Matplotlib库的介绍及使用

1. pyplot子库的基本使用

1.1 Matplotlib库的介绍

Matplotlib库由各种可视化类构成,内部结构复杂,受Matlab启发。
matplotlib.pyplot是绘制各类可视化图形的命令子库，相当于快捷方式。

引入pyplot子库：

import matplotlib.pyplot as plt

• Matlablib库小测：

plt.plot() 只指定一个数组元素，表示为纵坐标的值，横坐标为该值的索引，plt.savefig() 中dpi表示每一英寸内像素点的值。

• Matlablib库小测综合：

plt.axis([-1,10,0,6]) 表示横坐标的尺度为 [-1,10]，纵坐标的尺度为 [0,6]。

• subplot函数创建绘图区域

1.2 plot函数

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

参数说明如下：
x: X轴数据，列表或数组，可选。
y: Y轴数据，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)
当绘制多条曲线时,各条曲线的x不能省略。

format_string ：控制曲线的格式字符串，可选由颜色字符、风格字符和标记字符组成。

颜色字符	说明
‘b’	蓝色
‘g’	绿色
‘r’	红色
‘c’	青绿色 cyan
‘m’	洋红色 magenta
‘y’	黄色
‘k’	黑色
‘w’	白色
‘0.8’	灰度值字符串

风格字符	说明
‘-’	实线
‘–’	破折线
‘-.’	点划线
‘:’	虚线
‘’ ’ ’	无线条

标记字符	说明
‘.’	点标记
‘o’	实心圈标记
‘^’	上三角标记
'*'	星形标记
‘+’	十字标记
‘x’	x标记

综合举例：颜色字符、风格字符和标记字符组合使用

import matplotlib pyplot as plt
import numpy as np
a = np.arange(10)
plt.plot(a, a*1.5, 'go-', a, a*2.5, 'rx', a, a*3.5, '*', a, a*4.5, 'b-.')
plt.show()

通常还可以使用如下的表示方式：

color: 控制颜色，color=‘green’
linestyle: 线条风格，lingstyle=‘dashed’
marker: 标记风格，marker=‘o’
markerfacecolor: 标记颜色，markerfacecolor=‘bule’
markersize: 标记尺寸，markersize=20

1.3 pyplot的中文显示

• 使用rcParams
  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 |
  举例：

• 使用fontproperties(推荐，不改变全局的字体)
  举例：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-iI1wlIql-1671896694904)(null)]

1.4 pyplot的文本显示

用于显示文本的函数及说明如下：

使用xlabel()、ylabel()、title()、text() 函数举例如下：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-OlGeAVdl-1671896694887)(null)]

2. pyplot基础图表函数

pyplot基础图表函数概述：

2.1 pyplot饼图的绘制

plt.pie() 绘制饼图：

plt.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%', shadow=False, startangle=90)

2.2 pyplot直方图的绘制

直方图主要应用于观察数据在取值方面的分布
plt.hist() 绘制直方图：

plt.hist(a, 40, normed=1, histtype='stepfilled', facecolor='b', alpha=0.75)

2.3 pyplot极坐标图的绘制

面向对象（plt.subplot内的porjection=polar）绘制极坐标图，用的不是很多。

2.4 pyplot散点图的绘制

面向对象（fig,ax=plt.subplots()中把ax当成一个对象）绘制散点图