Matplotlib库入门

1.matplotlib的基本认识

导入方式：

import matplotlib.pyplot as plt

plt.savefig()将输出图形存储为文件，默认PNG格式，可以通过dpi修改输出质量。

plt.plot(x,y)只有一个输出列表或数组是，参数被当作Y轴，X轴以索引自动生成。当有两个以上参数时，按照X轴和Y轴顺序绘制数据点。plt.axis()指定X轴和Y轴的起始位置。

plt.subplot(nrows,ncols,plot_number)在全局绘图区域中创建一个分区体系，并定位到一个子绘图区域。

2.pyplot的plot()函数

plt.plot(x, y, format_string, **kwargs)

• x：X轴数据，列表或数组，可选（绘制多条曲线时，各条曲线的x不能省略）
• y：Y轴数据，列表或数组
• format_string：控制曲线的格式字符串（由颜色字符、风格字符和标记字符组成），可选

  颜色字符
  颜色字符	说明	颜色字符	说明
  'b'	蓝色	'm'	洋红色 magenta
  'g'	绿色	'y'	黄色
  'r'	红色	'k'	黑色
  'c'	青绿色 cyan	'w'	白色
  '#008000'	RGB某颜色（十六进制色彩）	'0.8'	灰度值字符串
  风格字符
  风格字符	说明	风格字符	说明
  '-'	实线	':'	虚线
  '--'	破折线	'' ' '	无线条
  '-.'	点划线
  标记字符
  标记字符	说明	标记字符	说明
  '.'	点标记	's'	实心方形标记
  ','	像素标记（极小点）	'p'	实心五角标记
  'o'	实心圈标记	'*'	星形标记
  'v'	倒三角标记	'h'	竖六边形标记
  '^'	上三角标记	'H'	横六边形标记
  '>'	右三角标记	'+'	十字标记
  '<'	左三角标记	'x'	x标记
  '1'	下花三角标记	'D'	菱形标记
  '2'	上花三角标记	'd'	瘦菱形标记
  '3'	左花三角标记	'|'	垂直线标记
  '4'	右花三角标记

• **kwargs：第二组或更多（x, y, format_string）
  • color：控制颜色，color='green'
  • linestyle：线条风格，linestyle='dashed'
  • marker：标记风格，marker='o'
  • markerfacecolor：标记颜色，markerfacecolor='blue'
  • marksize，标记尺寸，markerfacecolor=20

案例：基本的画图使用

单条曲线

 

            多条曲线

 *****

 开始值，停止值，产生个数

3.pyplot的中文显示

rcParams的属性

属性	说明
'font.family'	用于显示字体的名字
'font.style'	字体风格，正常'normal'或斜体'italic'
'font.size'	字体大小，整数字号或者'large'、'x-small'

在有中文输出的地方，增加一个属性：fontproperties

pyplot的文本显示函数

函数	说明
plt.xlabel()	对X轴增加文本标签
plt.ylabel()	对Y轴增加文本标签
plt.title()	对图形整体增加文本标签
plt.text()	在任意位置增加文本
plt.annotate()	在图形中增加带箭头的注解

案例： 

 pyplot的子绘图区域：plt.subplot2grid()

Matplotlib figure图形对象 ：

from matplotlib import pyplot as plt
#创建图形对象
fig = plt.figure()

该函数的参数值，如下所示：
 

add_axes() 的参数值是一个序列，序列中的 4 个数字分别对应图形的左侧，底部，宽度，和高度，且每个数字必须介于 0 到 1 之间。

	说明
figsize	指定画布的大小，(宽度,高度)，单位为英寸。
dpi	指定绘图对象的分辨率，即每英寸多少个像素，默认值为80。
facecolor	背景颜色。
dgecolor	边框颜色。
frameon	是否显示边框。

Matplotlib subplots()函数详解：

 matplotlib.pyplot模块提供了一个 subplots() 函数，它的使用方法和 subplot() 函数类似。其不同之处在于，subplots() 既创建了一个包含子图区域的画布，又创建了一个 figure 图形对象，而 subplot() 只是创建一个包含子图区域的画布。

subplots 的函数格式如下：

fig , ax = plt.subplots(nrows, ncols)

nrows 与 ncols 表示两个整数参数，它们指定子图所占的行数、列数。

函数的返回值是一个元组，包括一个图形对象和所有的 axes 对象。其中 axes 对象的数量等于 nrows * ncols，且每个 axes 对象均可通过索引值访问（从1开始）。

下面我们创建了一个 2 行 2 列的子图，并在每个子图中显示 4 个不同的图像。

import matplotlib.pyplot as plt
fig,a = plt.subplots(2,2)
import numpy as np
x = np.arange(1,5)
#绘制平方函数
a[0][0].plot(x,x*x)
a[0][0].set_title('square')
#绘制平方根图像
a[0][1].plot(x,np.sqrt(x))
a[0][1].set_title('square root')
#绘制指数函数
a[1][0].plot(x,np.exp(x))
a[1][0].set_title('exp')
#绘制对数函数
a[1][1].plot(x,np.log10(x))
a[1][1].set_title('log')
plt.show()

上述代码的输出结果如下：
 

 Matplotlib subplot2grid()函数详解：

matplotlib.pyplot 模块提供了 subplot2grid() ，该函数能够在画布的特定位置创建 axes 对象（即绘图区域）。不仅如此，它还可以使用不同数量的行、列来创建跨度不同的绘图区域。与 subplot() 和 subplots() 函数不同，subplot2gird() 函数以非等分的形式对画布进行切分，并按照绘图区域的大小来展示最终绘图结果。

函数语法格式如下：

plt.subplot2grid(shape, location, rowspan, colspan)

参数含义如下：

• shape：把该参数值规定的网格区域作为绘图区域；
• location：在给定的位置绘制图形，初始位置 (0,0) 表示第1行第1列；
• rowsapan/colspan：这两个参数用来设置让子区跨越几行几列。

下面，在画布（figure）中添加了行、列跨度均不相同的绘图子区域，然后在每个绘图区上，绘制不同的图形。示例代码如下：

import matplotlib.pyplot as plt
#使用 colspan指定列，使用rowspan指定行
a1 = plt.subplot2grid((3,3),(0,0),colspan = 2)
a2 = plt.subplot2grid((3,3),(0,2), rowspan = 3)
a3 = plt.subplot2grid((3,3),(1,0),rowspan = 2, colspan = 2)
import numpy as np
x = np.arange(1,10)
a2.plot(x, x*x)
a2.set_title('square')
a1.plot(x, np.exp(x))
a1.set_title('exp')
a3.plot(x, np.log(x))
a3.set_title('log')
plt.tight_layout()
plt.show()

 

 Matplotlib grid()设置网格格式：

grid() 的函数使用格式如下：

grid(color='b', ls = '-.', lw = 0.25)

参数含义如下：

• color：表示网格线的颜色；
• ls：表示网格线的样式；
• lw：表示网格线的宽度；

Matplotlib坐标轴范围：

 set_xlim() 和 set_ylim() 对 x、y 轴的数值范围进行设置。

import matplotlib.pyplot as plt
fig = plt.figure()
a1 = fig.add_axes([0,0,1,1])
import numpy as np
x = np.arange(1,10)
a1.plot(x, np.exp(x),'r')
a1.set_title('exp')
#设置y轴
a1.set_ylim(0,10000)
#设置x轴
a1.set_xlim(0,10)
plt.show()

 

 Matplotlib中文乱码解决方案：

plt.rcParams["font.sans-serif"]=["SimHei"] #设置字体
plt.rcParams["axes.unicode_minus"]=False #该语句解决图像中的“-”负号的乱码问题

 Matplotlib柱状图：

bar()函数参数说明

x	一个标量序列，代表柱状图的x坐标，默认x取值是每个柱状图所在的中点位置，或者也可以是柱状图左侧边缘位置。
height	一个标量或者是标量序列，代表柱状图的高度。
width	可选参数，标量或类数组，柱状图的默认宽度值为 0.8。
bottom	可选参数，标量或类数组，柱状图的y坐标默认为None。
algin	有两个可选项 {"center","edge"}，默认为 'center'，该参数决定 x 值位于柱状图的位置。

 案例说明

import matplotlib.pyplot as plt
#创建图形对象
fig = plt.figure()
#添加子图区域，参数值表示[left, bottom, width, height ]
ax = fig.add_axes([0,0,1,1])
#准备数据
langs = ['C', 'C++', 'Java', 'Python', 'PHP']
students = [23,17,35,29,12]
#绘制柱状图
ax.bar(langs,students)
plt.show()

 Matplotlib直方图：

matplotlib.pyplot.hist（）

该函数的参数说明如下： 

x	必填参数，数组或者数组序列。
bins	可选参数，整数或者序列，bins 表示每一个间隔的边缘（起点和终点）默认会生成10个间隔。
range	指定全局间隔的下限与上限值 (min,max)，元组类型，默认值为 None。
density	如果为 True，返回概率密度直方图；默认为 False，返回相应区间元素的个数的直方图。
histtype	要绘制的直方图类型，默认值为“bar”，可选值有 barstacked(堆叠条形图)、step(未填充的阶梯图)、stepfilled(已填充的阶梯图)。

from matplotlib import pyplot as plt
import numpy as np
#创建图形对象和轴域对象
fig,ax = plt.subplots(1,1)
a = np.array([22,87,5,43,56,73,55,54,11,20,51,5,79,31,27])
#绘制直方图
ax.hist(a, bins = [0,25,50,75,100])
#设置坐标轴
ax.set_title("histogram of result")
ax.set_xticks([0,25,50,75,100])
ax.set_xlabel('marks')
ax.set_ylabel('no.of students')
plt.show()

Matplotlib饼状图：

pie() 函数的参数说明如下：
 

X	数组序列，数组元素对应扇形区域的数量大小。
labels	列表字符串序列，为每个扇形区域备注一个标签名字。
color	为每个扇形区域设置颜色，默认按照颜色周期自动设置。
autopct	格式化字符串"fmt%pct"，使用百分比的格式设置每个扇形 区的标签，并将其放置在扇形区内。

 案例说明

 Matplotlib散点图： 

案例说明

 Matplotlib极坐标图：

案例说明

 

Matplotlib综合案例：