Python之Matplotlib库常用函数

简单的小例子

 

import matplotlib.pyplot as plt 
path = ""
plt.plot([4,7,1,9,4])
    #绘图接收一个list，如果只有一个list默认其为Y轴，X轴数据为其索引值，从0开始
plt.ylabel("grade")
plt.axis([-2,8,0,12])
    #axis函数接收一个list，设定横纵坐标尺度，list各个参数分别代表[X初始刻度，X终止刻度，Y起始刻度，Y终止刻度]
plt.savefig(path,dpi = 600)
    #savefig函数用来保存图片至path地址，dpi值表示每英寸具有的像素点数，1英寸=2.54cm
plt.show()

plt.plot()简介：

plt.plot(x, y, format_string, **kwargs)
    #这个函数是绘图的关键函数
    #x ： X轴数据，列表或数组，可选
    #y ： Y轴数据，列表或数组
    #format_string ： 控制曲线的格式字符串，可选
    #**kwargs ：第二组或更多(x,y,format_string)
其中要说明的是format_string，包含的主要类型有
颜色字符：'b','k'等
风格字符：'-','--'等
标记字符：每个数据点的标志方式,'.','*','o'等
还要很多其他的参数值，到时候查文档

绘制正弦余弦函数曲线为例，介绍相应的函数。

• 使用默认的绘图属性绘图

    

• 对线条的颜色，宽度进行设置，就像在matlab中一样：
•   

上面的\pi代表的意义就是π。以下是有关希腊字符的表示：

• 添加图例说明

说到作图，当然必须要有图例，图例是帮助我们理解曲线指代的类型，如果让我们不去仔细分析曲线，就可以知道曲线指代的类型。比如上图的正弦和余弦，我们要经过分析过后，才知道红色是余弦函数，蓝色是正弦函数，因此图例帮助我们分析图形。

在画图时候，我们需要多线条加上label，这样才可以在最后将图例显示出来。

位置的可选参数有：

此外为了更好的表示横轴和纵轴数据的含义，可以通过ticks对横轴和纵轴的含义进行设置和定制。

yticks和xticks后面一串数字是简单的字符串，是方便Latex去解析这段字符串。一般以r开始，中间的字符串用$字符串$包围起来。

Python之Matplotlib库常用函数大全（含注释）

plt.savefig(‘test’, dpi = 600) ：将绘制的图画保存成png格式，命名为 test

plt.ylabel(‘Grade’) :  y轴的名称

plt.axis([-1, 10, 0, 6]) :  x轴起始于-1，终止于10 ，y轴起始于0，终止于6

plt.subplot(3,2,4) :  分成3行2列，共6个绘图区域，在第4个区域绘图。排序为行优先。也可 plt.subplot(324)，将逗号省略。

.plot函数

plt.plot(x, y, format_string, **kwargs): x为x轴数据，可为列表或数组；y同理；format_string 为控制曲线的格式字符串， **kwargs 第二组或更多的（x, y, format_string）

format_string: 由 颜色字符、风格字符和标记字符组成。

颜色字符：‘b’蓝色  ；‘#008000’RGB某颜色；‘0.8’灰度值字符串

风格字符：‘-’实线；‘--’破折线； ‘-.’点划线； ‘：’虚线 ； ‘’‘’无线条

标记字符：‘.’点标记  ‘o’ 实心圈 ‘v’倒三角  ‘^’上三角

eg： plt.plot(a, a*1.5, ‘go-’,    a, a*2, ‘*’)   第二条无曲线，只有点

.plot 显示中文字符

pyplot并不默认支持中文显示，需要rcParams修改字体来实现

rcParams的属性：

‘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’

eg:

import matplotlib

matplotlib.rcParams[‘font.family’] = ‘STSong’

matplotlib.rcParams[‘font.size’] = 20

设定绘制区域的全部字体变成 华文仿宋，字体大小为20

中文显示2：只希望在某地方绘制中文字符，不改变别的地方的字体

在有中文输出的地方，增加一个属性： fontproperties

eg:

plt.xlabel(‘横轴：时间’, fontproperties = ‘simHei’, fontsize = 20)

pyplot文本显示函数：

plt.xlabel()：对x轴增加文本标签

plt.ylabel()：同理

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(s, xy = arrow_crd, xytext = text_crd, arrowprops = dict)

: 在图形中增加带箭头的注解。s表示要注解的字符串是什么，xy对应箭头所在的位置，xytext对应文本所在位置，arrowprops定义显示的属性

eg:

plt.xlabel(‘横轴：时间’， fontproperties = ‘SimHei’, fontsize = 15, color = ‘green’)

plt.ylabel(‘纵轴：振幅’, fontproperties = ‘SimHei’, fontsize = 15)

plt.title(r’正弦波实例 $y=cons(2\pi x)$’ , fontproperties = ‘SimHei’, fontsize = 25)

plt.annotate (r’%mu=100$, xy = (2, 1), xytext = (3, 1.5),

arrowprops = dict(facecolor = ‘black’, shrink = 0.1, width = 2)) # width表示箭头宽度

plt.text (2, 1, r’$\mu=100$, fontsize = 15)

plt.grid(True)

plt. annotate(s, xy = arrow_crd, xytext = text_crd, arrowprops = dict)

plt子绘图区域

plt.subplot2grid(GridSpec, CurSpec, colspan=1, rowspan=1):设定网格，选中网格，确定选中行列区域数量，编号从0开始。

eg：plt.subplot2grid((3, 3), (1, 0), colspan = 2) : (3,3)表示分为3行3列，（1，0）表示选中第1行，第0列的区域进行绘图，colspan=2表示在选中区域的延伸

 

GridSpec类

Plot的图表函数

plt.plot(x,y , fmt)  ：绘制坐标图

plt.boxplot(data, notch, position): 绘制箱形图

plt.bar(left, height, width, bottom) : 绘制条形图

plt.barh(width, bottom, left, height) : 绘制横向条形图

plt.polar(theta, r) : 绘制极坐标图

plt.pie(data, explode) : 绘制饼图

plt.scatter(x, y) :绘制散点图

plt.hist(x, bings, normed) : 绘制直方图

绘制饼图

 

explode表示突出，如橘色这一块突出；autopct  表示显示数据的格式； shadow表示二维饼图；startangle表示起始的角度；

此为椭圆形饼图，要为圆形，可添加：  plt.axis(‘equal’)

绘制直方图

bings将直方图的取值范围进行均等划分bings个区间；

normed =1 表示将出现频次进行了归一化。 normed=0，则为频次；

alpha表示直方图的透明度[0, 1] ；

histtype = ‘stepfilled’  表示去除条柱的黑色边框

面向对象的极坐标图绘制

 

面向对象散点图绘制

 

将subplots()变成一个对象，fig和ax表示subplots生成的图表以及相关区域。subplots为空时，默认为subplots（111）