python-matplotlib函数

已于 2023-01-31 13:49:57 修改
阅读量1.9k 收藏 26
点赞数 5
分类专栏： python 文章标签： python-matplotlib
于 2019-03-03 14:50:10 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_34229228/article/details/88086225
版权

文章目录

图像跳出显示

File | Settings | Tools | Python Scientific | Show plots in toolwindow

显示中文

from matplotlib import pyplot as plt
plt.rcParams[‘font.family’] = [‘sans-serif’]
plt.rcParams[‘font.sans-serif’] = [‘SimHei’]

绘图

1、 散点图

机器学习同时画多个类别的散点图

# 绘制散点图,s是点的面积，marker是点的形状，alpha是点的透明度
import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np
#样本特征
x=np.arange(10)
# 样本的类别
y=[0,0,0,0,1,1,0,2,2,1]
color_dark = mpl.colors.ListedColormap(['g', 'r', 'b'])
plt.scatter(x,x,c=y,cmp=color_dark)
plt.show()

在这里插入图片描述

2. 直线

# 绘制散点图,lw线宽,linestyle线型
import matplotlib.pyplot as plt
a=[1,2,3]
b=[1,2,3]
plt.figure(0)
plt.scatter(a,b,c='red',marker='x',s=20) # 绘制散点图
plt.plot(a,b,'b-',lw=1,linestyle='-'，marker='o')  #绘制直线图
plt.xlabel('Population of City in 10,000s',fontsize=10) # X轴
plt.ylabel('Profit of City in $10,000',fontsize=10) # Y轴
plt.legend(['Data Point','Linear Regression']) # 曲线的标签
plt.show()

在这里插入图片描述

3. 网格图

# 绘制网格图
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0,1000,20)  #区间(0,1000)分为20份
y = np.linspace(0,500,20)    #区间(0,500)分为20份
X,Y = np.meshgrid(x, y)
plt.plot(X, Y,
         color='limegreen',  # 设置颜色为limegreen
         marker='.',  # 设置点类型为圆点
         linestyle='')  # 设置线型为空，也即没有线连接点
plt.grid(True)
plt.show()

在这里插入图片描述

4. 3D图

3D散点图，曲面图，曲线图的两种绘制方式

# 绘制3D图
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(-1,1,100) # x轴范围 
y = np.linspace(1,10,100) # y轴范围点
a, b = np.meshgrid(x, y) # 生成X-O-Y平面
J = np.ones(a.shape) # 在每一个网格点上的对应的z轴的取值
figure = plt.figure(1) # 创建一幅图
fp = Axes3D(figure) # 定义为3D图
fp.plot_surface(a,b,J,cmap='rainbow')
plt.show()

3D图

5. 等高线图

# 绘制等高线图
import matplotlib.pyplot as plt
x = np.linspace(-1,1,3) # x轴范围 
y = np.linspace(1,10,3) # y轴范围点
a, b = np.meshgrid(x, y) # 生成X-O-Y平面
J =  np.random.random(a.shape) # 在每一个网格点上的对应的z轴的取值，也就是高度
a=plt.contourf(a, b, J, 3, cmap=plt.cm.Spectral) # 绘制等高线图
plt.clabel(a, inline=True, fontsize=10) #加上等高线的高度
plt.show()

等高线图

6. animation动画

# 绘制等高线图
import numpy as np
import matplotlib.pyplot as plt
from matplotlib import animation


fig, ax = plt.subplots()

x = np.arange(0, 2*np.pi, 0.01)
line, = ax.plot(x, np.sin(x))


# 动画变化保持y变化，x不变
def animate(i):
    line.set_ydata(np.sin(x+i/10))
    return line,


# 最开始的一帧动画
def init():
    line.set_ydata(np.sin(x))
    return line,


# frames帧，时间点，循环周期,init_func最开始的动画,blit更新所有点or变化的点
ani = animation.FuncAnimation(fig=fig, func=animate, frames=100, init_func=init, interval=20, blit=False)
plt.show()
print('RUN off')

不会传动图

7. 条形图

# 条形图，x横轴，height纵轴，width柱状图宽度
index=np.arange(5)
h=[20,10,30,25,20]
plt.bar(x=index,height=h,color='r',width=0.5)
plt.show()

在这里插入图片描述

# 并列柱状图
index=np.arange(5)
BJ=[20,10,30,25,20]
TJ=[10,15,3,17,20]
bar_width=0.3
plt.bar(x=index,height=BJ,width=bar_width)
plt.bar(x=index+bar_width,height=TJ,width=bar_width)
plt.show()

在这里插入图片描述

# 层叠柱状图
index=np.arange(5)
BJ=[20,10,30,25,20]
TJ=[10,15,3,17,20]
bar_width=0.3
plt.bar(x=index,height=BJ,width=bar_width)
plt.bar(x=index,height=TJ,width=bar_width,bottom=BJ)
plt.show()

在这里插入图片描述

8. 直方图

# z直方图，落在不同区间的点的个数·	概率分布直方图
import numpy as np
import matplotlib.pyplot as plt
# normed是否要进行标准化，若为True则纵坐标为出现的频率，否则纵坐标为个数
mu=100
sigma=20
x=mu+sigma*np.random.randn(1000)
plt.hist(x,bins=100,color='g')
plt.show()

在这里插入图片描述

# 2D直方图，越亮，频率越高,双变量联合概率分布
x=np.random.randn(1000)+2
y=np.random.randn(1000)+3
plt.hist2d(x,y,bins=100)
plt.show()

9. 饼状图

# 饼图,explode突出显示，autopct="%.0f%%饼里加占比
labels='a','b','c','d'
fracs=[15,30,45,10]
explode=[0,0.2,0.08,0]
plt.pie(labels=labels,x=fracs,autopct="%.0f%%",explode=explode,shadow=True)
plt.show()

在这里插入图片描述

10. 箱形图

显示数据的分散情况
显示上边缘、上四分位数、中位数、下四分位数、下边缘、异常值

# whis越大直线越长，反之越短
data=np.random.normal(size=(1000,4),loc=0,scale=1)
plt.boxplot(data,whis=1)
plt.show()

在这里插入图片描述

       补充：样式字符串：'颜色点形线型'。如'cx--'   'go:'等

11、面向对象绘图——绘制子图

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 2 * np.pi, 100)

# 生成绘图对象
fig = plt.figure()
# 生成坐标轴对象
# 绘制子图，2行2列第一个位置
ax = fig.add_subplot(221)
ax.plot(x, np.sin(x))
# 绘制子图，2行2列第2个位置
ax = fig.add_subplot(222)
ax.plot(x, np.cos(x))
# 绘制子图，2行2列第3个位置
ax = fig.add_subplot(223)
ax.plot(x, np.log(x))
plt.show()

在这里插入图片描述

12、生成多张图


import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 2 * np.pi, 100)

# 生成绘图对象
fig = plt.figure()
# 生成坐标轴对象
# 绘制子图，2行2列第一个位置
ax = fig.add_subplot(111)
ax.plot(x, np.sin(x))

# 生成绘图对象
fig2= plt.figure()
# 生成坐标轴对象
# 绘制子图，2行2列第一个位置
ax2 = fig2.add_subplot(111)
ax2.plot(x, np.cos(x))

plt.show()

13、显示两条y轴

pandas 绘制双y轴

    import matplotlib.pyplot as plt

    plt.rcParams['font.sans-serif'] = ['SimHei']
    plt.rcParams['axes.unicode_minus'] = False
    plt.figure(figsize=(20, 10))
    tmp[['预测总供应', '真实总供应']].plot()
    tmp['压力'].plot(figsize=(20, 10), secondary_y=True,legend=True)
    plt.show()

在这里插入图片描述

matplotlib绘制双y轴

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(2,20,1)
y_1=x**2
y_2=np.log(x)
# 生成绘图对象
fig = plt.figure()
# 生成坐标轴对象
ax = fig.add_subplot(111)
ax.plot(x, y_1)
#
ax.set_ylabel('Y1')

#添加一条新的坐标轴
ax2=ax.twinx()
ax2.plot(x, y_2,'r')
plt.show()
ax.set_ylabel('Y2')

在这里插入图片描述

14、区域填充

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0,5*np.pi,1000)
y_1=np.sin(x)
y_2=np.sin(2*x)
# 生成绘图对象
fig = plt.figure()
# 生成坐标轴对象
"""第一种填充方法，plt.fill_between，可填充两条曲线的交集"""
ax = fig.add_subplot(121)
ax.plot(x,y_1,'b')
ax.plot(x,y_2,'r')
# y1在y2上面，交集填充为黄色
plt.fill_between(x,y_1,y_2,where=y_1>y_2,facecolor='yellow')
# y1在y2下面，交集填充为绿色
plt.fill_between(x,y_1,y_2,where=y_1<y_2,facecolor='g')

"""第二种填充方法plt.fill"""
ax2 = fig.add_subplot(122)
plt.fill(x,y_1,'b',alpha=0.3)
plt.fill(x,y_2,'r',alpha=0.3)

plt.show()

在这里插入图片描述

15. 绘制形状

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.patches as mpatches

fig, ax = plt.subplots()
# 圆心坐标
xy1 = np.array([0.2, 0.2])
# 长方形左下角点的坐标
xy2 = np.array([0.2, 0.8])
# 正多边型，圆心坐标
xy3 = np.array([0.8, 0.2])
# 椭圆圆心
xy4 = np.array([0.8, 0.8])
# 绘制圆，圆心，半径
circle = mpatches.Circle(xy1, 0.05)
ax.add_patch(circle)
# 绘制长方形，左下角的点，长宽
rect = mpatches.Rectangle(xy2, 0.2, 0.1, color='r')
ax.add_patch(rect)

# 绘制多边形，圆心，几条边，边到圆心的长度
polygon = mpatches.RegularPolygon(xy3, 5, 0.1, color='g')
ax.add_patch(polygon)
# 绘制椭圆，圆心，长轴，短轴
ellipse = mpatches.Ellipse(xy4, 0.4, 0.2, color='yellow')
ax.add_patch(ellipse)
plt.grid(True)
plt.axis('equal')
plt.show()

在这里插入图片描述

16、极坐标图

# 绘制极坐标图
import numpy as np
import matplotlib.pyplot as plt

#极坐标需要半径和角度
r=np.arange(1,6,1)
theta=[0,np.pi/2,np.pi,3*np.pi/2,2*np.pi]
r1=np.ones(5)*3
#投影方式为极坐标
ax=plt.subplot(111,projection='polar')
ax.plot(theta,r,linewidth=1.5)
ax.plot(theta,r1,linewidth=1)
plt.show()

在这里插入图片描述

其他设置

实现功能函数
显示网格plt.grid(True,color=‘g’,linewidth=‘0.5’,linestyle=‘–’)
坐标轴设置plt.xlabel(‘Population of City in 10,000s’,fontsize=10) # X轴 ；plt.ylabel(‘Profit of City in $10,000’,fontsize=10) # Y轴
图例设置plt.legend([‘Data Point’,‘Linear Regression’]) # 曲线的标签
坐标轴范围(x从(-5,5),y从(20,60))；plt.axis([-5,5,20,60])； plt.xlim([-5,5])；plt.xlim(xmin=-5)
调整坐标轴刻度（x轴有5个刻度）plt.locator_params(‘x’,nbins=5)
绘制箭头"this is the bottom"箭头的文字注释，xy头的坐标，xytext尾的坐标，也是text的起始坐标，arrowprops=箭头属性 ； plt.annotate(“this is the bottom”,xy=(0,0),xytext=0,100),arrowprops=dict(facecolor=‘r’,frac=1,headwidth=30,width=10))
绘制文字，前两个参数为x,y起始文字坐标plt.text(0,200,‘x**2’)
数学公式‘$x^2$’
图形美化plt.style.use(‘ggplot’)
查看图形美化样式的选项print(plt.style.available)
显示中文plt.rcParams[‘font.family’] = [‘sans-serif’] plt.rcParams[‘font.sans-serif’] = [‘SimHei’]
hellobigorange
关注
  • 5
    点赞
  • 踩
  • 26
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论
专栏目录
Python之Matplotlib库常用函数大全（含注释）
weixin_34220623的博客
05-03 2039
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 p...
Python之Matplotlib库常用函数总结（含注释）
Python老司机的专栏
01-20 3202
Python之Matplotlib库常用函数大全（含注释） 最近开始整理python的资料，会陆续放到博客中存档。找了几个qq群，其中有一个群78486745。后面就没怎么加群了，还是需要看官方文档为主 一般函数 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.ax...
matplotlib函数汇总
05-22
python关于matplotlib函数汇总及示例
Matplotlib函数汇总
最新发布
qq_41600393的博客
07-04 629
样式： '-'，'--'，'-.'，':'，'.'，','，，o，^，v，<，>，s，+，x，D，d，1，2，3， 4，h，H，p，| ，_颜色： b(蓝色)，g(绿色)，r(红色)，c(青色)，m(品红)，y(黄色)，k(黑色)，w(白色)mfc: marker face color 标记的背景颜色。plt.subplot()函数。linestyle 样式。linewidth 宽度。subplot()函数。
python常用函数图片_Python之Matplotlib库常用函数大全（含注释）
weixin_39851008的博客
11-24 168
plt.savefig(‘test’, dpi = 600) ：将绘制的图画保存成png格式，命名为 testplt.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6plt.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.sub...
『Python』matplotlib常用函数
七秒钟的记忆
05-11 894
Python中绘图库matplotlib系列学习笔记（二）
Python-matplotlib进阶
04-04
在Python的科学计算和数据分析领域，`matplotlib`库是一个不可或缺的工具，它为创建各种静态、动态甚至交互式的图表提供了强大的支持。`matplotlib`库以其灵活性和可定制性深受开发者喜爱，是Python可视化领域的基石...
Python -Matplotlib库绘制图形
12-22
**Python Matplotlib库详解** Matplotlib是Python中最常用的可视化库之一，它的设计灵感来源于MATLAB，但更加适合Python的编程风格。它提供了丰富的图形绘制功能，包括但不限于折线图、散点图、条形图、饼图等，...
十二、python-Matplotlib画图详解
09-28
Python-Matplotlib画图详解 Matplotlib是一款功能强大的Python数据可视化库，它提供了一整套API，十分适合绘制图表，或修改图表的一些属性，如字体、标签、范围等。Matplotlib是一个Python的2D绘图库，它交互式环境...
python-matplotlib画图.docx
05-07
在Python中，`matplotlib.pyplot`模块是主要的绘图接口，它包含了许多函数，可以用来绘制线图、散点图、直方图等。 首先，最基本的绘图操作是通过`plt.plot()`函数实现的。在示例中，`plt.plot([1,2,3])`会生成一条...
python-matplotlib教程_地图_matplotlib_python教程_python3_PythonMatplot
10-01
Python的Matplotlib库是数据可视化领域的一个重要工具，尤其在科学计算和数据分析中广泛应用。本教程将深入探讨如何使用Matplotlib来创建各种类型的图表，包括地图图表，以及如何利用Python3进行更高级的定制和控制...
matplotlib常用函数介绍及使用
大家一起学编程(python)
04-15 2901
matplotlib常用函数介绍 1、模块： from matplotlib import animation from matplotlib import pyplot from pylab import mpl from matplotlib import ticker 2、创建子图，定义 fig, ax fig,ax=plt.subplots()# # 创建一个子图，返回一个包含figure和axes对象的元组，将元组分解为fig和ax两个变量 3、创建2维直线图 chart..
python的matplotlib的函数_『Python』matplotlib常用函数
weixin_39808726的博客
11-30 375
1. 绘制图表组成元素的主要函数1.1 plot()——展现量的变化趋势import numpy as npimport matplotlib.pyplot as pltimport matplotlibmatplotlib.use('Qt5Agg')x = np.linspace(0.05, 10, 1000)y = np.cos(x)plt.plot(x, y, ls="-", lw=2, l...
Python--Matplotlib（基本用法）
热门推荐
苦作舟的人呐
06-08 43万+
Matplotlib Matplotlib 是Python中类似 MATLAB 的绘图工具，熟悉 MATLAB 也可以很快的上手 Matplotlib。 1. 认识Matploblib 1.1 Figure 在任何绘图之前，我们需要一个Figure对象，可以理解成我们需要一张画板才能开始绘图。 import matplotlib.pyplot as plt fig = plt.fig...
Python中常用的绘图函数 matplotlib.pyplot
Kenn7的博客
11-17 1221
更详细了解的请参考Python绘图 、【Matplotlib】绘图常见设置说明 颜色：https://www.cnblogs.com/darkknightzh/p/6117528.html 目录 1. 画折线图： 2. 画散点图 3. 画带有点的折线图 4. x1数量过多，无法都显示在x轴上，可以旋转90度显示： 5. 加上标题，xy轴名字，网线 6. 指定x，y坐标范围 7...
Python数据可视化工具——Matplotlib
小伟的博客
07-27 1428
Matplotlib的使用教程，主要介绍散点图、饼图、柱状图、直方图以及箱线图的绘制
python 之 matplotlib
随笔
11-04 2844
1.NumPy Matplotlib Matplotlib 是 Python 的绘图库。 它可与 NumPy 一起使用，提供了一种有效的 MatLab 开源替代方案。 它也可以和图形工具包一起使用，如 PyQt 和 wxPython。 1.1 下载所需要的包 C:\Users\Admin>pip3 install numpy C:\Users\Admin>pip3 install ma...
python-matplotlib
09-11
Python-Matplotlib是一个用于绘制图表和可视化数据的Python库。...综上所述，Python-Matplotlib是一个强大的数据可视化工具，可以帮助我们实现各种类型的图表，并且提供了丰富的函数和参数来定制图表的样式和布局。
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

hellobigorange

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值