matplotlib使用指南

添加标题-title

import numpy as np
import matplotlib.pyplot as plt
# 显示中文
plt.rcParams['font.sans-serif'] = [u'SimHei']
plt.rcParams['axes.unicode_minus'] = False

x=np.arange(0,10)
plt.title('这是一个示例标题')
plt.plot(x,x*x)
plt.show()

---

添加文字-text

import numpy as np
import matplotlib.pyplot as plt
# 显示中文
plt.rcParams['font.sans-serif'] = [u'SimHei']
plt.rcParams['axes.unicode_minus'] = False

x=np.arange(-10,11,1)
y=x*x
plt.plot(x,y)
plt.title('这是一个示例标题')
# 添加文字
plt.text(-2.5,30,'function y=x*x')
plt.show()

---

添加注释-annotate

• xy：为备注的坐标点
• xytext：备注文字的坐标(默认为xy的位置)
• arrowprops：在xy和xytext之间绘制一个箭头

import numpy as np
import matplotlib.pyplot as plt
# 显示中文
plt.rcParams['font.sans-serif'] = [u'SimHei']
plt.rcParams['axes.unicode_minus'] = False

x=np.arange(-10,11,1)
y=x*x
plt.title('这是一个示例标题')
plt.plot(x,y)
# 添加注释
plt.annotate('这是一个示例注释',xy=(0,1),xytext=(-2,22),
			arrowprops={'headwidth':10,'facecolor':'r'})
plt.show()

直方图 hist()

matplotlib.pyplot.hist(x,
		bins=None,range=None, density=None,
 		bottom=None, histtype='bar', align='mid', 
 		log=False, color=None, label=None, stacked=False, 
 		normed=None)

参数：

• x: 数据集，最终的直方图将对数据集进行统计

• bins: 统计的区间分布

• range: tuple, 显示的区间

• density: bool，默认为false，显示的是频数统计结果，为True则显示频率统计结果，这里需要注意，频率统计结果=区间数目/(总数*区间宽度)，和normed效果一致，官方推荐使用density

• histtype: 可选{‘bar’, ‘barstacked’, ‘step’, ‘stepfilled’}之一，默认为bar，推荐使用默认配置，step使用的是梯状，stepfilled则会对梯状内部进行填充，效果与bar类似

• align: 可选{‘left’, ‘mid’, ‘right’}之一，默认为’mid’，控制柱状图的水平分布，left或者right，会有部分空白区域，推荐使用默认

• log: bool，默认False,即y坐标轴是否选择指数刻度

• stacked: bool，默认为False，是否为堆积状图

测试

import matplotlib.pyplot as plt
import numpy as np

x=np.random.randint(0,100,100)#生成【0-100】之间的100个数据,即 数据集
bins=np.arange(0,101,10)#设置连续的边界值，即直方图的分布区间[0,10],[10,20]...
#直方图会进行统计各个区间的数值
plt.hist(x,bins,color='blue',alpha=0.1)#alpha设置透明度，0为完全透明

plt.xlabel('scores')
plt.ylabel('count')
plt.xlim(0,100)#设置x轴分布范围

plt.show()

---