Matplotlib绘图的几种图形重点比较以及不常用的参数设置

1.几种图形的重点比较

• 操作：
  • 运行：shift+enter
  • interrupter:停止运行
  • 重启：定义的变量值全部消除，重新从头往后运行
  • 上下移动cell
• matplotlib:
  • 能将数据进行可视化,更直观的呈现
  • 使数据更加客观、更具说服力
• matplotlib架构:
  • 上层调用下层
  • 后端：实现绘图区域（分配画图的资源）
  • 美工：figure,axes,axis
  • 脚本：pyplot
• 基础绘图：
  • 折线图：点的坐标(横坐标，纵坐标)
  • figure, plot,show
  • xticks,yticks:设置刻度，中文
  • xlabel,ylabel：设置标题
  • plot( 参数)
  • lengend：添加图例
  • plt.subplots实现多个坐标系的图绘制
• 直方图：
  • 组数：数据按照不同的范围分成几个组
  • 组距：每一组两个端点的差
  • pyplot.hist(x, bins=None, normed=None, **kwargs)
  • plt.grid(True, linestyle=’–’, alpha=0.5)
• 对比：
  • 直方图：适合x坐标数据：连续的数据，数据量大
  • 柱状图：X坐标，类别，数据量小
• 饼图：
  • 应用场景：表示不同分类的占比情况
  • API：plt.pie
  • 绘制：注意显示正 圆形 plt.axis(“equal”)
  • “%1.1f%%”:后一个位置的数字表示显示小数的位数
• 绘制不同的图：
  • 什么的图，准备什么样，对应什么样的场景

2. 不常用的设置

一、使用annotate和text添加图的注释

fig, ax = plt.subplots(nrows=1, ncols=1, dpi=80)

# 使用splines以及设置颜色，将上方和右方的坐标去除
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')

# 将刻度设置为空，去除刻度
plt.xticks([])
plt.yticks([])

# x,y数据
data = np.ones(100)
data[70:] = list(range(1, 31))
print(data)

# 使用annptate添加注释
plt.annotate(
    '这是一个拐点',
    xy=(70, 1), # 箭头指向位置
    arrowprops=dict(arrowstyle='->'),#自定义箭头样式 
    xytext=(50, 10))# 文本位置

plt.plot(data)

plt.xlabel('1')
plt.ylabel('2')
ax.text(
    30, 2,# 文本位置
    '这是一段文本')

效果：

图形添加文本

二、使用animation实现动画

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.animation as animation

fig, ax = plt.subplots()

# 设置x,y数据，显示到图形当中
x = np.arange(0, 2*np.pi, 0.01)
line, = ax.plot(x, np.sin(x))


def init():
    """
    初始设置
    """
    line.set_ydata([np.nan] * len(x))
    return line,


def animate(i):
    """
    更新坐标点函数
    """
    line.set_ydata(np.sin(x + i / 100))
    return line,


ani = animation.FuncAnimation(
    fig, animate, init_func=init, interval=2, blit=True, save_count=50)

plt.show()

三、更多画图功能

请参考：https://matplotlib.org/tutorials/index.html