名称(axis label)、坐标轴刻度(tick)、坐标轴刻度标签(tick label)、网格线(grid)、图例(legend)、标题(title)等内容。

4.3图像层

图像层指Axes内通过plot、scatter、bar、histogram、pie等函数根据数据绘制出的图像。

二、折线图

1 折线图的绘制与显示

  1. 折线图绘制的步骤
    1. 创建画布
    2. 绘制图像
    3. 显示图像
      具体和上面的做一个简单的画图的代码一致：
import matplotlib.pyplot as plt

plt.figure() #创建画布
plt.plot([1, 2, 3, 4, 5, 6], [1, 4, 9, 16, 25, 36]) #绘制图像
plt.show()	#显示图像

利用Matplotlib做一个简单的画图

1.1设置图形的风格

plt.plot(x,y,color='k',linestyle=':') 
#color设置线条颜色
#linestyle设置线条风格

在这里插入图片描述

对上述代码进行修改：

import matplotlib.pyplot as plt

x=[1,2,3,4,5,6]
y=[1,4,9,16,25,36]

plt.figure() #创建画布

plt.plot(x,y,color='k',linestyle=':') #绘制图像

plt.show() #显示图像

结果：
在这里插入图片描述

2 设置画布属性

plt.figure(figsize=(),dpi=)
#figsize：指定图的长宽
#dpi：图像的清晰度

2.1 代码示例

import matplotlib.pyplot as plt

plt.figure(figsize=(5,5),dpi=100) #创建画布
plt.plot([1, 2, 3, 4, 5, 6], [1, 4, 9, 16, 25, 36]) #绘制图像
plt.show()	#显示图像

设置画布属性

3 图片的保存

import matplotlib.pyplot as plt

plt.figure(figsize=(5,5),dpi=100) #创建画布
plt.plot([1, 2, 3, 4, 5, 6], [1, 4, 9, 16, 25, 36]) #绘制图像

plt.savefig("1.png") #保存在相对路径上

plt.show() #显示图像

注意：plt.savefig(path)不能写在plt.show() 之后。（plt.show()会释放figgure的资源，此时在保存图片就是空图片）

4 设置辅助显示层

4.1 自定义x，y刻度

#自定义x轴
plt.xticks(x,tick labels) #刻度标签(tick labels)可以对应替换x
#自定义y轴
plt.yticks(y,tick labels) #刻度标签(tick labels)可以对应替换y
  • 代码示例：
import matplotlib.pyplot as plt

x=[1,2,3,4,5]
y=[1,4,9,16,25]

plt.figure(figsize=(5,5),dpi=100) 
plt.plot(x,y)

plt.xticks(x,["一","二","三","四","五"])

plt.show()

结果：
在这里插入图片描述
注意：默认字体不支持中文，会变成上图的白色框框。

import matplotlib.pyplot as plt

x=[1,2,3,4,5]
y=[1,4,9,16,25]

plt.rcParams['font.sans-serif'] = ['SimHei'] #解决中文显示问题

plt.figure(figsize=(5,5),dpi=100) 
plt.plot(x,y)
plt.xticks(x,["一","二","三","四","五"])

plt.show()

结果：
在这里插入图片描述

4.2 添加网格显示

plt.grid(True,linestyle,alpha)
#linestyle是指线条风格
#alpha是指透明度
  • 代码示例：
import matplotlib.pyplot as plt

x=[1,2,3,4,5]
y=[1,4,9,16,25]

plt.figure(figsize=(5,5),dpi=100) 
plt.plot(x,y)

plt.grid(True,linestyle="--",alpha=0.8)	#添加网格显示

plt.show()

结果：
在这里插入图片描述

4.3添加描述信息

plt.xlabel(str)
plt.ylabel(str)
plt.title(str)
  • 代码示例：
import matplotlib.pyplot as plt

x=[1,2,3,4,5]
y=[1,4,9,16,25]

plt.figure(figsize=(5,5),dpi=100) 
plt.plot(x,y)

plt.xlabel("x")
plt.ylabel("x的平方")
plt.title("x平方的函数图像")
plt.grid(True,linestyle="--",alpha=0.8)

plt.show()

结果：
x平方的函数图像

5 设置图像层

5.1 再添加一条折线

再次使用plt.plot()就可以再添加一条曲线。
其中，可以在plot()中设置对应曲线的标签：

plt.plot(x,y_2x,label='2x')

并加入以下图像层的代码将其展示出来：

plt.legend()
  • 代码示例：
import matplotlib.pyplot as plt

x=[0,1,2,3,4,5]
y_2x=[2*i for i in range(6)]
y_3x=[3*i for i in range(6)]

#创建画布
plt.figure(figsize=(5,5),dpi=100) 
#绘制图像
plt.plot(x,y_2x,label='2x') 
plt.plot(x,y_3x,label='3x') #再添加一条折线

plt.legend()

plt.show() #显示图像

结果：
在这里插入图片描述

6 多个坐标系显示折线图

figure, axes = plt.subplots(nrows=1, ncols=2)
#nrows:行
#ncols:列

注意：此时为面向对象的编程，注意代码的不同。

  • 代码示例：
import matplotlib.pyplot as plt

x=[0,1,2,3,4,5]
y_2x=[2*i for i in range(6)]
y_3x=[3*i for i in range(6)]

#创建画布
#plt.figure(figsize=(5,5),dpi=100) 
figure, axes = plt.subplots(nrows=1, ncols=2,figsize=(10,5),dpi=100)

#绘制图像
#plt.plot(x,y_2x,label='2x') 
axes[0].plot(x,y_2x,label='2x') 
#plt.plot(x,y_3x,label='3x') 
axes[1].plot(x,y_3x,label='3x') 

#显示图例
#plt.legend()
axes[0].legend()
axes[1].legend()

#修改刻度
axes[0].set_xticks(x[::1])
axes[0].set_yticks(range(0,20)[::2])
axes[1].set_xticks(x[::1])
axes[1].set_yticks(range(0,20)[::2])

#添加描述信息
axes[0].set_xlabel("x")
axes[0].set_ylabel("2x")
axes[0].set_title("y=2x")

axes[1].set_xlabel("x")
axes[1].set_ylabel("3x")
axes[1].set_title("y=3x")

#显示图像
plt.show()

在这里插入图片描述

三、散点图

分析不同变量之间的关系/规律

plt.scatter(x,y)

3.1散点图的绘制

import matplotlib.pyplot as plt

#数据
math_score=[140,96,134,108,88]
physics_score=[95,78,86,81,72]

#创建画布
plt.figure()

#绘制散点图
plt.scatter(math_score,physics_score)

#显示图像
plt.show()

结果：
在这里插入图片描述

四、柱状图

统计不同类别的数量大小，比较数据之间的差异

plt.bar(x,width,...)
#x为数据
#width为柱宽

4.1一个类别单个柱状图

  • 代码示例：
import matplotlib.pyplot as plt

#数据
students=["小明","小红","小刚","小智","小华"]
math_score=[140,96,134,108,88]

#创建画布
plt.figure()

#绘制图像
plt.bar(range(0,5),math_score,color=['r','y','g','c','b']) #采用不同颜色绘制柱状图

#修改刻度
plt.xticks(range(0,5),students)

#添加标题
plt.title("数学成绩")

#添加网格显示
plt.grid(linestyle=":",alpha=0.5)

#显示图像
plt.show()

结果：
在这里插入图片描述

4.2一个类别多个柱状图

  • 代码示例：
import matplotlib.pyplot as plt

#数据
students=["小明","小红","小刚","小智","小华"]
math_score=[i/150 for i in [140,96,134,108,88]]
physics_score=[i/100 for i in [95,78,86,81,72]]

#创建画布
plt.figure()

#绘制图像
plt.bar(range(0,5),math_score,color='r',width=0.2)
plt.bar([i-0.2 for i in range(0,5)],physics_score,color='b',width=0.2)#注意刻度要作出调整，不然会重叠在一起

#修改刻度
plt.xticks([i-0.1 for i in range(0,5)],students) 

#添加标题
plt.title("数学和物理成绩得分情况")

#添加网格显示
plt.grid(linestyle=":",alpha=0.5)

#显示图像
plt.show()

结果：
在这里插入图片描述

五、直方图

表示数据分布状况

plt.hist(x,bins,density,...)
#x为数据
#bins为组数
#density为是否显示频率(默认不显示)

5.1 直方图与柱状图的区别

直方图柱状图
展示数据的分布比较数据的大小
x轴展示的是数字区间x轴展示的是分类数据
柱子间无间隔柱子间有间隔
柱子宽度有意义

5.2 直方图的绘制

import matplotlib.pyplot as plt

#数据
math_score=[140,96,134,108,138,128,128,117,126,116,100,114,115,116,112,116,101,102,89,96,85,108,92,75,116,92,124,150]

#创建画布
plt.figure(figsize=(20,10),dpi=100)

#绘制图像
d=3
group_num = (max(math_score)-min(math_score))//d #组数=（最大值-最小值）//组距
plt.hist(math_score,bins=group_num,density=True)

#修改刻度
plt.xticks(range(min(math_score),max(math_score)+d,d))

#添加标题
plt.title("数学成绩直方图")

#添加网格显示
plt.grid(linestyle=":",alpha=0.5)

#显示图像
plt.show()

结果：
在这里插入图片描述

六、饼图

不同数据占比情况（类别太多不建议使用）

plt.pie(x,labels,autopct,colors,...)
#x:数量
#labels：每部分的名称
#autopct：占比显示
#colors：每部分颜色

6.1 饼图的绘制

import matplotlib.pyplot as plt

#数据
students=["小明","小红","小刚","小智","小华"]
duty_days=[3,5,8,6,8]

#创建画布
plt.figure()

#绘制图像
plt.pie(duty_days,labels=students,autopct="%1.2f%%",colors=['r','y','c','b','g'])
plt.axis('equal')#保证饼图长宽一致

#显示图例
plt.legend()

#修改刻度
plt.xticks()

#添加标题
plt.title("上月同学值日天数")

#添加网格显示
plt.grid(linestyle=":",alpha=0.5)

#显示图像
plt.show()

结果：
饼图

fqlll
关注
专栏目录
Python可视化库matplotlib(超详细)
风口IT猪的成长录
07-01 3万+
超详细Matplotlib笔记Matplotlib 简介开发环境搭建为什么要学习Matplotlib绘制基础图形绘制流程认识Matplotlib图像结构实现基础绘图功能设置标签文字和线条粗细解决中文乱码&符号不正常显示绘制直线绘制折线折线图案例准备数据并画出初始折线图添加自定义x,y刻度添加网格显示添加描述信息图像保存完整代码绘制一元二次方程的曲线y=x^2绘制正弦曲线和余弦曲线散点图格式化字符绘制柱状图绘制饼状图绘制直方图绘制等高线图绘制三维图 Matplotlib 简介 Matplotlib 是
Python可视化库之Matplotlib详解及使用方法
huanxiajioabu的博客
06-25 621
一旦理解了基本的可视化技术，就可以探索其他工具，并根据自己的需要做出明智的选择。大多数术语都非常直接，但要记住的要点是，Figure是最终的图像，可能包含一个或多个坐标轴。本文的其余部分将作为一个入门教程，介绍如何在pandas中进行基本的可视化创建，并使用matplotlib自定义最常用的项目。如果在做分析时养成使用这种方法的习惯，你应该可以快速定制出任何你需要的图像。如前所述，matplotlib有许多不同的样式可用于渲染绘图，可以用plt.style.available查看系统中有哪些可用的样式。
python中的matplotlib库
m0_63131662的博客
07-02 2310
python 的matplotlib模块
【Python】Matplotlib简要教程
最新发布
风高秋月白，雨霁晚霞红
07-23 1224
Matplotlib 是一个用于创建静态、动态和交互式图表的 Python 绘图库。
Matlab 绘制不同颜色柱形图 添加文字 并保存为pdf格式（减少空白边界）
qq_39709535的博客
02-18 2412
问题 在论文中插图时，一般要求是pdf或eps格式， 对于算法的对比，我们可以用柱形图显示。本文记录Matlab绘制不同颜色柱形图并导出为pdf格式的图片。 2. 代码 %data: 4组，每组5个数据 y=[0.34 0.32 0.34 0.47 0.51; 0.44 0.50 0.53 0.56 0.61; 0.62 0.52 0.56 0.92 0.94; 0.46...
python——matplotlib的用法详解
热门推荐
longhaierwd的博客
07-25 2万+
Matplotlib是Python生态系统的一个重要组成部分，是用于可视化的绘图库，它提供了一整套和matlab相似的命令API和可视化界面，可以生成出版质量级别的精美图形，Matplotlib使绘图变得非常简单，在易用性和性能间取得了优异的平衡。安装成功后，即可以在Python中像使用其它库一样导入和使用Matplotlib，而无需更多文件的配置，通常我们将其导入后使用别名mplMatplotlib的配置更多的用于修改绘制图形的默认样式，Matplotlib。
Python库matplotlib的使用总结
2301_76737200的博客
06-14 1215
matplotlib库在Python中用于二维图表的绘制，一般用于基于程序的数据分析方向。
Python Matplotlib 库使用基本指南
2401_84254011的博客
04-12 486
Matplotlib 是一个广泛使用的 Python 数据可视化库，它可以创建各种类型的图表、图形和可视化效果。无论是简单的折线图还是复杂的热力图，Matplotlib 提供了丰富的功能来满足我们的数据可视化需求。本指南将详细介绍如何安装、基本绘图函数以及常见图表类型的绘制方法。
python之Matplotlib绘制图表笔记
m0_69097184的博客
07-04 632
Matplotlib 是一个广泛使用的 Python 数据可视化库，提供了多种图表类型。
python之matplotlib画图函数笔记.pdf
09-28
根据提供的文件信息，我们可以提炼出关于Python中使用matplotlib库进行数据可视化的知识点。以下是对文件内容的详细解读，涵盖散点图、柱状图、饼图、极坐标图、三维图的创建和参数使用方法。 1. 散点图绘制：...
Python中Matplotlib库的使用（一）——安装与基本使用指南
Saki_Python的博客
12-20 2475
使用pycharm：左上角文件——设置——项目——python解释器——点击+号搜索matplotlib软件包点击安装。或者新建终端，输入以下命令安装。安装成功后，绘制第一个示例图，使用Matplotlib库和NumPy库创建一个折线图，其中X轴表示0到2π范围内均匀分布的数值，Y轴表示对应于X轴值的正弦函数的计算结果。
matplotlib的函数作用
weixin_34092370的博客
12-20 163
import matplotlib.pyplot as plt plt.scatter(数据，点的大小) 绘制单个点 plt.show() 显示出来 plt.title(名字，大小) plt.xlable() plt.ylable() plt.tick_params()设置刻度的大小 plt.axis([0,1100,0,111000]) 设置坐标轴的取值范围 plt.sc...
matplotlib.pyplot 库（一）
程序员小白的博客
06-08 7946
matplotlib.pyplot 库 matplotlib.pyplt 库简介 matplotlib 是 Python 下著名的绘图库，matplotlib 通过 pyplot 模块提供了一套类似和 Matlab 类似的画图 API，将众多绘图对象所构成的复杂结构隐藏在这套 API 内部。只需调用 pyplot 模块所提供的函数就可快速绘图以及设置图表的各种细节。 matplotlib.pyplot 的引用方式：import matplot.pyplot as plt pyplot 模块重命名为 p
matplotlib基本功能
iamcht的博客
07-06 3986
matplotlib基本功能matplotlib概述matplotlib基本功能基本绘图绘图核心API线型、线宽和颜色设置坐标轴范围设置坐标刻度设置坐标轴图例设置图例的位置特殊点备注 matplotlib概述 matplotlib是python的一个绘图库。使用它可以很方便的绘制出版质量级别的图形。 matplotlib基本功能 基本绘图 绘图核心API import numpy as np import matplotlib.pyplot as mp # xarray: <序列> 水平坐标序
Matplotlib.pyplot库
在阅读中成长
06-03 397
1、pyplot饼状图的绘制 plt.pie() 推荐阅读： matplotlib 知识点11：绘制饼图（pie 函数精讲） #plt.pie() 饼图 #import matplotlib.pyplot as plt #labels='Frogs','Hogs','Dogs','Logs' #sizes=[15,30,45,10] #explode=(0,0.2,0,0) #plt.pie(sizes,explode=explode,labels=labels,autopct='%1.1f%%',
matplotlib.pyplot库介绍
qq_31569581的博客
02-27 1万+
Python数据可视化matplotlib.pyplot 安装：只要安装好matplotlib，就自动安装好了。安装matplotlib可以直接执行下面的命令(Linux下)： sudo pip install matplotlib 解释：matplotlib.pyplot是一些命令行风格函数的集合，使matplotlib以类似于MATLAB的方式工作。每个pyplot函数对一幅图片(f...
matplotlib库详解
weixin_33907511的博客
01-07 164
学习是在成长的过程中慢慢积累起来的，每次的博客记录也都是在平时学习中遇到的，随着学习的深入，会慢慢的补充。 先学习matplotlib两个方面的应用：多条曲线画在一张图里面、多条曲线画在不同的图里面 plt.plot(x,y,format_string,**kwargs),其中： x、y为两轴的数据 format_string为控制曲线的格式字串，如下： 1、多条曲线画在一张...
%matplotlib作用
flashlau的专栏
09-18 9232
是在使用jupyter notebook 或者 jupyter qtconsole的时候，才会经常用到%matplotlib，也就是说那一份代码可能就是别人使用jupyter notebook 或者 jupyter qtconsole进行编辑的。关于jupyter notebook是什么，可以参考这个链接：[Jupyter Notebook介绍、安装及使用教程][1] 而%matplotlib具...
python matplotlib笔记大全
08-11
下面是一些常见的Matplotlib用法和示例： 1. 导入Matplotlib库： ```python import matplotlib.pyplot as plt ``` 2. 创建简单的折线图： ```python x = [1, 2, 3, 4, 5] y = [2, 4, 6, 8, 10] plt.plot(x,...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

fqlll

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值