matplotlib绘图

通过plt.xxx()直接绘图

• plt中用于绘图的部分函数

函数名	作用
plt.bar()	条形图
plt.barh()	横排条形图
plt.boxplot()	箱线图
plt.hist()	频率直方图
plt.plot()	折线图

• plt中用于设置的部分函数

函数名	作用
plt.title()	设置图表标题
plt.grid()	设置图表网格
plt.xlable()	设置x轴标题
plt.ylable()	设置y轴标题
plt.xticks()	设置x轴刻度
plt.yticks()	设置y轴刻度
plt.xlim()	设置x轴范围
plt.ylim()	设置y轴范围
plt.annotate()	设置标注

用plt绘图的方便之处，就是它没有一个显性的对象，我们也可以调用pandas来绘图

%matplotlib inline
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_style('whitegrid')
plt.rcParams['figure.figsize'] = (8, 6)  
plt.rcParams['figure.dpi'] = 120        
import pandas as pd
data = Series([1.47,1.62,1.78,1.94,2.38,2.60],index=['2012','2013','2014','2015','2016','2017'])
#注意下一行的对象是'data'，它是一个series对象，调用的是pandas绘图函数
data.plot(label='income', color = 'r', linestyle=':',  marker = 's')
# 调用plt的函数对其进行设置
plt.title('Income chart')
plt.title('Income chart',fontsize=20)
plt.xlabel('Year',fontsize=15)
plt.ylabel('income',fontsize=15)
plt.annotate('Largest point',xy=(5,2.60),xytext=(3,2.5), arrowprops=dict(arrowstyle='->',color='green'))
plt.show()

该例子展示了pyplot(plt)的特点，不用指明对象就能进行绘图和设置，当我们在同一个程序中的图比较少的时候这是方便的，但当我们同一个程序中的图很多的时候，这种没有显性对象的方式会导致我们没有办法重新调用之前的图（因为没有对象名）。

实例化figure和axes对象后绘图

在matplotlib中,有两个重要的对象类型：

• figure对象可以把它想成一张空白图纸，在上面可以绘制一个或多个axes对象（还可以有其他对象等）。
• axes对象是一个图像的主要部分（它包括了图线、xy轴等部分）。
  我们可以使用plt接口生成figure对象和axes对象，然后对axes对象调用方法来实现画图和设置。
  总体思路是：
  1.实例化figure对象
  2.实例化axes对象
  3.对axes对象调用方法进行画图和设置

%matplotlib inline
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_style('darkgrid')
plt.rcParams['figure.figsize'] = (8, 6) 
plt.rcParams['figure.dpi'] = 120         
from pandas import Series
data = Series([1.47,1.62,1.78,1.94,2.38,2.60],index=['2012','2013','2014','2015','2016','2017'])
#调用plt接口，实例化figure1对象
fig = plt.figure()  # 生成空白图像
#实例化ax1对象
ax = fig.add_subplot(111)#ax1是figure1的第1行第一列的第1张图表
#注意下一行的对象是'ax1'，它是一个axes对象，调用的是matplotlib.axes绘图函数
ax.plot(data,label='income', color = 'r', linestyle=':',  marker = 's')
#接下来我们调用ax1的方法对它进行设置
ax.set_title('Income chart',fontsize=20)
ax.set_xlabel('Year',fontsize=18)
ax.set_ylabel('income',fontsize=18)
ax.annotate('Largest point',xy=(5,2.60),xytext=(3,2.5), arrowprops=dict(arrowstyle='->',color='green'))
plt.show()

用这种方式画出来的图，每一个对象都有它自己的名字，方便后面继续调用、修改。

• axes对象用于绘图的部分方法函数

函数名	作用
ax.bar()	条形图
ax.barh()	横排条形图
ax.boxplot()	箱线图
ax.hist()	频率直方图
ax.plot()	折线图

• axes对象中用于设置的部分方法函数

函数名	作用
ax.set_title()	设置图表标题
ax.set_xlable()	设置x轴标题
ax.set_ylable()	设置y轴标题
ax.set_xticks()	设置x轴刻度
ax.set_yticks()	设置y轴刻度
ax.set_xlim()	设置x轴范围
ax.set_ylim()	设置y轴范围
ax.set_annotate()	设置标注

plt的画图函数详解

1.plt.legend

plt.legend(loc = 0) #显示图例的位置，自适应方式

‘best’: 0, (only implemented for axes legends)(自适应方式)
‘upper right’: 1
‘upper left’: 2
‘lower left’: 3
‘lower right’: 4
‘right’: 5
‘center left’: 6
‘center right’: 7,
‘lower center’: 8
‘upper center’: 9
‘center’: 10

2. plt.figure

  #设置绘图区域的大小和像素
plt.figure(figsize=(14,6),dpi=80)

3.plt.xticks

#设置x轴的刻度线为new_year，new_year可以为数组
plt.xticks(new_year)

4.plt.xlabel

plt.xlabel('year')  #x轴标签

5.plt.plot

#将实际值的折线设置为蓝色
plt.plot(number,color='blue',label='actual value' )  

6.两个图分开

fig, axes = plt.subplots(2,1,sharex=True,figsize=(10,10))
axes[0].plot(range(len(data20)),data20,'r')
axes[1].plot(range(len(data40)),data40,'b')

7.中文显示，图像分辨率,全局设置图像大小

plt.rcParams["font.sans-serif"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False
plt.rcParams['figure.figsize'] = (10.0, 8.0) 

8.关闭警告

import warnings
warnings.filterwarnings('ignore')