Matplotlib 可以绘制线图、散点图、等高线图、条形图、柱状图、3D 图形、甚至是图形动画等等
更多的使用方法,请查看官方文档
如果不想看英文也可以去看菜鸟教程matplotlib
简单的图形示例
更多的示例,请看官方demo
plot
: 将 y 与 x 绘制为线或标记等
格式:
# 画单条线
plot([x], y, [fmt], *, data=None, **kwargs)
# 画多条线
plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)
参数说明:
x, y
:点或线的节点,x
为x
轴数据,y
为y
轴数据,数据可以列表或数组
fmt
:可选,定义基本格式(如颜色、标记和线条样式)
**kwargs
:可选,用在二维平面图上,设置指定属性,如标签,线的宽度等
颜色字符:
'b'
蓝色'm'
洋红色'g'
绿色'y'
黄色'r'
红色'k'
黑色'w'
白色'c'
青绿色'#008000' RGB
颜色符串。多条曲线不指定颜色时,会自动选择不同颜色。
线型参数:
'‐'
实线'‐‐'
破折线'‐.'
点划线':'
虚线。
标记字符:
-
'.'
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…等等
单条线-示例1:
# 单条线
x = np.array([0, 6])
y = np.array([0, 100])
plt.plot(x, y)
plt.show()
结果:
多条线-示例2:
# 多条线
x = np.arange(0, 4 * np.pi, 0.1)
y = np.sin(x)
z = np.cos(x)
plt.plot(x, y, x, z)
plt.show()
结果:
绘图标记-示例3:
"""
绘图标记:marker
详细的定义符号:https://www.runoob.com/matplotlib/matplotlib-marker.html
支持自定义标记的大小等:
markersize,简写为 ms:定义标记的大小。
markerfacecolor,简写为 mfc:定义标记内部的颜色。
markeredgecolor,简写为 mec:定义标记边框的颜色。
eg: plt.plot(y, marker='v', ms=20)
"""
y = np.array([1, 3, 4, 5, 8, 9, 6, 1, 3, 4, 5, 2, 4])
plt.plot(y, marker="v")
plt.show()
结果:
fmt参数-示例4:
"""
fmt参数:格式fmt = '[marker][line][color]'
"""
y = np.array([6, 2, 13, 10])
# o 表示实心圆标记,: 表示虚线,r 表示颜色为红色
plt.plot(y, 'o:r')
plt.show()
结果:
绘图线参数-示例5:
"""
绘图线参数:
ls: 线的类型可以使用 linestyle 参数来定义,简写为 ls
c:线的颜色可以使用 color 参数来定义,简写为 c
lw: 线的宽度可以使用 linewidth 参数来定义,简写为 lw,值可以是浮点数,如:1、2.0、5.67 等
线的类型,参考:https://www.runoob.com/matplotlib/matplotlib-line.html
"""
y = np.array([6, 2, 13, 10])
plt.plot(y, ls="dotted")
plt.show()
结果:
轴标签与标题-示例6:
"""
轴标签和标题
"""
x = np.array([1, 2, 3, 4])
y = np.array([1, 4, 9, 16])
plt.plot(x, y)
# 轴标签
plt.xlabel("x - label")
plt.ylabel("y - label")
# 标题
plt.title("hello wrold")
plt.show()
结果:
网格线-示例7:
"""
网格线,语法:matplotlib.pyplot.grid(b=None, which='major', axis='both', )
b:可选,默认为 None,可以设置布尔值,true 为显示网格线,false 为不显示,如果设置 **kwargs 参数,则值为 true。
which:可选,可选值有 'major'、'minor' 和 'both',默认为 'major',表示应用更改的网格线。
axis:可选,设置显示哪个方向的网格线,可以是取 'both'(默认),'x' 或 'y',分别表示两个方向,x 轴方向或 y 轴方向。
**kwargs:可选,设置网格样式,可以是 color='r', linestyle='-' 和 linewidth=2,分别表示网格线的颜色,样式和宽度。
"""
x = np.array([1, 2, 3, 4])
y = np.array([1, 4, 9, 16])
plt.title("Hello grid() Test")
plt.xlabel("x - label")
plt.ylabel("y - label")
plt.plot(x, y)
plt.grid(color='r', linestyle='--', linewidth=0.5)
plt.show()
结果:
绘制多图-示例8:
"""
绘制多图
subpot() 方法在绘图时需要指定位置,subplots() 方法可以一次生成多个
"""
# plot 1:
x1 = np.array([0, 6])
y1 = np.array([0, 100])
plt.subplot(1, 2, 1)
plt.plot(x1, y1)
plt.title("plot 1")
# plot 2:
x2 = np.array([1, 2, 3, 4])
y2 = np.array([1, 4, 9, 16])
plt.subplot(1, 2, 2)
plt.plot(x2, y2)
plt.title("plot 2")
plt.suptitle("Hello subplot Test")
plt.show()
结果:
柱形图-示例9:
"""
柱形图bar,语法:matplotlib.pyplot.bar(x, height, width=0.8, bottom=None, *, align='center', data=None, **kwargs)
参数说明:
x:浮点型数组,柱形图的 x 轴数据。
height:浮点型数组,柱形图的高度。
width:浮点型数组,柱形图的宽度。
bottom:浮点型数组,底座的 y 坐标,默认 0。
align:柱形图与 x 坐标的对齐方式,'center' 以 x 位置为中心,这是默认值。 'edge':将柱形图的左边缘与 x 位置对齐。要对齐右边缘的条形,可以传递负数的宽度值及 align='edge'。
**kwargs::其他参数。
"""
x = np.array(["hello-1", "hello-2", "hello-3", "C-hello"])
y = np.array([12, 22, 6, 18])
x1 = x
y1 = y
x2 = x
y2 = y
plt.subplot(1, 3, 1)
# 水平, bar() 方法使用 width 设置
plt.bar(x, y, color="#4CAF50", width=0.3)
plt.title("level")
plt.subplot(1, 3, 2)
# 垂直, barh() 方法使用 height 设置 height
plt.barh(x1, y1, height=0.1, color="#34FC34")
plt.title("vertical")
# 自定义各个柱形的颜色
plt.subplot(1, 3, 3)
plt.title("multi color")
plt.bar(x2, y2, color=["#4CAF50", "red", "hotpink", "#556B2F"], width=0.3)
plt.show()
结果:
饼图-示例10:
"""
饼图: pie()
语法:matplotlib.pyplot.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=0, radius=1, counterclock=True, wedgeprops=None, textprops=None, center=0, 0, frame=False, rotatelabels=False, *, normalize=None, data=None)[source]
参数说明:
x:浮点型数组,表示每个扇形的面积。
explode:数组,表示各个扇形之间的间隔,默认值为0。
labels:列表,各个扇形的标签,默认值为 None。
colors:数组,表示各个扇形的颜色,默认值为 None。
autopct:设置饼图内各个扇形百分比显示格式,%d%% 整数百分比,%0.1f 一位小数, %0.1f%% 一位小数百分比, %0.2f%% 两位小数百分比。
labeldistance:标签标记的绘制位置,相对于半径的比例,默认值为 1.1,如 <1则绘制在饼图内侧。
pctdistance:类似于 labeldistance,指定 autopct 的位置刻度,默认值为 0.6。
shadow:布尔值 True 或 False,设置饼图的阴影,默认为 False,不设置阴影。
radius:设置饼图的半径,默认为 1。
startangle:起始绘制饼图的角度,默认为从 x 轴正方向逆时针画起,如设定 =90 则从 y 轴正方向画起。
counterclock:布尔值,设置指针方向,默认为 True,即逆时针,False 为顺时针。
wedgeprops :字典类型,默认值 None。参数字典传递给 wedge 对象用来画一个饼图。例如:wedgeprops={'linewidth':5} 设置 wedge 线宽为5。
textprops :字典类型,默认值为:None。传递给 text 对象的字典参数,用于设置标签(labels)和比例文字的格式。
center :浮点类型的列表,默认值:(0,0)。用于设置图标中心位置。
frame :布尔类型,默认值:False。如果是 True,绘制带有表的轴框架。
rotatelabels :布尔类型,默认为 False。如果为 True,旋转每个 label 到指定的角度。
"""
y = np.array([35, 25, 25, 15])
plt.pie(y,
# 设置饼图标签
labels=['A', 'B', 'C', 'D'],
# 设置饼图颜色
colors=["#d5695d", "#5d8ca8", "#65a479", "#a564c9"],
# 第二部分突出显示,值越大,距离中心越远
explode=(0, 0.2, 0, 0),
# 格式化输出百分比
autopct='%.2f%%',
# 绘制带有表的轴框架
frame=True,
)
plt.title("bing tu")
plt.show()
结果:
散点图-示例11:
"""
散点图:scatter
语法:matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, *, edgecolors=None, plotnonfinite=False, data=None, **kwargs)
参数说明:
x,y:长度相同的数组,也就是我们即将绘制散点图的数据点,输入数据。
s:点的大小,默认 20,也可以是个数组,数组每个参数为对应点的大小。
c:点的颜色,默认蓝色 'b',也可以是个 RGB 或 RGBA 二维行数组。
marker:点的样式,默认小圆圈 'o'。
cmap:Colormap,默认 None,标量或者是一个 colormap 的名字,只有 c 是一个浮点数数组的时才使用。如果没有申明就是 image.cmap。
norm:Normalize,默认 None,数据亮度在 0-1 之间,只有 c 是一个浮点数的数组的时才使用。
vmin,vmax::亮度设置,在 norm 参数存在时会忽略。
alpha::透明度设置,0-1 之间,默认 None,即不透明。
linewidths::标记点的长度。
edgecolors::颜色或颜色序列,默认为 'face',可选值有 'face', 'none', None。
plotnonfinite::布尔值,设置是否使用非限定的 c ( inf, -inf 或 nan) 绘制点。
**kwargs::其他参数。
"""
# 打开窗口的尺寸,要放在最开头
plt.figure(figsize=(16, 9))
x = np.array([1, 2, 3, 4, 5, 6, 7, 8])
y = np.array([1, 4, 9, 16, 7, 11, 23, 18])
# 点的大小
sizes = np.array([20, 50, 100, 200, 500, 1000, 60, 90])
# 点的颜色
colors = np.array(["red", "green", "black", "orange", "purple", "beige", "cyan", "magenta"])
plt.subplot(1, 4, 1)
plt.scatter(x, y, s=sizes, c=colors)
plt.title("scatter demo 1")
x1 = np.array([2, 4, 1, 5, 6, 9, 3])
y1 = np.array([2, 12, 3, 1, 8, 5, 32])
plt.subplot(1, 4, 2)
plt.scatter(x1, y1)
plt.title("scatter demo 2")
np.random.seed(13414)
N = 50
x3 = np.random.rand(N)
y3 = np.random.rand(N)
colors2 = np.random.rand(N)
area = (30 * np.random.rand(N)) ** 2 # 0 to 15 point radii
# 设置颜色及透明度
plt.subplot(1, 4, 3)
plt.scatter(x3, y3, s=area, c=colors2, alpha=0.5)
plt.title("scatter demo 3")
x4 = np.array([5, 7, 8, 7, 2, 17, 2, 9, 4, 11, 12, 9, 6])
y4 = np.array([99, 86, 87, 88, 111, 86, 103, 87, 94, 78, 77, 85, 86])
colors4 = np.array([0, 10, 20, 30, 40, 45, 50, 55, 60, 70, 80, 90, 100])
plt.subplot(1, 4, 4)
# 颜色条参数值,参考:https://www.runoob.com/matplotlib/matplotlib-scatter.html
plt.scatter(x4, y4, c=colors4, cmap='viridis')
plt.title("scatter demo 4")
plt.colorbar()
plt.show()
结果:
完整代码
# -*- coding: utf-8 -*-
import matplotlib.pyplot as plt
import numpy as np
def demo1():
# 不指定 x 轴上的点,则 x 会根据 y 的值来设置为 0, 1, 2, 3..N-1
x = np.array([0, 6])
y = np.array([0, 100])
plt.plot(x, y)
plt.show()
def demo2():
# start,stop,step
x = np.arange(0, 4 * np.pi, 0.1)
y = np.sin(x)
z = np.cos(x)
plt.plot(x, y, x, z)
plt.show()
def demo3():
"""
绘图标记:marker
详细的定义符号:https://www.runoob.com/matplotlib/matplotlib-marker.html
支持自定义标记的大小等:
markersize,简写为 ms:定义标记的大小。
markerfacecolor,简写为 mfc:定义标记内部的颜色。
markeredgecolor,简写为 mec:定义标记边框的颜色。
eg: plt.plot(y, marker='v', ms=20)
"""
y = np.array([1, 3, 4, 5, 8, 9, 6, 1, 3, 4, 5, 2, 4])
plt.plot(y, marker="v")
plt.show()
def demo4():
"""
fmt参数:格式fmt = '[marker][line][color]'
"""
y = np.array([6, 2, 13, 10])
# o 表示实心圆标记,: 表示虚线,r 表示颜色为红色
plt.plot(y, 'o:r')
plt.show()
def demo5():
"""
绘图线参数:
ls: 线的类型可以使用 linestyle 参数来定义,简写为 ls
c:线的颜色可以使用 color 参数来定义,简写为 c
lw: 线的宽度可以使用 linewidth 参数来定义,简写为 lw,值可以是浮点数,如:1、2.0、5.67 等
线的类型,参考:https://www.runoob.com/matplotlib/matplotlib-line.html
"""
y = np.array([6, 2, 13, 10])
plt.plot(y, ls="dotted")
plt.show()
def demo6():
"""
轴标签和标题
"""
x = np.array([1, 2, 3, 4])
y = np.array([1, 4, 9, 16])
plt.plot(x, y)
# 轴标签
plt.xlabel("x - label")
plt.ylabel("y - label")
# 标题
plt.title("hello wrold")
plt.show()
def demo7():
"""
网格线,语法:matplotlib.pyplot.grid(b=None, which='major', axis='both', )
b:可选,默认为 None,可以设置布尔值,true 为显示网格线,false 为不显示,如果设置 **kwargs 参数,则值为 true。
which:可选,可选值有 'major'、'minor' 和 'both',默认为 'major',表示应用更改的网格线。
axis:可选,设置显示哪个方向的网格线,可以是取 'both'(默认),'x' 或 'y',分别表示两个方向,x 轴方向或 y 轴方向。
**kwargs:可选,设置网格样式,可以是 color='r', linestyle='-' 和 linewidth=2,分别表示网格线的颜色,样式和宽度。
"""
x = np.array([1, 2, 3, 4])
y = np.array([1, 4, 9, 16])
plt.title("Hello grid() Test")
plt.xlabel("x - label")
plt.ylabel("y - label")
plt.plot(x, y)
plt.grid(color='r', linestyle='--', linewidth=0.5)
plt.show()
def demo8():
"""
绘制多图
subpot() 方法在绘图时需要指定位置,subplots() 方法可以一次生成多个
"""
# plot 1:
x1 = np.array([0, 6])
y1 = np.array([0, 100])
plt.subplot(1, 2, 1)
plt.plot(x1, y1)
plt.title("plot 1")
# plot 2:
x2 = np.array([1, 2, 3, 4])
y2 = np.array([1, 4, 9, 16])
plt.subplot(1, 2, 2)
plt.plot(x2, y2)
plt.title("plot 2")
plt.suptitle("Hello subplot Test")
plt.show()
def demo9():
"""
柱形图bar,语法:matplotlib.pyplot.bar(x, height, width=0.8, bottom=None, *, align='center', data=None, **kwargs)
参数说明:
x:浮点型数组,柱形图的 x 轴数据。
height:浮点型数组,柱形图的高度。
width:浮点型数组,柱形图的宽度。
bottom:浮点型数组,底座的 y 坐标,默认 0。
align:柱形图与 x 坐标的对齐方式,'center' 以 x 位置为中心,这是默认值。 'edge':将柱形图的左边缘与 x 位置对齐。要对齐右边缘的条形,可以传递负数的宽度值及 align='edge'。
**kwargs::其他参数。
"""
x = np.array(["hello-1", "hello-2", "hello-3", "C-hello"])
y = np.array([12, 22, 6, 18])
x1 = x
y1 = y
x2 = x
y2 = y
plt.subplot(1, 3, 1)
# 水平, bar() 方法使用 width 设置
plt.bar(x, y, color="#4CAF50", width=0.3)
plt.title("level")
plt.subplot(1, 3, 2)
# 垂直, barh() 方法使用 height 设置 height
plt.barh(x1, y1, height=0.1, color="#34FC34")
plt.title("vertical")
# 自定义各个柱形的颜色
plt.subplot(1, 3, 3)
plt.title("multi color")
plt.bar(x2, y2, color=["#4CAF50", "red", "hotpink", "#556B2F"], width=0.3)
plt.show()
def demo10():
"""
饼图: pie()
语法:matplotlib.pyplot.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=0, radius=1, counterclock=True, wedgeprops=None, textprops=None, center=0, 0, frame=False, rotatelabels=False, *, normalize=None, data=None)[source]
参数说明:
x:浮点型数组,表示每个扇形的面积。
explode:数组,表示各个扇形之间的间隔,默认值为0。
labels:列表,各个扇形的标签,默认值为 None。
colors:数组,表示各个扇形的颜色,默认值为 None。
autopct:设置饼图内各个扇形百分比显示格式,%d%% 整数百分比,%0.1f 一位小数, %0.1f%% 一位小数百分比, %0.2f%% 两位小数百分比。
labeldistance:标签标记的绘制位置,相对于半径的比例,默认值为 1.1,如 <1则绘制在饼图内侧。
pctdistance:类似于 labeldistance,指定 autopct 的位置刻度,默认值为 0.6。
shadow:布尔值 True 或 False,设置饼图的阴影,默认为 False,不设置阴影。
radius:设置饼图的半径,默认为 1。
startangle:起始绘制饼图的角度,默认为从 x 轴正方向逆时针画起,如设定 =90 则从 y 轴正方向画起。
counterclock:布尔值,设置指针方向,默认为 True,即逆时针,False 为顺时针。
wedgeprops :字典类型,默认值 None。参数字典传递给 wedge 对象用来画一个饼图。例如:wedgeprops={'linewidth':5} 设置 wedge 线宽为5。
textprops :字典类型,默认值为:None。传递给 text 对象的字典参数,用于设置标签(labels)和比例文字的格式。
center :浮点类型的列表,默认值:(0,0)。用于设置图标中心位置。
frame :布尔类型,默认值:False。如果是 True,绘制带有表的轴框架。
rotatelabels :布尔类型,默认为 False。如果为 True,旋转每个 label 到指定的角度。
"""
y = np.array([35, 25, 25, 15])
plt.pie(y,
# 设置饼图标签
labels=['A', 'B', 'C', 'D'],
# 设置饼图颜色
colors=["#d5695d", "#5d8ca8", "#65a479", "#a564c9"],
# 第二部分突出显示,值越大,距离中心越远
explode=(0, 0.2, 0, 0),
# 格式化输出百分比
autopct='%.2f%%',
# 绘制带有表的轴框架
frame=True,
)
plt.title("bing tu")
plt.show()
def demo11():
"""
散点图:scatter
语法:matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, *, edgecolors=None, plotnonfinite=False, data=None, **kwargs)
参数说明:
x,y:长度相同的数组,也就是我们即将绘制散点图的数据点,输入数据。
s:点的大小,默认 20,也可以是个数组,数组每个参数为对应点的大小。
c:点的颜色,默认蓝色 'b',也可以是个 RGB 或 RGBA 二维行数组。
marker:点的样式,默认小圆圈 'o'。
cmap:Colormap,默认 None,标量或者是一个 colormap 的名字,只有 c 是一个浮点数数组的时才使用。如果没有申明就是 image.cmap。
norm:Normalize,默认 None,数据亮度在 0-1 之间,只有 c 是一个浮点数的数组的时才使用。
vmin,vmax::亮度设置,在 norm 参数存在时会忽略。
alpha::透明度设置,0-1 之间,默认 None,即不透明。
linewidths::标记点的长度。
edgecolors::颜色或颜色序列,默认为 'face',可选值有 'face', 'none', None。
plotnonfinite::布尔值,设置是否使用非限定的 c ( inf, -inf 或 nan) 绘制点。
**kwargs::其他参数。
"""
# 打开窗口的尺寸,要放在最开头
plt.figure(figsize=(16, 9))
x = np.array([1, 2, 3, 4, 5, 6, 7, 8])
y = np.array([1, 4, 9, 16, 7, 11, 23, 18])
# 点的大小
sizes = np.array([20, 50, 100, 200, 500, 1000, 60, 90])
# 点的颜色
colors = np.array(["red", "green", "black", "orange", "purple", "beige", "cyan", "magenta"])
plt.subplot(1, 4, 1)
plt.scatter(x, y, s=sizes, c=colors)
plt.title("scatter demo 1")
x1 = np.array([2, 4, 1, 5, 6, 9, 3])
y1 = np.array([2, 12, 3, 1, 8, 5, 32])
plt.subplot(1, 4, 2)
plt.scatter(x1, y1)
plt.title("scatter demo 2")
np.random.seed(13414)
N = 50
x3 = np.random.rand(N)
y3 = np.random.rand(N)
colors2 = np.random.rand(N)
area = (30 * np.random.rand(N)) ** 2 # 0 to 15 point radii
# 设置颜色及透明度
plt.subplot(1, 4, 3)
plt.scatter(x3, y3, s=area, c=colors2, alpha=0.5)
plt.title("scatter demo 3")
x4 = np.array([5, 7, 8, 7, 2, 17, 2, 9, 4, 11, 12, 9, 6])
y4 = np.array([99, 86, 87, 88, 111, 86, 103, 87, 94, 78, 77, 85, 86])
colors4 = np.array([0, 10, 20, 30, 40, 45, 50, 55, 60, 70, 80, 90, 100])
plt.subplot(1, 4, 4)
# 颜色条参数值,参考:https://www.runoob.com/matplotlib/matplotlib-scatter.html
plt.scatter(x4, y4, c=colors4, cmap='viridis')
plt.title("scatter demo 4")
plt.colorbar()
plt.show()
if __name__ == '__main__':
demo11()