learnForMatplotlib
Matplotlib绘图与可视化学习
jupyter notebook使用交互式绘图,需要先执行以下代码
%matplotlib notebook
导入环境
import matplotlib.pyplot as plt
import numpy as np
画布操作
绘制一条直线
data = np.arange(10)#生成[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
plt.plot(data)#绘制图像
图片与子图,类似于matlab的subplot
fig=plt.figure()#建立一个画布或者说建立一个图片对象
生成一个2X2的画布矩阵,第三个参数是位置代号
ax1=fig.add_subplot(2,2,1)
ax2=fig.add_subplot(2,2,2)
ax3=fig.add_subplot(2,2,3)
最终在对应位置生成了空白图
fig=plt.figure()#建立一个画布或者说建立一个图片对象
ax1=fig.add_subplot(2,2,1)
ax2=fig.add_subplot(2,2,2)
ax3=fig.add_subplot(2,2,3)
plt.plot([1.2,3.5,-0.9,1.2,-3.2,2])
在位置1,2生成空白图,位置3生成黑色折线图
fig=plt.figure()#建立一个画布或者说建立一个图片对象
ax1=fig.add_subplot(2,2,1)
ax2=fig.add_subplot(2,2,2)
ax3=fig.add_subplot(2,2,3)
plt.plot(np.random.randn(50).cumsum(),'k--')
对象在空白子图调用对象的实例方法进行绘图
fig=plt.figure()#建立一个画布或者说建立一个图片对象
ax1=fig.add_subplot(2,2,1)
ax2=fig.add_subplot(2,2,2)
ax3=fig.add_subplot(2,2,3)
plt.plot(np.random.randn(50).cumsum(),'k--')
#对象在空白子图调用对象的实例方法进行绘图
_=ax1.hist(np.random.randn(100),bins=20,color='k',alpha=0.3)
ax2.scatter(np.arange(30),np.arange(30)+3*np.random.randn(30))
直接调用方法就可以绘图
fig=plt.figure()#建立一个画布或者说建立一个图片对象
ax1=fig.add_subplot(2,2,1)
ax2=fig.add_subplot(2,2,2)
ax3=fig.add_subplot(2,2,3)
plt.plot(np.random.randn(50).cumsum(),'k--')
ax1.hist(np.random.randn(100),bins=20,color='k',alpha=0.3)
ax2.scatter(np.arange(30),np.arange(30)+3*np.random.randn(30))
利用循环依次绘图
fig,axes = plt.subplots(2,2,sharex=True,sharey=True)
for i in range(2):
for j in range(2):
axes[i,j].hist(np.random.randn(500),bins=50,color='k',alpha=0.5)
plt.subplots_adjust(wspace=0,hspace=0)
颜色,点标记与线型
from numpy.random import randn
#发现总是使用这个函数,直接引用出来
点标记类型必须跟在颜色后面,生成黑色,点标记为黑色实心圆形的虚线
plt.plot(randn(30).cumsum(),'ko--')#绘制带有点标记的折线图
#显示输出
#plot(randn(30).cumsum(),color='k',linestyle='dashed',marker='o')
绘制和生成图例
data = np.random.randn(30).cumsum()
plt.plot(data,'k--',label='Default')
plt.plot(data,'k-',drawstyle='steps-post',label='steps-podt')
plt.legend(loc='best')#生成图例
刻度、标签与图例
ax.set_title()设置标题,labels设置标签
fig = plt.figure()
ax=fig.add_subplot(1,1,1)
ax.plot(np.random.randn(1000).cumsum())
ticks=ax.set_xticks([0,250,500,750,1000])
labels = ax.set_xticklabels(['one','two','three','four','five'],rotation=30,fontsize='small')
#rotation-标签赋值旋转角度 fontsize-字号大小
ax.set_title("^O^ ^_^ OuO T_T")#设置图表标题
ax.set_xlabel('years')#设置x轴的名称
快速修改y值
props = {'title':"Oh young man!",'ylabel':'population'}
ax.set(**props)
添加图例
fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.plot(randn(1000).cumsum(),'k',label='one')
ax.plot(randn(1000).cumsum(),'k--',label='two')
ax.plot(randn(1000).cumsum(),'k.',label='three')
ax.legend(loc='best')#这里的best是图例在图表的最好位置
ax.text(40,20,'Wisdom-is-me',family='monospace',fontsize=10)
family='monospace': 这是一个关键字参数,用于指定文本的字体族。'monospace'是一种字体族, 其中的字符具有相同的宽度(如Courier或Consolas等字体)。这意味着,无论字符是什么,它们在文 本中的占位宽度都是相同的,这对于显示代码或需要等宽字符的场景特别有用。
在图标中增加图形
plt.Rectangle()生成矩形
plt.Circle()生成圆形
plt.Polygon()生成三角形
fig=plt.figure()
ax=fig.add_subplot(1,1,1)
rect=plt.Rectangle((0.2,0.75),0.4,0.15,color='k',alpha=0.3)#0.4宽度 0.15高度
#alpha代表透明度,越小越透
circ=plt.Circle((0.7,0.2),0.15,color='blue',alpha=0.3)
pgon=plt.Polygon([[0.15,0.15],[0.35,0.4],[0.2,0.6]],color='g',alpha=0.5)
ax.add_patch(rect)
ax.add_patch(circ)
ax.add_patch(pgon)
保存图片为文件
plt.savefig('figpath.svg')