matplotlib介绍&基本使用&坐标系显示调整

matplotlib介绍&基本使用&坐标系显示调整

一、框架结构：

1.后端层（Backend）

• 实现了大量抽象的接口类，这些API用来在底层实现图形元素的一个个类
  • FigureCanvas对象实现了绘图区域这一概念
  • Renderer对象在FigureCanvas上绘图

2.美工层（Artist）

• 图形中所有能看到的元素都属于Artist对象
  • Figure：指整个图形
  • Axes（坐标系）
  • Axis（坐标轴）

3.脚本层（Scripting）

• pyplot模块就是我们调用matplotlib程序包的接口

二、基本使用流程：

1.创建一个figure

• plt.figure(figsize=(20,8), dpi=80)

  • figsize是大小，dpi是精度

2.准备x,y坐标的数据

3.画图，显示

• plt.plot(x,y, label=“xxx”)

  • 多次plot，可在同一个figure画多个折线图

• plt.show()

三、常用API

1.入口API：matplotlib.pyplot

2.折线图

• 特点:能够显示数据的变化趋势，反映事物的变化情况。(变化)
• plt.plot(x,y, color=‘r’, label=‘xxxx’,linestyle=’–’, linewidth=3,marker=‘o’,markerfacecolor=‘blue’,markersize=20)(红色的 虚线)
• marker-显示点

3.直方图:

• 特点:绘制,连续性的数据展示一组或者多组数据的分布状况(统计)

• plt.hist(x, bins=None, normed=None, **kwargs)

  • bins：表示有多少个矩形框，density(旧库用normed）：bool，optional，频率或者频数，默认频数，值1为频率

4.柱状图:

• 特点:绘制连离散的数据,能够一眼看出各个数据的大小,比较数据之间的差别。(统计)

• plt.bar(x, width, align=‘center’, **kwargs)

  • plt.bar(x, y, width=0.5, color=[‘b’,‘r’,‘g’,‘y’,‘c’,‘m’,‘y’,‘k’,‘c’,‘g’,‘g’])

5.散点图:

• 特点:判断变量之间是否存在数量关联趋势,展示离群点(分布规律)

  • plt.scatter()

• pandas绘制两两特征之间相关性

  • 两两关联散点图
  • frame = data[[‘open’,‘volume’, ‘ma20’, ‘p_change’, ‘turnover’]]
  • pd.plotting.scatter_matrix(frame, figsize=(20, 8))

6.饼图：

• 常用于：分类的占比情况（不超过9个分类）

• plt.pie(x, labels=,autopct=,colors)

  • x:数量，自动算百分比
  • labels:每部分名称
  • autopct:占比显示指定%1.2f%%
  • colors:每部分颜色

四、坐标系显示效果调整

1.增加标题、x轴y轴描述信息

• plt.xlabel(“时间”)、plt.ylabel(“价格”)、plt.title(“xxxxxxx”)

  • 设置横纵坐标的名称以及对应字体格式

  • font2 = {‘family’ : ‘Times New Roman’,‘weight’ : ‘normal’,‘size’:20}

    • plt.xlabel(“时间”,font2)、plt.ylabel(“价格”,font2)

2.美化x,y的刻度值 plt.xticks(参数1，参数2)

• 第一个参数必须是刻度数字类型，第二个是对应着第一个数字的中文描述

  增加以下两行代码

  # 构造中文列表的字符串
  x_ch = ["11点{}分".format(i) for i in x]
  y_ticks = range(40)
  # 修改x,y坐标的刻度
  plt.xticks(x[::5], x_ch[::5])
  plt.yticks(y_ticks[::5])
  

3.刻度字体大小13

• plt.tick_params(labelsize=13) —刻度字体大小13

4.添加图形注释：

• plt.legend(loc=‘best’) —“best”是最佳显示，还有其他选择

5.annotate或者text添加图的注释

• plt.annotate( ‘这是一个拐点’, xy=(70, 1) , arrowprops=dict(arrowstyle=’->’), xytext=(50, 10))
  • xy=(60, 10) # 箭头指向位置
  • arrowprops=dict(arrowstyle=’->’) #自定义箭头样式
  • xytext=(30, 5)) # 文本位置
• plt.text(30, 2, ‘这是一段文本’)

# 设置数字标签
x=['a','b','c','d']
y=[50,40,60,80]
plt.plot(x,y,marker='o')
for a,b in zip(x,y):
	plt.text(a,b+2,b,ha='center',va='bottom',fontsize=15)
plt.legend()  # 显示注释
plt.show()

6.图形本地保存：

• plt.savefig(PATH)