《数据采集与分析》期末考试Matplotlib部分重要知识点复习（详细版）

《数据采集与分析》期末考试Matplotlib部分重要知识点复习（详细版）

一、导入Matplotlib库

import matplotlib.pyplot as plt

如果是在Jupyter Notebook中运行时需要加上下面这条魔法命令。

%matplotlib inline 

二、绘制折线图

首先我们从简单的开始，先来画一个x=(0,2Π)间sin的图像。

x = np.linspace(0, 2 * np.pi, 50)   # 生成一个包含50个元素的数组，这50个元素均匀的分布在[0, 2Π]的区间上
y = np.sin(x)
plt.plot(x, y)
plt.show()

然后我们为其添加标题和坐标轴标签。

x = np.linspace(0, 2 * np.pi, 50)   # 生成一个包含50个元素的数组，这50个元素均匀的分布在[0, 2Π]的区间上
y = np.sin(x)
plt.plot(x, y)
plt.title('Sin Wave')
plt.xlabel('x')
plt.ylabel('sin(x)')
plt.show()

我们利用marker参数实现‘o’形式画出来：

plt.plot(x, y, marker='o')

这里我们介绍一下matplotlib库plot()函数参数信息：

1. x：要绘制的数据的x轴坐标值，可以是一个列表、元组、数组或其他可迭代对象。
2. y：要绘制的数据的y轴坐标值，可以是一个列表、元组、数组或其他可迭代对象。
3. fmt：指定绘图的格式字符串，通常包括颜色、标记和线型等信息。例如，'r-'表示红色实线，'bo’表示蓝色圆圈标记，'g–'表示绿色虚线等。
4. label：给数据添加一个标签，用于在图例中显示。
5. linewidth：指定绘制线条的宽度。
6. linestyle：指定绘制线条的样式，如实线、虚线等。
7. marker：指定绘制数据点的标记，如圆圈、方块等。
8. markersize：指定绘制数据点的大小。
9. color：指定绘制线条或数据点的颜色。
10. alpha：指定绘制线条或数据点的透明度。
11. markerfacecolor：指定绘制数据点的填充颜色。
12. markeredgecolor：指定绘制数据点的边框颜色。
13. markeredgewidth：指定绘制数据点的边框宽度。
14. zorder：指定绘制的层次顺序，数值越大越靠前。

接下来我们在一个图形中分别画出sin()和cos()图像并为其设置不一样的形式：

x = np.linspace(0, 2 * np.pi, 50)   # 生成一个包含50个元素的数组，这50个元素均匀的分布在[0, 2Π]的区间上
y1=np.sin(x)
y2=np.cos(x)

plt.plot(x,y1,marker='^',color='r',label="sin(x)")   #默认线型是实线
plt.plot(x,y2,marker='o',color='g',linestyle='-.',label="cos(x)") #label参数和plt.legend()配合实现图例显示
plt.xlim(0,2*np.pi)  #设定x轴的取值范围
plt.ylim(-1,1)
plt.xlabel("x")  #设定x轴的标签
plt.ylabel("y")
plt.title("y=sin(x)/cos(x)")
plt.show()

接下来我们将设定x轴和y轴的取值范围以及设定x轴的刻度：

x=np.linspace(0,2*np.pi,13)  #数据点以pi/6（30度）作为分隔间距
y1=np.sin(x)
y2=np.cos(x)

plt.plot(x,y1,marker='^',color='r',label="sin(x)")   #默认线型是实线
plt.plot(x,y2,marker='o',color='g',linestyle='-.',label="cos(x)") #label参数和plt.legend()配合实现图例显示
plt.xlim(0,2*np.pi)  #设定x轴的取值范围
plt.ylim(-1,1)
plt.xlabel("x")  #设定x轴的标签
plt.ylabel("y")
plt.title("y=sin(x)/cos(x)")
#设定x轴的刻度,下一条语句可以注释对比一下效果,
#其中x[::3]的3表示经过3个数据点加一个标签，可以改成1看的更明显
plt.xticks(x[::3],["0",r"$\pi/2$",r"$\pi$",r"$3\pi/2$",r"$2\pi$"],color='b')   #"$\pi/2$"属于Latex表示法
plt.legend()
plt.show()

这里介绍一下xticks()函数：

其是Matplotlib库中用于设置x轴刻度的函数，其常用参数如下：

1. ticks：要设置的刻度值，可以是一个列表、元组、数组或其他可迭代对象。
2. labels：要设置的刻度标签，可以是一个列表、元组、数组或其他可迭代对象。
3. rotation：用于指定刻度标签的旋转角度，以度为单位。
4. fontsize：用于指定刻度标签的字体大小。
5. color：用于指定刻度标签的颜色。
6. verticalalignment：用于指定刻度标签的垂直对齐方式，可以选择’top’、‘center’或’bottom’。
7. horizontalalignment：用于指定刻度标签的水平对齐方式，可以选择’left’、‘center’或’right’。
8. minor：用于指定是否设置为次刻度，默认为False。

如果要显示网格：

plt.grid()

如果要设置网格样式：

plt.grid(axis='x',ls='--')

这里grid()函数是Matplotlib库中用于添加网格线的函数，其常用参数如下：

1. b：用于指定是否显示网格线，可以选择True或False，默认为True。
2. which：用于指定要显示的网格线类型，可以选择’major’、‘minor’或’both’，默认为’major’。
3. axis：用于指定要添加网格线的轴，可以选择’both’、‘x’或’y’，默认为’both’。
4. color：用于指定网格线的颜色。
5. linestyle：用于指定网格线的线型，如实线、虚线等。
6. linewidth：用于指定网格线的线宽。

三、绘制饼图

绘制一个简单的饼图并为其填充颜色：

x = [2,4,6,8] #各部分的数值

labels=['a','b','c','d']  #各部分的标签
colors=['r','y','b','g']  #各部分的颜色
plt.pie(x,labels=labels,colors=colors,autopct='%1.1f%%')
plt.show()

这里pie()函数是Matplotlib库中用于绘制饼图的函数，其常用参数如下：

1. x：要绘制的数据，可以是一个列表、元组、数组或其他可迭代对象。
2. explode：用于指定每个扇形之间的偏移量，可以是一个列表、元组、数组或其他可迭代对象。
3. labels：用于指定每个扇形的标签，可以是一个列表、元组、数组或其他可迭代对象。
4. colors：用于指定每个扇形的颜色，可以是一个列表、元组、数组或其他可迭代对象。
5. autopct：用于指定扇形内显示的数据格式，例如’%.2f’表示保留两位小数。
6. shadow：用于指定是否添加阴影效果，可以选择True或False。
7. startangle：用于指定饼图的起始角度，以度为单位。
8. counterclock：用于指定饼图的绘制方向，可以选择True（逆时针）或False（顺时针）。
9. wedgeprops：用于指定每个扇形的属性，例如边框颜色、边框宽度等。

如果要突出一个部分可以设置explode参数，然后我们还可以使用axis()函数使饼图两个轴的单位长度相等，从而使得饼图接近圆形：

x = [2,4,6,8] #各部分的数值

labels=['a','b','c','d']  #各部分的标签
colors=['r','y','b','g']  #各部分的颜色
explode=(0,0.1,0,0)  # explode用于突出显示特定的部分
plt.pie(x,explode=explode,labels=labels,colors=colors,autopct='%1.1f%%')    #autopct用于显示百分比
plt.axis("equal") # 使饼图两个轴的单位长度相等，从而使得饼图接近圆形
plt.show()

这里axis()函数是Matplotlib库中用于设置坐标轴范围的函数，其常用参数如下：

1. xmin、xmax、ymin、ymax：用于指定x轴和y轴的范围，分别对应最小值和最大值。
2. xmargin、ymargin：用于指定x轴和y轴的缩放范围，可以选择一个小于1的数值。
3. tight：用于指定是否将坐标轴范围设置为数据范围，默认为False。
4. equal：用于指定x轴和y轴的比例是否相等，默认为False。
5. aspect：用于指定x轴和y轴的纵横比例，可以选择’auto’、'equal’或一个数值。

四、绘制柱状图

我们也首先绘制一个简单的柱状图：

position=np.arange(5)  #确定每个柱的垂直中线位置，相当于x轴坐标
data=[2,10,4,8,6]      #确定每个柱的高度，相当于y轴坐标
plt.bar(position,data)
plt.show()

这里bar()函数是Matplotlib库中用于绘制柱状图的函数，其常用参数如下：

1. x：要绘制的每个柱的x轴坐标值，可以是一个列表、元组、数组或其他可迭代对象。
2. height：要绘制的每个柱的高度，可以是一个列表、元组、数组或其他可迭代对象。
3. width：用于指定每个柱的宽度，默认为0.8。
4. bottom：用于指定每个柱的底部位置。
5. align：用于指定每个柱的对齐方式，可以选择’center’、‘edge’或’justify’，默认为’center’。
6. color：用于指定每个柱的颜色，可以是一个列表、元组、数组或其他可迭代对象。
7. edgecolor：用于指定每个柱的边框颜色。
8. linewidth：用于指定每个柱的边框线宽。
9. tick_label：用于指定每个柱的标签，可以是一个列表、元组、数组或其他可迭代对象。

如果要绘制一个水平方向的柱状图：

position=np.arange(5)  #确定每个柱的垂直中线位置，相当于x轴坐标
data=[2,10,4,8,6]      #确定每个柱的高度，相当于y轴坐标
plt.barh(x,y,tick_label = data)

如果要显示数据标签：

position=np.arange(5)  #确定每个柱的垂直中线位置，相当于x轴坐标
data=[2,10,4,8,6]      #确定每个柱的高度，相当于y轴坐标
plt.bar(position,data)

for x, y in zip(position, data):   #显示数据标签
    plt.text(x, y, '{}'.format(y), ha='center', va='bottom',fontsize=11,color='r')  #ha='center', va='bottom'表示水平居中，垂直底部对齐
plt.show()

这里text()函数是Matplotlib库中用于添加文本注释的函数，其常用参数如下：

1. x、y：文本注释的坐标位置。
2. s：文本注释的内容。
3. fontsize：用于指定文本注释的字体大小。
4. color：用于指定文本注释的颜色。
5. ha：用于指定文本注释的水平对齐方式，可以选择’left’、‘center’或’right’。
6. va：用于指定文本注释的垂直对齐方式，可以选择’top’、‘center’或’bottom’。
7. bbox：用于指定文本注释的边框样式，可以设置边框颜色、填充颜色等。
8. fontweight：用于指定文本注释的字体粗细。

五、绘制散点图

绘制一个简单的服从标准正态分布的随机数红蓝散点图：

rd = np.random.RandomState(0) #设置随机数种子，保证每次运行程序生成的随机数序列相同
x1 = rd.randn(100)    #生成100个服从标准正态分布的随机数
y1 = rd.randn(100)    

x2 = rd.randn(100)
y2 = rd.randn(100)

plt.scatter(x1,y1,c='blue')
plt.scatter(x2,y2,c='red')
plt.show()

我们为其添加图标题和坐标轴标签、图例和网格线：

# 设置随机数种子，保证每次运行程序生成的随机数序列相同
rd = np.random.RandomState(0)

# 生成数据
x1 = rd.randn(100)
y1 = rd.randn(100)

x2 = rd.randn(100)
y2 = rd.randn(100)

# 绘制散点图
plt.scatter(x1, y1, c='blue')
plt.scatter(x2, y2, c='red')

# 添加图标题和坐标轴标签
plt.title('Scatter Plot')
plt.xlabel('X')
plt.ylabel('Y')

# 添加图例
plt.legend(['Group 1', 'Group 2'])

# 添加网格线
plt.grid(True)
plt.show()

这里scatter()函数是Matplotlib库中用于绘制散点图的函数，其常用参数如下：

1. x：要绘制的每个点的x轴坐标值，可以是一个列表、元组、数组或其他可迭代对象。
2. y：要绘制的每个点的y轴坐标值，可以是一个列表、元组、数组或其他可迭代对象。
3. s：用于指定每个点的大小，可以是一个标量或一个与x、y相同长度的数组。
4. c：用于指定每个点的颜色，可以是一个标量或一个与x、y相同长度的数组，也可以是一个字符串（例如’r’表示红色）或一个颜色序列。
5. marker：用于指定每个点的形状，可以选择不同的标记类型，例如’.'表示小圆点，‘o’表示大圆点，’+'表示十字叉等。
6. alpha：用于指定每个点的透明度，可以选择一个介于0和1之间的数值。
7. cmap：用于指定颜色映射，例如’viridis’、‘plasma’、'inferno’等。