可视化基础 ②基础语法

Part 2 基础语法

2.1 pyplot基础语法、绘图流程

1.创建画布与创建子图

第一部分主要作用是构建出一张空白的画布，并可以选择是否将整个画布划分为多个部分，方便在同一幅图上绘制多个图形的情况。最简单的绘图可以省略第一部分，而后直接在默认的画布上进行图形绘制。

2.添加画布内容

第二部分是绘图的主体部分。其中添加标题，坐标轴名称，绘制图形等步骤是并列的，没有先后顺序，可以先绘制图形，也可以先添加各类标签。但是添加图例一定要在绘制图形之后。

3.保存与展示图形

• 为什么保存的图片是空白的？
  请注意：保存一定要在显示图形的前面，否则，可能会出现保存的图片使空白的！
  

2.1 具体应用

1、绘制散点图

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 2*np.pi, 100)
y = np.sin(x) + np.random.random(len(x))
plt.scatter(x, y)
plt.show()

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 2*np.pi, 100)
y = np.sin(x) + np.random.rand(100)

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

plt.figure(figsize=(9, 5))
plt.title('sin散点')
plt.scatter(x, y)
plt.show()

• 标题title（sin散点）无法正常显示怎么办？
  加入：
plt.rcParams['font.sans-serif'] = 'SimHei' # 中文显示 plt.rcParams['axes.unicode_minus'] = False

2、折线图

x = np.linspace(0, 2*math.pi, 100)
y = np.sin(x) + np.random.random(len(x))
plt.scatter(x, y)
plt.plot(x, y, 'r')
plt.plot(x, np.sin(x)+0.5, 'g')
plt.show()

注意
如果为plot()命令提供单个列表或数组 ，matplotlib假定它是一系列y值，并自动为您生成x值。由于python范围以0开头，因此默认的x向量与y的长度相同，但以0开头。因此x数据为 [0,1,2,3]。

import matplotlib.pyplot as plt
plt.plot([1, 2, 3, 4])
plt.ylabel('some numbers')
plt.show()

3 柱状图

x = range(10)
np.random.seed(123)  
y1 = np.random.random(10)
y2 = np.random.random(10)

plt.bar(x, y1, facecolor='r')
plt.bar(x, -y2, facecolor='g')

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('$\pi$')    
    
plt.show()

4 饼图

z = np.ones(10)

plt.figure(figsize=(5, 5))
plt.pie(z, autopct='%.2f%%', explode=[0.1]+ [0]*9, labels=list('ABCDEFGHIJ'), labeldistance=1.1)
plt.show()

5 注释

• text()上面基本命令的使用将文本放在Axes上的任意位置。文本的常见用途是注释绘图的某些功能，并且该 annotate()方法提供帮助功能以使注释变得容易。在注释中，有两点需要考虑：注释的位置由参数xy和文本的位置表示xytext。这两个参数都是(x,y)元组。
• xy（箭头提示）和xytext 位置（文本位置）都在数据坐标中
  

6 标题

# matplotlib在任何文本表达式中接受TeX方程表达式。编写一个由美元符号包围的TeX表达式。
plt.title(r'$\sigma_i=15$')