Python记5（Marplotlib数据可视化1---基础篇

1、Matplotlib库

• Matplotlib库：第三方库，快速生成图表（直方图，柱状图，折线图等等
• Matplotlib 的API：https://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.plot
• pip安装Matplotlib库

pip install matplotlib

• 导入Matplotlib库

import matplotlib.pyplot as plt 

2、Figure对象：创建画布：

figure(num,figsize,dpi,facecolor,edgecolor,frameon)

num：图形编号或名称，值为数字/字符串
figsize：绘图对象的宽和高，单位英寸
dpi：分辨率，默认80
facecolor：背景颜色。
edgecolor：边框颜色
frameon：表示是否显示边框。

颜色：（最后一个字母为其缩写）

蓝色blue b	黑色black k	绿色green g	白色white w
红色red r	蓝绿cyan c	黄色yellow y	品红magenta m

例如：

plt.figure(figsize=(3,2),facecolor="green")
plt.plot()    #绘制空白图形
plt.show()    #显示绘图

注意：在Spyder软件设置单独弹出的窗口的步骤为：
Tools–>Preferences–>IPython console–>Graphics–>Graphics backend–> Backend–>设置成Automatic，如图所示。如果是设置成Inline则figure是在IPython console中显示。最后需要再对Spyder软件进行重新启动，没有重启则不能实现设置效果。figure如图：

3、划分子图：subplot(行数,列数,子图序号)

当3个参数都少于10时，可省逗号。 每创建一个子图要一条语句

fig=plt.figure()

plt.subplot(2,2,1)   #等价于plt.subplot(221)
plt.subplot(222)
plt.subplot(223)

plt.show()

4、设置中文字体：plt.rcParams[“font.sans-serif”]=“SimHei”

参数：

• rcParams：运行配置参数run configuration Params，修改绘制图表时的各种默认参数
• font.sans-serif：字体系列
• SimHei：黑体

字体	参数	字体	参数
宋体	SimSun	楷体	KaiTi
黑体	SimHei	仿宋	FangSong
微软雅黑	Microsoft YaHei	隶书	LiSu
微软正黑体	Microsoft JhengHei	幼圆	YouYuan

修改后可再恢复标准默认配置：plt.rcdefaults()

5、添加标题 suptitle、title

全局标题：suptitle(标题文字)
子标题：title(标题文字)
suptitle()函数参数：

参数	说明	默认值	可取值
x	标题位置的x坐标	0.5
y 标题位置的y坐标	0.98
color	标题颜色	黑色
backgroundcolor	背景颜色	12
fontsize	字体大小		见下面说明
fontweight	字体粗细	normal	见下面说明
fontstyle	字体类型		normal/italic/oblique
horizontalalignment	标题水平对齐方式	center left/right/center
verticalalianment	标题垂直对齐方式 top	center/top/bottom/baseline

说明：

• fontsize可取值： xx-small、x-small、small、medium、large、x-large、xx-large
• fontweight可取值：light、normal、medium、semiboldbold、heavy、black

• title()函数主要参数：

参数	说明	取值
loc	位置	left,right
rotation	标题文字旋转角度
color	标题颜色	黑色
fontsize	字体大小
fontweight	字体粗细	normal
fontstyle	字体类型
horizontalalignment	标题水平对齐方式	center
verticalalianment	标题垂直对齐方式	top
fontdict	设置参数字典

6、自动调整子图：tight_layout(rect=[lefft,bottom,right,top])

• 四个参数是子图占绘图区域的相对位置（使全局标题与子图不重叠）
• 完整定义：tight_layout(pad=1.08, h_pad=None, w_pad=None, rect=None)
• 当tight_layout自动调整失效时，不妨手动设h_pad（Padding (height/width) between edges of adjacent subplots, as a fraction of the font size.）设置上下边缘区域。

例如：

import matplotlib.pyplot as plt
plt.rcParams["font.family"] = "SimHei"
  
fig = plt.figure(facecolor = "lightgrey")
plt.subplot(2, 2, 1)
plt.title('子标题1')
plt.subplot(2, 2, 2)
plt.title('子标题2', loc = "left", color = "b")
plt.subplot(2, 2, 3)
myfontdict={"fontsize":12, "color":"g", "rotation": 30}
plt.title('子标题3',fontdict= myfontdict)
plt.subplot(2, 2, 4)
plt.title('子标题4 ', color='white', backgroundcolor="black")
plt.suptitle("全局标题", fontsize = 20, color = "red", backgroundcolor = "yellow") 
plt.tight_layout(rect=[0,0, 1,0.9])
plt.show()

效果图：

7、散点图：scatter(x,y,scale,color,marker,label)

参数	说明	默认值
x	x坐标	不可省略
y	y坐标 不可省略
scale	数据点的大小	36
color	数据点的颜色
marker	数据点的样式	o（圆点）
label	图例文字
cmap	颜色列表(colormap)

• 颜色取值：（当有多组数据，需要多种颜色时，可设置cmap，详见Python笔记10）
  |颜色 |缩略字符 |颜色 |缩略字符|
  |–|--|–|--|
  |blue| b |black| k
  |green |g |white |w
  |red |r |cyan |c
  |yellow |y |megenta| m
• marker参数：

取值	意义	取值	意义	取值	意义
-	实线	1	朝上的三角	v	朝上的三角
–	虚线	2	朝下的三角	^	朝下的三角
-.	点线	3	朝左的三角	<	朝左的三角
:	点虚线	4	朝右的三角	>	朝右的三角
.	点	s	正方形	D	钻石形
,	像素	p	五角形	d	小版钻石形
o	圆形	*	星型	|	垂直线形
+	+号	h	1号六角形	-	水平线形
x	x号	H	2号六角形

• 例如：绘制正态分布：

import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif']="SimHei"  #字体，正常显示中文
plt.rcParams['axes.unicode_minus']=False    #用来正常显示负号
n=1024      #1024个点
x=np.random.normal(0,1,n)   #x轴坐标
y=np.random.normal(0,1,n)   #y轴坐标
plt.scatter(x,y,color="blue",marker='*')   #绘制散点图，蓝色星型
plt.title("标准正态分布",fontsize=20)       #标题

注意：如果不加上上面第3、4行，则中文和负号变为□，正常显示如下：

8、添加文字： text(x,y,s,fontsize,color)

其中：

x坐标、y坐标、显示的文字、字体大小（默认12）、字体颜色（默认黑色）

• 坐标轴设置：
  使负数的负号正常显示：

plt.rcParams["axes.unicode_minus"]=False

• 其他函数：

函数	说明
xlabel(x,y,s,fontsize,color)	设置x轴标签(x,y,s与text函数同义）
ylabel(x,y,s,fontsize,color)	设置x轴标签
xlim(xmin,xmax)	设置x轴坐标的范围
ylim(xmin,xmax)	设置y轴坐标的范围
ck＿params(labelsize)	设置刻度文字的字号
xticks()	设置x轴的刻度：
yticks()	设置y轴的刻度：

• 一些例子：https://blog.csdn.net/wei18791957243/article/details/83865907
  https://blog.csdn.net/helunqu2017/article/details/78650782

在上一个代码基础上：

plt.text(2.5,2.5,"均 值：0\n标准差：1")  #设置文本
plt.xlim(-4,4)     #设置坐标轴范围
plt.ylim(-4,4)
plt.xlabel('横坐标x',fontsize=14)  #设置坐标轴标签
plt.ylabel('横坐标y',fontsize=14)

程序最后显示图像可能需要加上：

plt.show()

8.1、完整代码：

import matplotlib.pyplot as plt           #导入绘图库
import numpy as np                        #导入numpy库
plt.rcParams['font.sans-serif']="SimHei"  #设置正常显示文字
plt.rcParams['axes.unicode_minus']=False  #设置正常显示负号
n=1024                                    #随机生成点数：1024
x=np.random.normal(0,1,n)                 #生成数据点的x坐标
y=np.random.normal(0,1,n)                 #生成数据点的y坐标
plt.scatter(x,y,color="blue",marker='*')  #绘图（描点）
plt.title("标准正态分布",fontsize=20)      #标题
plt.text(2.5,2.5,"均 值：0\n标准差：1")   #显示文本（用作图标）
plt.xlim(-4,4)                           #x轴范围
plt.ylim(-4,4)                           #y轴范围
plt.xlabel('横坐标x',fontsize=14)        #x轴标签文本
plt.ylabel('横坐标y',fontsize=14)        #y轴标签文本
plt.show()                              #显示绘图

• 绘制标准正态分布、均匀分布：

import matplotlib.pyplot as plt           #导入绘图库
import numpy as np                        #导入numpy库
plt.rcParams['font.sans-serif']="SimHei"  #设置正常显示文字
plt.rcParams['axes.unicode_minus']=False  #设置正常显示负号

n=1024                                    #随机生成点数：1024
x1=np.random.normal(0,1,n)                #正态分布数据点的xy坐标值
y1=np.random.normal(0,1,n)                 
x2=np.random.uniform(-4,4,(1,n))          #随机分布数据点的xy坐标值
y2=np.random.uniform(-4,4,(1,n))                 
plt.scatter(x1,y1,color="blue",marker='*')  #正态分布绘图（描点）
plt.scatter(x2,y2,color="yellow",marker='o')  #均匀分布绘图（描点）

plt.title("标准正态分布与均匀分布",fontsize=20)      #标题
plt.xlabel('横坐标x',fontsize=14)        #x轴标签文本
plt.ylabel('横坐标y',fontsize=14)        #y轴标签文本
plt.show()

8.1.1、效果图片：

9、增加图例：scatter(x,y,scale,color,marker,label)

label指定图例内容，x、y可以是NumPy数组、张量等等

10、显示图例：legend(loc,fontsize)

loc参数：指定图例位置，具体如下表：

取值	图例位置	取值	图例位置
0	best	6	center left
1	upper right	7	center right
2	upper left	8	lower center
3	lower left	9	upper center
4	lower right	10	center
5	right

10.1、完整代码：

import matplotlib.pyplot as plt           #导入绘图库
import numpy as np                        #导入numpy库
plt.rcParams['font.sans-serif']="SimHei"  #设置正常显示文字
plt.rcParams['axes.unicode_minus']=False  #设置正常显示负号

n=1024                                    #随机生成点数：1024
x1=np.random.normal(0,1,n)                #正态分布数据点的xy坐标值
y1=np.random.normal(0,1,n)                 
x2=np.random.uniform(-4,4,(1,n))          #随机分布数据点的xy坐标值
y2=np.random.uniform(-4,4,(1,n))                 
plt.scatter(x1,y1,color="blue",marker='*',label="正态分布")  #正态分布绘图（描点）
plt.scatter(x2,y2,color="yellow",marker='o',label="均匀分布")  #均匀分布绘图（描点）

plt.legend()        #设置图例位置，也可以固定位置在右上角plt.legend(loc=1)，默认0
plt.title("标准正态分布与均匀分布",fontsize=20)      #标题

plt.xlim(-4,4)
plt.ylim(-4,4)
plt.xlabel('横坐标x',fontsize=14)        #x轴标签文本
plt.ylabel('横坐标y',fontsize=14)        #y轴标签文本
plt.show()

10.2、效果图：

11、折线图

plot(x,y,color,marker,label,linewidth,markersize)

• 参数说明：
  |参数 |说明 |默认值|
  |–|--|–|
  |x| 数据点的x坐标| 1,2,3,…|
  |y |数据点的y坐标 |不可省略|
  |color |数据点的颜色 |
  |marker |数据点的样式 |o’（圆点）|
  |label |图例文字 |
  |linewidth |折线的宽度 |
  |markersize |数据点的大小 |

• 绘制如下温度湿度折线图：
  

11.1、完整代码：

import matplotlib.pyplot as plt           #导入绘图库
import numpy as np                        #导入numpy库
plt.rcParams['font.sans-serif']="SimHei"  #设置正常显示文字
plt.rcParams['axes.unicode_minus']=False  #设置正常显示负号

n=24                                      #随机生成点数：24
y1=np.random.randint(27,37,n)             #正态分布数据点的xy坐标值
y2=np.random.randint(40,60,n)                 
                 
plt.plot(y1,label='温度')                 #2组数据的标签
plt.plot(y2,label='湿度')

plt.xlim(0,23)
plt.ylim(20,70)
plt.xlabel('小时',fontsize=12)        #x轴标签文本
plt.ylabel('测量值',fontsize=12)        #y轴标签文本

plt.title("24小时温度湿度统计",fontsize=16)      #标题

plt.legend()        #设置图例位置，也可以固定位置在右上角plt.legend(loc=1)，默认0
plt.show()

12、柱状图（Bar Chart）：

bar(left,height,width,facecolor,edgecolor,label)  

其中left、height是两个数字序列，分别表示每一个柱子（柱状图有多个“柱子”）的左起始边界和高度，width宽度，facecolor柱子、edgecolor边界颜色、label标签

import matplotlib.pyplot as plt           #导入绘图库
#import numpy as np                        #导入numpy库
plt.rcParams['font.sans-serif']="SimHei"  #设置正常显示文字
plt.rcParams['axes.unicode_minus']=False  #设置正常显示负号

#用于柱状图每个数据的高度的“序列”
y1=[25, 22, 26, 43, 21, 17, 34, 40, 17, 36, 41, 38]
y2=[-35, -25, -26, -44, -36, -23, -28, -38, -31, -18, -35, -36]

#bar绘图，其中“range(len(y1))”自动获取数组y1、y2的个数   
plt.bar(range(len(y1)),y1,width=0.8,facecolor='g',edgecolor='w',label='统计量1')
plt.bar(range(len(y2)),y2,width=0.8,facecolor='r',edgecolor='b',label='统计量2')

plt.title("柱状图",fontsize=20)      #标题

plt.legend()        #设置图例位置，也可以固定位置在右上角plt.legend(loc=1)，默认0
plt.show()

12.1、效果图：

13、拓展学习：

Matplotlib官网：

• https://matplotlib.org/
• https://matplotlib.org/genindex.html
  
• https://matplotlib.org/gallery.html

• 点击图片即可有详细代码：