Python机器学习基础--matplotlib库（上）

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

1. 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
2. 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

---

1. 计算机中通过程序绘制图形有两种方式：位图和矢量图，位图是一个个像素绘制的图形，矢量图是将多个点进行连接的图形，matploylib的绘图方式属于后者，也就是连接相邻的两个点形成一条曲线 ↩︎

2. subplot()函数的作用同add_subplot()函数，两者都生成若干个子图，区别是前者作用的对象是pyplot模块，后者作用的对象是画布对象figure ↩︎