Python数据分析与展示-Matplotlib

于 2024-03-01 10:41:20 发布
阅读量850 收藏 19
点赞数 19
分类专栏： Python学习 文章标签： python 数据分析 matplotlib
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_48185833/article/details/136350574
版权

声明

文章是基于文章是基于：哔哩哔哩的《北理-Python数据分析与展示-Numpy、Matplotlib、Pandas》视频教程所做的学习笔记，仅为学习使用！！如有侵权，联系删除

目录

0、Matplotlib库

一、pyplot的绘图区域-subplot()

二、pyplot的plot()函数

（一）绘制基础曲线

（二）format_string

1、颜色字符

2、风格字符

3、标记字符

（三）**kwargs

三、pyplot的中文显示

（一）rcParams方法-改变全局字体

1、rcParams的属性

（二）fontproperties属性-局部修改

四、pyplot的文本显示

五、pyplot的子绘图区域

（一）subplot2grid()

（二）GridSpec类配合subplot()

六、pyplot基础图表函数

（一）饼图-plt.pie()

（二）直方图-plt.hist()

（三）极坐标图projection='polar'    

0、Matplotlib库

1、Python优秀的数据可视化第三方库

2、matplotlib.pyplot是绘制各类可视化图形的命令子库，相当于快捷方式。

import matplotlib.pyplot as plt

 3、小测

import matplotlib.pyplot as plt

# 默认列表会作为y轴
plt.plot([3, 1, 4, 5, 2])
# x轴则为列表的索引

plt.ylabel("Grade")# y轴坐标名

# plt.savefig0将输出图形存储为文件，默认PNG格式，可以通过dpi修改输出质量。
# dpi表示每一英寸图片中包含像素点的数量
plt.savefig('test', dpi=600)

plt.show() # 展示图像

        plt.plot(x, y)当有两个以上参数时，按照X轴和Y轴顺序绘制数据点。

# 第一个为x轴
# 第二个为y轴
plt.plot([0, 2, 4, 6, 8], [3, 1, 4, 5, 2])

# 表示尺度：(-1,10)表示x轴最左端为-1，最右端为10；(0,6)表示y轴最小值为0，最大值为6
plt.axis([-1, 10, 0, 6])

一、pyplot的绘图区域-subplot()

plt.subplot(nrows, ncols, plot_number)

（1）用于创建子图的函数，允许用户在一个图形窗口中布局多个绘图区域，特别适用于需要将多个相关的图表展示在同一个窗口中的情况。

（2）在全局绘图区域中创建一个分区体系，并定位到一个子绘图区域。

  • nrows: 子图的行数
  • ncols: 子图的列数
  • plot_number: 子图的索引号，从 1 开始，按照从左到右、从上到下的顺序编号。
plt.subplot(3, 2, 4)

二、pyplot的plot()函数

plt.plot(x, y, format_string, **kwargs)

  • x：X轴数据，可以为列表或数组，可选
    • 当绘制一条曲线时，可以省略，只写Y轴数据，这样Y轴数据的索引值会被作为X轴
  • y：Y轴数据，可以为列表或数组
  • format_string：控制曲线的格式字符串，可选
  • **kwargs：第二组或更多(x, y, format_string)

（一）绘制基础曲线

import matplotlib
import matplotlib.pyplot as plt
import numpy as np
matplotlib.use('TkAgg')

a = np.arange(10)
# 绘制4条线，每条线由一组x，y构成
plt.plot(a, a*1.5, a, a*2.5, a, a*3.5, a, a*4.5)
plt.show()

（二）format_string

        控制曲线的格式字符串。分为颜色字符、风格字符和标记字符组成

1、颜色字符

2、风格字符

        决定绘制出的曲线模样

风格字符说明
'-'实线
'--'破折线
'-.'点划线
':'虚线
" "无线条

3、标记字符

标记字符说明
'.'点标记
','像素标记（极小点）
'o'实心圈标记
'v'倒三角标记
'^'上三角标记
'>'右三角标记
'<'左三角标记

import matplotlib
import matplotlib.pyplot as plt
import numpy as np
matplotlib.use('TkAgg')

a = np.arange(10)
# 绘制4条线，每条线由一组x，y构成
plt.plot(a, a*1.5, 'go-', a, a*2.5, 'rx', a, a*3.5, '*', a, a*4.5, 'b-.')
plt.show()

（三）**kwargs

  • color：控制颜色，color='green'
  • linestyle：线条风格，linestyle='dashed'
  • marker：标记风格，marker='o'
  • markerfacecolor：标记颜色，markerfacecolor='blue'
  • markersize：标记尺寸，markersize=20

三、pyplot的中文显示

（一）rcParams方法-改变全局字体

        改变坐标轴名称以及坐标系的数字刻度

matplotlib.rcParams['font.family'] = 'SimHei'

  • SimHei：黑体
import matplotlib
import matplotlib.pyplot as plt
import numpy as np
matplotlib.use('TkAgg')

matplotlib.rcParams['font.family'] = 'SimHei'
plt.plot([3, 1, 4, 5, 2])
plt.ylabel("纵轴（值）")
plt.show()

1、rcParams的属性

属性说明
font.family用于显示字体的名字
font.style字体风格，正常normal 或 斜体italic
font.size字体大小，整数字号 或者 large、x-small
import matplotlib
import matplotlib.pyplot as plt
import numpy as np
matplotlib.use('TkAgg')

matplotlib.rcParams['font.family'] = 'STSong' # 华文宋体
matplotlib.rcParams['font.size'] = 20

a = np.arange(0.0, 5.0, 0.02)
plt.xlabel("横轴：时间")
plt.ylabel("纵轴：振幅")
plt.plot(a, np.cos(2*np.pi*a), 'r--')
plt.show()

（二）fontproperties属性-局部修改

  • 在有中文输出的地方，添加一个属性：fontproperties
  • 只会修改有此属性的中文显示，其余的不会修改
  • 下列代码展示了修改坐标轴名称的字体格式，并未修改坐标系的数字刻度
  • 有效地在特定需要输入中文的地方，确定中文字体和字号
import matplotlib
import matplotlib.pyplot as plt
import numpy as np
matplotlib.use('TkAgg')

a = np.arange(0.0, 5.0, 0.02)

plt.xlabel("横轴：时间", fontproperties='SimHei', fontsize=20)
plt.ylabel("纵轴：振幅", fontproperties='SimHei', fontsize=20)

plt.plot(a, np.cos(2*np.pi*a), 'r--')
plt.show()

四、pyplot的文本显示

函数说明
plt.xlabel()对X轴增加文本标签
plt.ylabel()对Y轴增加文本标签
plt.title()对图形整体增加文本标签，显示在图形正上方
plt.text()在任意位置增加文本
plt.annotate()在图形中增加带箭头的注解
import matplotlib
import matplotlib.pyplot as plt
import numpy as np
matplotlib.use('TkAgg')

a = np.arange(0.0, 5.0, 0.02)
plt.plot(a, np.cos(2*np.pi*a), 'r--')

plt.xlabel('横轴：时间', fontproperties='SimHei', fontsize=15, color='green')
plt.ylabel('纵轴：振幅', fontproperties='SimHei', fontsize=15, color='blue')
# 为图像添加标题
plt.title("正弦波实例 y = cos(2πx)", fontproperties='SimHei', fontsize=25)
# 在坐标为(2, 1)的位置添加文本“u = 100”，并设置字体大小
plt.text(2, 1, 'u = 100', fontsize=10)

# 设置 x 轴和 y 轴的范围
plt.axis([-1, 6, -2, 2])
# 图形中加入网格曲线
plt.grid(True)

plt.show()

        plt.annotate() 是 Matplotlib 库中用于在图表上添加注释的函数。通过这个函数，你可以在指定的坐标位置放置文本，并使用箭头指向图表中的特定点或区域。

plt.annotate(s, xy=arrow_crd, xytext=text_crd, arrowprops=dict)

  • s: 这是你要添加的注释文本。
  • xy: 这是箭头指向的坐标点，即箭头的头部位置。通常是一个包含两个值的元组，表示 (x, y) 坐标。
  • xytext: 这是注释文本的起始位置坐标。它也是一个包含两个值的元组，表示文本框的左下角。
  • arrowprops: 这是一个字典，用于定义箭头的样式属性。你可以在这个字典中设置箭头的颜色、宽度、头部样式等。
    • facecolor：箭头颜色
    • width：箭头宽度
    • shrink：控制从注释文本框（由xytext参数指定）到箭头尾部的点之间的距离。
      • 它并不改变箭头本身的大小或形状，而是调整箭头尾部与文本框之间的空隙。
      • shrink参数的值通常介于0和1之间（包括0但不包括1）
      • shrink=0.1，那么箭头尾部与文本框边缘的距离将是文本框尺寸（宽度或高度，取决于箭头的方向）的10%。
import matplotlib
import matplotlib.pyplot as plt
import numpy as np
matplotlib.use('TkAgg')

a = np.arange(0.0, 5.0, 0.02)
plt.plot(a, np.cos(2*np.pi*a), 'r--')

plt.xlabel('横轴：时间', fontproperties='SimHei', fontsize=15, color='green')
plt.ylabel('纵轴：振幅', fontproperties='SimHei', fontsize=15, color='blue')
# 为图像添加标题
plt.title("正弦波实例 y = cos(2πx)", fontproperties='SimHei', fontsize=25)
plt.annotate('u = 100', xy=(2, 1), xytext=(3, 1.5), arrowprops=dict(facecolor='yellow', shrink=0.1, width=2))

# 设置 x 轴和 y 轴的范围
plt.axis([-1, 6, -2, 2])
plt.grid()

plt.show()

 

五、pyplot的子绘图区域

（一）subplot2grid()

        plt.subplot2grid是一个功能强大的函数，用于在更复杂的网格布局中创建子图（subplots）。它允许你指定一个网格，并在这个网格中指定子图的位置和大小。编号从0开始。

plt.subplot2grid(GridSpec, CurSpec, colspan=1, rowspan=1)

  • GridSpec：一个表示整个网格的元组，形式为(num_rows, num_cols)，指定了网格的行数和列数。
  • CurSpec：一个表示当前子图在网格中位置的元组，形式为(start_row, start_col)，或者可以是一个跨度元组(start_row, start_col, num_rows_span, num_cols_span)。如果只指定起始行和列，则默认跨度为1行1列。
  • colspan：可选参数，指定子图应跨越的列数。默认值为1。
  • rowspan：可选参数，指定子图应跨越的行数。默认值为1。
import matplotlib.pyplot as plt  
  
# 创建一个3x3的网格，并在(0, 0)位置创建一个2x2的子图  
plt.subplot2grid((3, 3), (0, 0), colspan=2, rowspan=2)  
# 这将创建一个从网格的左上角开始，跨越2行2列的子图
# 分成3X3的网格，选中其中第（0,0）块区域，跨列3列，即ax1
plt.subplot2grid((3, 3), (0, 0), colspan=3)
# 继续编写绘制图形代码

# 分成3X3的网格，选中其中第（1,0）块区域，跨列2列，即ax2
plt.subplot2grid((3, 3), (1, 0), colspan=2)
# 继续编写绘制图形代码

# 分成3X3的网格，选中其中第（1,2）块区域，跨行2行，即ax3
plt.subplot2grid((3, 3), (1, 2), rowspan=2)
# 继续编写绘制图形代码

# 分成3X3的网格，选中其中第（2,0）块区域，即ax4
plt.subplot2grid((3, 3), (2, 0))
# 继续编写绘制图形代码

# 分成3X3的网格，选中其中第（2,1）块区域，即ax5
plt.subplot2grid((3, 3), (2, 1), colspan=3)
# 继续编写绘制图形代码

（二）GridSpec类配合subplot()

        每一次使用subplot2grid都需要重新对图形的设计进行约束，每次都要（3,3）。

        GridSpec类是Matplotlib库中的一个工具，用于创建更复杂的子图布局。它提供了一种灵活的方式来定义网格的几何形状，使得你可以轻松地在网格上放置子图。GridSpec类通常与plt.subplot或Figure对象的add_subplot方法结合使用。

import matplotlib.gridspec as gridspec

# 设定区域划分为3x3的网格
gs = gridspec.GridSpec(3, 3)

# 选择第0行元素，选择行中的所有列元素
ax1 = plt.subplot(gs[0, :])

# 选择第1行元素，选择从开始，到最后一个元素-1个列元素，也就是倒数第二个列元素
# 序列的切片操作，a[:-1]表示从开始一直到最后一个元素之前
ax2 = plt.subplot(gs[1, :-1])

# 选择从第1行开始到结束行元素，选择最后一个列元素
# 序列的索引操作，a[-1]表示最后一个元素
ax3 = plt.subplot(gs[1:, -1])

# 选择第2行元素，选择第0个列元素
ax4 = plt.subplot(gs[2, 0])

# 选择第2行元素，选择第1个列元素
ax5 = plt.subplot(gs[2, 1])

六、pyplot基础图表函数

（一）饼图-plt.pie()

import matplotlib
import matplotlib.pyplot as plt
matplotlib.use('TkAgg')

# 用于设置饼图中每个扇区的标签
labels = 'Frogs', 'Hogs', 'Dogs', 'Logs'
# 指定了饼图中每个扇区的大小
sizes = [15, 30, 45, 10]
# 用于设置饼图中每个扇区离饼图中心的距离
explode = (0, 0.1, 0, 0)

# autopct表示在图中显示百分数的格式，'%1.1f%%' 表示将百分比格式化为带有一个小数点的浮点数
# shadow: 这是一个布尔值，用于设置是否在饼图下方绘制阴影，以产生立体效果。
plt.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%', shadow=True, startangle=90)

plt.show()

（二）直方图-plt.hist()

        看到数据在取值方面的分布

import numpy as np
import matplotlib
import matplotlib.pyplot as plt
matplotlib.use('TkAgg')

# 设置随机数生成器的种子为10。这确保了每次运行代码时生成的随机数序列是相同的
np.random.seed(10)
# 设置正态分布的均值（mu）为100，标准差（sigma）为20
mu, sigma = 100, 20
# 生成一个大小为100的正态分布随机样本
a = np.random.normal(mu, sigma, size=100)

# a: 要绘制直方图的数据
# 10: 直方图的柱子数量。这里选择了10个柱子。最小值和最大值之间构成了一个取值范围，在取值范围之内均等的划分10个区间
# 每一个柱子中包含多少元素，就构成了高度
# histtype='stepfilled': 直方图的类型。'stepfilled' 表示柱子是有填充的
# alpha=0.75: 填充颜色的透明度。0.75 表示相对不透明。
plt.hist(a, 10, histtype='stepfilled', facecolor='b', alpha=0.75)

# 设置图的标题
plt.title('Histogram')

plt.show()

        修改其中柱子的个数为50个：

（三）极坐标图projection='polar'    

         中心点是原点，按照0° ~ 360°绘制坐标

import numpy as np
import matplotlib
import matplotlib.pyplot as plt
matplotlib.use('TkAgg')

# 绘制的扇形数量
N = 20
# 使用np.linspace生成从0到(2*pi，即360°)的等距的N个值（不包括(2*pi)），这些值代表每个扇形在极坐标上的起始角度。
theta = np.linspace(0.0, 2 * np.pi, N, endpoint=False)
# 随机生成N个在0到10之间的值，代表每个扇形的半径
radii = 10 * np.random.rand(N)
# 生成扇形的宽度（角度跨度）
width = np.pi / 4 * np.random.rand(N)

# 面向对象方法绘制坐标图
# ax是一个对象
# 其中111意味着1x1网格上的第1个子图，而projection='polar'表示这是一个极坐标图。
ax = plt.subplot(111, projection='polar')
# 在极坐标图上绘制条形图。其中theta是条形的角度，radii是条形的半径，width是条形的宽度，而bottom=0.0表示条形从极坐标的原点开始。
bars = ax.bar(theta, radii, width=width, bottom=0.0)

# 根据其半径值r来设置其颜色。颜色是基于viridis色图来确定的，而透明度被设置为0.5
for r,bar in zip(radii, bars):
    bar.set_facecolor(plt.cm.viridis(r / 10.))
    bar.set_alpha(0.5)

plt.show()

Star_KeyW
关注
专栏目录
Matplotlib.pyplot 常用方法（一）
sinat_34022298的博客
07-29 2万+
简介matplotlib是python上的一个2D绘图库，它可以在夸平台上边出很多高质量的图像。综旨就是让简单的事变得更简单，让复杂的事变得可能。我们可以用matplotlib生成 绘图、直方图、功率谱、柱状图、误差图、散点图等 。matplotlib.pyplot：提供一个类似matlab的绘图框架。pylab将pyplot与numpy合并为一个命名空间。这对于交互式工作很方便，但是对于编程来说，
python中pyplot是什么意思_pyplot概述
weixin_39786141的博客
12-09 8722
Apple iPhone 11 (A2223) 128GB 黑色 移动联通电信4G手机 双卡双待4999元包邮去购买 >matplotlib.pyplot 是命令行风格的函数集，让matplotlib看起来像MATLAB.Each一样工作。pyplot函数能够对画布(figure)进行一些改变,例如：创建一个画布(figure), 在画布中创建一个绘图区域，在绘图区域中画图，使用文字标签修饰...
python中的matplotlib.pyplot_Python数据可视化利器Matplotlib，绘图入门篇，Pyplot介绍
weixin_39718890的博客
12-03 154
Pyplotmatplotlib.pyplot是一个命令型函数集合，它可以让我们像使用MATLAB一样使用matplotlib。pyplot中的每一个函数都会对画布图像作出相应的改变，如创建画布、在画布中创建一个绘图区、在绘图区上画几条线、给图像添加文字说明等。下面我们就通过实例代码来领略一下他的魅力。import matplotlib.pyplot as pltplt.plot([1,2,3,4...
pyplotpython_Pyplot简介
weixin_36070745的博客
02-09 277
用 pyplot 快速绘图：import matplotlib.pyplot as pltplt.plot([1, 2, 3, 4])plt.ylabel('some numbers')plt.show()If you provide a single list or array to the[0,1,2,3].2. Formatting the style of your plot函数API简介...
matplotlib画图
weixin_30249203的博客
08-31 476
快速绘图¶ 使用pyplot模块绘图 matplotlib的pyplot模块提供了和MATLAB类似的绘图API，方便用户快速绘制二维图表。我们先看一个简单的例子： 05-matplotlib/matplotlib_simple_plot.py 用pylab库快速绘图 import numpy as np import matplotlib.pyplot as pl...
北理-Python数据分析与展示-Numpy、Matplotlib、Pandas作业 1+1
08-14
Numpy、Matplotlib和Pandas是Python数据分析与展示的三大核心库，它们各自承担着不同的任务，共同构建起高效的数据处理和可视化流程。 Numpy，全称为“Numerical Python”，是Python中的科学计算基础包。它提供了...
python数据分析与展示--matplotlib基本绘制函数
小马哥的博客
11-14 3864
数据分析
python数据分析之numpy-pandas-matplotlib-常用代码示例
11-09
python数据分析之numpy-pandas-matplotlib-常用代码示例，是python的源代码文件，总结到位，并且包含示例的数据文件，不用再找了。注释比较详细，适合新手入门，老手回顾。每个源文件命名一看就知道是起什么作用，...
嵩天-python数据分析与展示-课件-代码
11-09
【Python数据分析与展示】是IT领域中一个热门且实用的主题，尤其对于数据科学家、分析师以及对数据感兴趣的初学者而言。嵩天，作为一个知名的讲师，以其深入浅出的教学风格深受学员喜爱。这个压缩包包含了他关于...
Python数据科学速查表 - Matplotlib 绘图
03-27
Matplotlib是Python数据分析和可视化生态系统中的基础工具，适用于科学家、工程师以及任何需要以图形形式展示数据的人。 1. **基本概念** - **Figure对象**：Matplotlib中的顶级容器，可以包含一个或多个Axes对象...
教你快速上手Pyplot，画出各种你想要的图
振华OPPO的博客世界
02-03 2万+
Pyplot 是 Matplotlib 的子库，提供了和 MATLAB 类似的绘图 API。 Pyplot 是常用的绘图模块，能很方便让用户绘制 2D 图表。 Pyplot 包含一系列绘图函数的相关函数，每个函数会对当前的图像进行一些修改，例如：给图像加上标记，生成新的图像，在图像中产生新的绘图区域等等。
用Python绘制简单曲线的几个方法
weixin_72718640的博客
10-24 1674
turtle绘制曲线
【Python_Matplotlib学习笔记（一）】pyplot模块的基本用法
禾戊之昂的博客
04-21 8785
Matplotlib 是一个 Python 的 2D绘图库，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形（来自：百度百科）。pyplot 模块是 Matplotlib 模块提供的快速绘图模块，它模仿了 MATLAB 的部分功能。
希尔伯特曲线的python递归实现
最新发布
2201_75620080的博客
12-05 1044
希尔伯特曲线，也被称作希尔伯特空间填充曲线，是一个连续分形曲线。它由德国数学家大卫·希尔伯特在1891年提出，旨在证明可以通过连续运动完全填满一个平面区域。希尔伯特曲线是通过迭代过程构造的。在每一次迭代中，曲线变得更加复杂，并更紧密地逼近所包围的二维区域。这种曲线作为一种分形结构，其不仅呈现出，而且具有无限长的长度，却在有限的区域内。
Python中Matplotlib库的使用（二）—— Pyplot模块
Saki_Python的博客
09-01 4579
是一个函数集合，使得Matplotlib的使用方式类似于MATLAB。每个pyplot函数都会对图形进行一些修改，例如创建图形、在图形中创建绘图区域、在绘图区域中绘制线条、为图形添加标签等。在中，各种状态在函数调用之间被保留，以便它能够跟踪诸如当前图形、绘图区域等，而绘图函数会指向当前坐标轴（请注意，这里和文档中大多数地方所说的“axes”指的是图形的坐标轴部分，而不是严格的数学术语，表示多个轴）。使用pyplotplt.show()之所以x轴范围是0-3，而y轴范围是1-4，是因为如果向plot。
【matplotlib】画图基本函数 pyplot 画曲线图
田晨丿ggss
10-27 1563
五
Python实践：Pyplot绘图超简洁核心总结
来知晓的博客
04-25 2575
兄弟们，Python啥也不会，如何画出一张最基本的图？相较其他文章，本文特色是体系化，搞清楚画图的来龙去脉，一文掌握画图的核心三板斧及高频操作。
Python绘制简单函数曲线（包括坐标范围限制、刻度指定）
走过路过不要错过
03-22 4947
python绘制简单函数曲线，包括坐标范围限制、刻度指定 ################### 二维曲线图 ################## import numpy as np import math import matplotlib.pyplot as plt x = np.arange(-5, 5, 0.1) sigmoid, tanh, relu = [], [], [] for t in x: y_1 = 1 / (1 + math.exp(-t)) sigmo
matplotlib中FigureCanvasXAgg的理解
热门推荐
热铁皮屋上的猫的博客
12-28 2万+
背景知识： FigureCanvasXAgg就是一个渲染器，渲染器的工作就是drawing，执行绘图的这个动作。渲染器是使物体显示在屏幕上 主要内容： 将一个figure渲染的canvas变为一个Qt widgets，figure显示的过程是需要管理器（manager），需要FigureCanvasBase来管理。报错信息'FigureCanvasQTAgg' object has no at...
评论
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

Star_KeyW

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