Matplotlib

Python的绘图库，将数据图形化，并提供各种多样化的输出格式，可以用来绘制各种静态，动态，交互式的图标。

本文学习内容主要来自：菜鸟教程

一. Pyplot

Matplotlib的子库，是常用的绘图模块，包含一系列绘图函数。

1. plot（）函数

绘制二维图形的基本函数，用于画图可以绘制点和线

import matplotlib.pyplot as pl
import numpy as np
import matplotlib

xpoints = np.array([0,1])
ypoints = np.array([0,10])

pl.plot(xpoints,ypoints)
pl.show()

 

 

二. 绘图标记

给坐标自定义一些不同的标记，用plot（）方法的marker参数定义

import matplotlib.pyplot as pl
import numpy as np
import matplotlib

x = np.arange(0,12,0.1)
y = np.sin(x)
z = np.cos(x)

pl.plot(x,y,x,z,marker = 'o')
pl.show()

 具体样式有很多，可以参考绘图标记

 2. fmt参数

定义了基本格式：标记，线条样式，颜色等

 

3. 自定义坐标标记大小和颜色 

import matplotlib.pyplot as pl
import numpy as np
import matplotlib

y = np.arange(1,5,1)
pl.plot(y, marker = 'o', ms = '25', mfc = 'r', )
pl.show()

 

三. 绘图线

上面是自定义点标记格式的，这是自定义线样式的：类型、大小、颜色

1. 类型

使用linestyle（ls）参数定义

2.颜色

使用color（c）参数定义

 3. 宽度

使用linewidth（lw）定义，可以是浮点数

import matplotlib.pyplot as pl
import numpy as np
import matplotlib


y1 = np.arange(1,5,1)
pl.plot(y1, marker = 'o', ms = '25', mfc = 'r', color = 'g', linestyle = 'dotted', linewidth = '10' )
pl.show()

 

 

一个综合自定义点样式、线条样式的实例。

 

 四. 轴标签和标题

使用xlabel()和ylabel()设置x轴和y轴的标签；使用title（）设置标题

import matplotlib.pyplot as pl
import numpy as np
import matplotlib


y1 = np.arange(1,5,1)
pl.plot(y1, marker = 'o', ms = '25', mfc = 'r', color = 'g', linestyle = 'dotted', linewidth = '10' )
pl.ylabel("values")
pl.xlabel("meters")
pl.title("HMOE")
pl.show()

 对于字体使用在轴函数或标题函数中的fontproperties参数即可，不过要注意默认不支持中文，需下载相应字体文件或使用系统自带的字体。

至于位置由loc参数设置，默认为‘center’，此外还有‘left’，‘right’；

五. 网格线

使用pylpot中的gird（）方法设置图表中的网格线

import matplotlib.pyplot as pl
import numpy as np
import matplotlib


y1 = np.arange(1,5,1)
pl.plot(y1, marker = 'o', ms = '25', mfc = 'r', color = 'g', linestyle = 'dotted', linewidth = '10' )
pl.ylabel("values")
pl.xlabel("meters")
pl.title("HMOE")
pl.grid(color = 'r', linestyle = '--', linewidth = 0.5)
pl.show()

 

 

 六. 绘制多图

可以使用pyplot中的subplot()和subplots()方法绘制多个子图

1. subplot（）

在绘图时需要制定位置

刚开始没咋看懂，看了看代码才懂了，举一些例子来说吧：

subplot(1，2，1)：表示整个页面的分成了1*2的图片区域（也就是一行，每行两个图），现在绘制是序列号为1的图形（序列号就是index，从第一行左边开始编号）

subplot(1，2，2)：还是一个1*2图片区域，不过现在绘制的是第二个图形

subplot(2，2，3)：现在是2*2图片区域，正在绘制第三个图形（也就是第二行第一个图形） 

import matplotlib.pyplot as pl
import numpy as np
import matplotlib

# 这里把页面分成2*2；一共四个图形区域，只绘制第一个和第三个图形
pl.subplot(2,2,1)   # 表示绘制第一个图形
y1 = np.arange(1,5,1)
pl.plot(y1, marker = 'o', ms = '25', mfc = 'r', color = 'g', linestyle = 'dotted', linewidth = '10' )
pl.ylabel("values")
pl.xlabel("meters")
pl.title("HMOE")
pl.grid(color = 'r', linestyle = '--', linewidth = 0.5)

pl.subplot(2,2,3)  # 表示绘制第三个图形
y2 = np.arange(1,10,2)
pl.plot(y1, marker = 'o', ms = '25', mfc = 'r', color = 'g', linestyle = 'dotted', linewidth = '10' )
pl.ylabel("values")
pl.xlabel("meters")
pl.title("CARS")

pl.suptitle("PRCIES")  # 整个页面的总标题
pl.show()

 2. subplots()

可以一次生成多个图形；

具体实例参考菜鸟教程subplots。

七. 散点图

使用scatter（）方法绘制散点图

 

 1.图标大小：

点大小可以自定义设置，如果需要每个点的大小各不相同，将大小定义为一个数组即可，不过数组元素个数要与点个数相对应。

sizes = np.array([15,26,451,451,50])
pl.scatter(x, y, s=sizes)
pl.show()

2.设置颜色

颜色也是同理，需要不同颜色则定义一个颜色数组；

也可以通过颜色条Colormap设置，每种颜色都有一个范围从0到100的值，设置颜色条需要camp参数，如果需要显示颜色条，使用pl.colorbar()方法。

import matplotlib.pyplot as pl
import numpy as np
import matplotlib

x = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6])
y = np.array([99,86,87,88,111,86,103,87,94,78,77,85,86])
colors = np.array([0, 10, 20, 30, 40, 45, 50, 55, 60, 70, 80, 90, 100])

pl.scatter(x, y, c=colors, cmap='BuPu')

pl.colorbar()

pl.show()

 

八. 柱形图

使用bar（）方法绘制柱形图

使用width参数设置宽度；使用barh（）方法绘制水平的柱状图，使用height参数设置宽度

颜色同理可以使用数组绘制不同颜色

九. 饼状图

使用pie（）方法绘制饼图（参数太多了，具体查阅饼图）

y = np.array([35, 25, 25, 15])

pl.pie(y,
        labels=['A','B','C','D'],  # 设置饼图标签
        colors=["#d5695d", "#5d8ca8", "#65a479", "#a564c9"],  # 设置饼图颜色
       )
pl.title("demo")  # 设置标题
pl.show()

饼图的绘制默认从x轴正半轴逆时针开始绘制，可以定义参数startangle参数自定义开始角度；

使用explode参数可以达到突出某个扇区的效果，如下：

explode = (0,0,0.1,0)  #  突出第三个扇区，0~1之间，数值越大扇区离中心点越远
pl.pie(y,
        labels=['A','B','C','D'],  # 设置饼图标签
        colors=["#d5695d", "#5d8ca8", "#65a479", "#a564c9"],  # 设置饼图颜色
        shadow = True,
        explode = explode
       )

 

 十. imsave（）

将图像数据保存到磁盘上

 

# 创建一个二维的图像数据
img_data = np.random.random((100, 100))

# 显示图像
pl.imshow(img_data)

# 保存图像到磁盘上
pl.imsave('runoob-test.png', img_data)

十一.imread（）

从图像文件中读取图像数据

img = plt.imread('map.jpeg')

# 显示图像
plt.imshow(img)
plt.show()

 

还有各种对图像的操作：裁剪、变暗、改变颜色等

绘制图像还有一些特殊的，比如直方图，二维的灰度图像等等，以后有需要在深入学习吧！