目录
matplotlib库
优秀数据可视化第三方库,可以绘制多种形式的图形1,依赖于numpy模块和tkinter模块(更多信息请访问:matplotlib官网)
案例:生成一个折线图
import matplotlib.pyplot as plt
plt.plot([3,1,4,5,2])
plt.ylabel('num')
plt.savefig('test_1',dpi=600)
plt.show()
运行结果
画布与坐标系
在上面的例子中我们没有定义画布的语句,生成图形式使用默认画布,在程序中可以使用figure()函数创建一个自定义画布对象,语法格式:fig=plt.figure(num=None,figsize=None,dpi=None,facecolor=None,edgecolor=None,frameon=None)
参数
参数 | 描述 |
---|---|
num | 图像名称或索引号 |
figsize | 画布的宽和高,单位英寸 |
dpi | 绘图对象的分辨率 |
facecolor | 背景颜色 |
edgecolor | 边款颜色 |
frameon | 是否显示边款 |
创建一个画布对象后,可以进一步控制图表的绘制,如添加子图,语法格式:fig.add_subplot(numrows,numcols,fignum) ,三个参数分别表示子图的行数、列数、索引号,如add_subplot(1,1,1)表示在一张画布中只设置一张子图 |
子绘图区域
语法格式:plt.subplot(nrows,ncols,plot_number)
,三个参数分别为行数、列数、索引号2
案例一:生成多个子图
#coding: utf-8
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(1, 100)
fig = plt.figure()
ax1 = plt.subplot(221)
ax1.plot(x, x)
ax2 = plt.subplot(222) # 等同于fig.add_subplot(222)
ax2.plot(x, -x)
ax3 = plt.subplot(223)
ax3.plot(x, x ** 2)
ax4 = plt.subplot(224)
ax4.plot(x, np.log(x))
# plt.subplots_adjust(wpace=None,hpace=None) 分别用于调整子图的左右间距和上下间距
plt.show()
运行结果
Matplotlib常用符号
控制曲线格式的字符串有三种分别为:颜色字符,风格字符,标记字符
颜色字符
字符 | 描述 |
---|---|
‘b’ | 蓝 |
‘g’ | 绿 |
‘r’ | 红 |
‘c’ | 青绿色 |
‘m’ | 洋红色 |
‘k’ | 黑 |
‘w’ | 白 |
‘#008000’ | RGB某颜色 |
格式字符 | |
字符1 | 描述 |
– | – |
‘.’ | 点 |
‘,’ | 像素标记 |
‘+’ | 十字 |
‘|’ | 垂直线 |
‘^’ | 上三角 |
‘>’ | 右三角 |
‘<’ | 左三角 |
风格字符串 | |
字符串 | 描述 |
– | – |
‘-’ | 实线 |
‘–’ | 破折线 |
‘-.’ | 点划线 |
‘:’ | 虚线 |
下面我们将这些字符组合使用 | |
显示网格
语法格式:grid(b=None,axis=None,color=None,linewidth=None,linestyle=None)
参数
参数 | 描述 |
---|---|
axis | 取值为(‘both’, ‘x’,‘y’),表示以哪个轴为刻度生成网格 |
color | 表示网格线颜色, |
linewidth | 表示网格线宽度 |
linstyle | 网格线的显示类型 |
案例二:生成一个带网格线的折线图
import matplotlib.pyplot as plt
import numpy as np
x=np.arange(0,21)
plt.plot(x,x**2)
plt.grid(True,linestyle='-.')
plt.show()
运行结果
显示图例
语法格式:legend(loc=None,ncol=None)
,其中loc表示图例显示的位置,ncol表示图例的列数
loc参数 | 含义 | 英文参数 | loc参数 | 含义 | 英文参数 |
---|---|---|---|---|---|
0 | 根据图形自适应,显示在最佳的位置 | best | 6 | 中部左边 | center left |
1 | 图像右上角 | upper right | 7 | 中部右边 | center right |
2 | 左上角 | upper left | 8 | 下部中心 | lower center |
3 | 左下角 | lower left | 9 | 上部中心 | upper center |
4 | 右下角 | lower right | 10 | 图形中心 | center |
5 | 图形右边 | right |
案例三:生成一个带图例的折线图
import matplotlib.pyplot as plt
import numpy as np
x=np.arange(1,11,1)
plt.plot(x,x*2,label='double')
plt.plot(x,x*3,label='triple')
plt.plot(x,x*4,label='fourfold')
plt.legend(loc=0,ncol=2) # 自适应,两列图例
plt.show()
显示中文
pyplot并不默认支持中文,如果使用前未进行声明,程序会提出警告
中文显示方法(一)
matplotlib.rcParams['font.family']='SimHei'
使用rcParams修改字体
rcParams属性
属性 | 描述 |
---|---|
‘font.family’ | 用于显示字体名称 |
‘font.style’ | 字体风格,"normal"正常,"italic"斜体 |
‘font.size’ | 字体大小,整数字号或’large’ |
font.family中文字体种类
字体 | 描述 |
---|---|
‘SimHei’ | 黑体 |
‘Kaiti’ | 楷书 |
‘LiSu’ | 隶书 |
‘FangSong’ | 仿宋 |
‘STSong’ | 华文宋体 |
中文显示方法(二)
plt.xlabel('横轴',fontproperties='LiSu',fontsize=20)
中文出现的地方添加属性:fontproperties
显示负号
matplotlib并不默认支持显示负数,同样,我们使用rcParams属性修改使其显示
matplotlib.rcParams['axes.unicode_minus'] = False
显示注释
图形中的注释常用于解释图形的含义
显示标题
- 标题为普通文本时,直接使用title()函数设置,语法格式:titile(str),用于在坐标系上现实标题
- 标题为数学公式时,需要使用LaTex格式的文本来设置标题
案例四:标题显示函数使用
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
matplotlib.rcParams['font.family']='SimHei'
x=np.arange(10,20)
plt.subplot(211)
plt.title('一次函数')
plt.plot(x,0.25*(x-2))
plt.subplot(212)
plt.title(r'$f(x)= \frac{1}{4}(x-2)$')
plt.plot(x,0.25*(x-2))
plt.subplots_adjust(wspace =0, hspace =1)
plt.show()
运行结果
x轴和y轴注释
函数 | 描述 |
---|---|
xlabel(str) | x轴注释 |
ylabel(str) | y轴注释 |
在指定位置放置注释
函数 | 描述 |
---|---|
text() | 在任意位置添加注释 |
annotate() | 在任意位置添加带箭头的注释, |
案例五:在指定位置添加箭头
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
matplotlib.rcParams['font.family']='SimHei'
matplotlib.rcParams['axes.unicode_minus'] = False
a=np.arange(0,5,0.02)
plt.xlabel('时间',fontproperties='SimHei',fontsize=15)
plt.ylabel('振幅',fontproperties='Lisu',fontsize=15)
plt.title('标题',fontproperties='SimHei',fontsize=20)
# 文本注释
plt.subplot(211)
plt.plot(a,np.cos(a*np.pi*2),'g--')
plt.text(2,1,'y=1',bbox={'facecolor':'r','edgecolor':'y','boxstyle':'round'}) # bbox参数用于设置插入注释的参数
plt.axis([-1,6,-2,2]) # 用于设置xy轴的宽度
plt.grid(True) # 用于生成表格
# 箭头注释
plt.subplot(212)
plt.plot(a,np.cos(a*np.pi*2),'g--')
plt.annotate(r'y=1',xy=(2,1),xytext=(3,1.5),arrowprops=dict(facecolor='black',shrink=0.1,width=1)) # arrowprops参数用于设置箭头的样式
plt.axis([-1,6,-2,2])
plt.grid(True)
plt.show()
运行结果
其他设置
xy轴范围设置
函数 | 描述 |
---|---|
axis[xmin,xmax,ymin,ymax] | 同时设置x,y轴的范围 |
xlim(xmin,ymin) | 设置x轴范围 |
ymin(ymin,ymax) | 设置y轴范围 |
xy轴刻度设置 | |
函数 | 描述 |
– | – |
locator_params(axis,nbins=None) | axis表示x或y轴,nbins表示把坐标轴分为几份 |
日期刻度的显示 | |
函数 | 描述 |
– | – |
autofmt_xdate() | 调整日期的排列根据图像大小自适应 |
将图像保存为图片 | |
函数 | 描述 |
– | – |
savefig(path,dpi) | 将生成图形输出为文件,默认png,dpi设置图片的质量 |