Python库matplotlib的相关讲解及应用

Matplotlib库的安装
      打开电脑控制台，在首行输入python -m pip install matplotlib 等待一会儿若出现collecting successful则安装成功。
认识matplotlib库的相关参数

1. figure:窗口视图，即利用库函数代码运行展现给程序员的直接可见结果
2. axex：将一个图中同时展现多个小图，这些小图成为子图
3. axis：绘制图形的轴
4. label：绘制图形的轴的名称，通常和axis结合使用
5. legend：标识图例，用来在一个图中展示多个图形时加以区分
6. title：绘制图形的名字

		#导入库
		import matplotlib.pyplot as plt
		import numpy as np
		#python识别中文代码
		matplotlib.rcParams['font.sans-serif'] = ['SimHei']
		#figure窗口图
		fig = plt.figure(num=1)
		plt.plot([1,2,3],[4,5,6],label='a')
		plt.show()

结果为：

		#导入库
		import matplotlib.pyplot as plt
		import numpy as np
		#python识别中文代码
		matplotlib.rcParams['font.sans-serif'] = ['SimHei']
		#axex子图,使用sublots函数来绘制子图
		fig,ax = plt.sublots(2,2)
		plt.show()

结果为：

		#导入库
		import matplotlib.pyplot as plt
		import numpy as np
		#python识别中文代码
		matplotlib.rcParams['font.sans-serif'] = ['SimHei']
		x=np.arange(0,5,0.1)
		y=np.sin(x)
		plt.plot(x,y，label='a')
		plt.plot([3,6,8],[5,6,10],label='b')
		# axis轴   label标签
		plt.xlabel('x轴的名字')
		plt.ylabel('y轴的名字')
		#legend图例
		plt.legend()
		#title标题
		plt.title('我的title名字')
		plt.show()

结果为：

其他参数
      如：color:设置绘图条或者线的颜色、linewidth设置线宽等等

		import matplotlib.pyplot as plt
		import numpy as np
		x = np.arange(1,6,0.1)
		y = np.sin(x)
		#'r--'设置颜色及样式，lw设置线条粗细
		lines = plt.plot(x,y,'r--',lw=2.0)
		plt.show()

结果为:

标注文本用来标注函数曲线的名称，如下图的数学符号segema

注释文本用来对图线进行注释，采用annotate()函数

		import matplotlib.pyplot as plt
		import numpy as np

		x = np.arange(1,100)
		y = 2*x+1
		plt.plot(x,y)
		#标注文本  位置+符号
		plt.text(40,70,r'$\sigma=2$')
		#注释文本
		plt.annotate('annotation',
        	     xy=(60,121),
            	 xytext=(40,125),
             	arrowprops = dict(facecolor='red'))
		plt.show()

结果为：

参数实例运用

		import matplotlib.pyplot as plt
		import numpy as np
		
		x = np.arange(1,5,0.05)
		y1 = np.sin(2*np.pi*x+1)
		y2 = np.cos(2*np.pi*x+2)
		
		
		fig = plt.figure()
		
		ax1 = plt.subplot(211)
		ax1.plot(x,y1,'r--')
		#设置图线名称先颜色等
		ax1.set(xlabel='ax1 xlebel',ylabel='ax1 ylabel',title='ax1 title')
		#设置网格
		ax1.grid()
		
		ax2 = plt.subplot(212)
		ax2.plot(x,y2,'go')
		
		ax2.set(xlabel='ax2 xlebel',ylabel='ax2 ylabel',title='ax2 title')
		
		plt.show()

结果为：

常见的几种图形详解

1. 条形图
2. 直方图
3. 散点图
4. 堆叠图
5. 饼图

1：直方图----pyplot模块中的bar

		import matplotlib.pyplot as plt
		import numpy as np
		#条形图
		x = [1,2,3,4]
		y = [5,7,9,1]
		x2 = [8,5,7,1]
		y2 = [3,3,2,10]
		plt.bar(x,y,label="bar1",color='red')
		plt.bar(x2,y2,label='bar2',color='green')
		plt.legend()
		plt.xlabel('xlable')
		plt.ylabel('ylabel')
		plt.title('title')
		plt.show()

结果为：

2：直方图----pyplot模块中的hist

		import matplotlib.pyplot as plt
		import numpy as np
		#直方图
		ages = [15,16,1,6,18,21,22,23,25,21,30,33,34,45,56,66,70,73,75,45]
		qj = [10,20,30,40,50,60,70,80]
		#rwidth设置间距
		plt.hist(ages,qj,rwidth=0.8,label='age',color='red')
		plt.legend()
		plt.xlabel('age')
		plt.ylabel('age-num')
		plt.title('地区人口数'.encode('utf-8'))
		plt.show()

结果为：

3：散点图----pyplot模块中的scatter

		import matplotlib.pyplot as plt
		import numpy as np
		#散点图
		x = [3,5,1,8,9,10]
		y = [1,10,11,2,5,4]
		#marker设置点形状
		plt.scatter(x,y,label='scatter',color='red',marker='*')
		plt.legend()
		plt.title('scatter')
		plt.xlabel('xlabel')
		plt.ylabel('ylabel')
		plt.show()

结果为：

4：堆叠图----pyplot中的stackplot

		import matplotlib.pyplot as plt
		import numpy as np
		#堆叠图
		days = [1,2,3,4,5]
		sleeping = [7,8,6,11,7]
		eating = [2,3,4,3,2]
		working = [7,8,7,2,2]
		playing = [8,5,7,8,13]
		plt.plot([],[],label='sleeping',color='r',lw='4')
		plt.plot([],[],label='eating',color='g',lw='4')
		plt.plot([],[],label='working',color='b',lw='4')
		plt.plot([],[],label='playing',color='k',lw='4')
		plt.stackplot(days,sleeping,eating,working,playing,colors=['r','g','b','k'])
		plt.legend()
		plt.show()

结果为：

5：饼图----pyplot模块中的pie

		import matplotlib.pyplot as plt
		#饼图
		x = [10,30,20,40]
		label = ['eating','sleeping','playing','working']
		plt.pie(x,labels=label,
		        startangle=90.0,
		        colors=['r','b','k','g'],
		        autopct='%.2f%%',
		        explode=[0.1,0.0,0.0,0.0],#设置溢出
		        shadow = True)  #设置阴影
		plt.title('my pie')
		plt.show()

结果为：

更多更新请持续关注