matplotlib_常见图

最新推荐文章于 2023-05-01 20:21:07 发布

进击的rookie of python

最新推荐文章于 2023-05-01 20:21:07 发布

阅读量515

点赞数

分类专栏：数据分析与可视化文章标签： matplotlib_常见图

数据分析与可视化专栏收录该内容

18 篇文章 2 订阅

订阅专栏

折线图

matplotlib.pyplot.plot（* args，scalex = True，scaley = True，data = None，** kwargs ）

x：x轴上的数值
y：y轴上的数值
ls：线条风格
lw：线条宽度
color：颜色
lable：标签文本

返回值：Line2D对象

散点图

matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, *, data=None, **kwargs)

x：x轴上的数值
y：y轴上的数值
s：标记大小
c：标记颜色
marker：标记样式
xmin：x轴上最小值
xmax：x轴上最大值
ymin：y轴上最小值
ymax：y轴上最大值
lable：标签文本

返回值：PathCollection对象

垂直条形图

matplotlib.pyplot.bar(x, height, width=0.8, bottom=None, *, align='center', data=None, **kwargs)

x：数据源
height：bar的高度
width：bar的宽度,默认0.8
bottom：y轴的基准,默认0
align:{‘center’, ‘edge’}, optional, default: ‘center’	x轴的位置,默认中间,edge表示将bar的左边与x对齐
color：bar颜色
tick_label：标签,默认无,使用数字标签
alpha：柱体透明度
hatch：给柱子内部加样式，如/ \\ |  _等，符号数量越多，柱子内部的样式越密集
xerr：错误条
yerr：错误条
error_kw：字典，误差棒的属性

返回值：BarContainer对象

水平条形图

matplotlib.pyplot.barh（y，width，height = 0.8，left = None，*，align ='center'，** kwargs ）

y：数据源
width：bar的宽度
height：bar的高度，默认0.8
align:{‘center’, ‘edge’}, optional, default: ‘center’	x轴的位置,默认中间,edge表示将bar的左边与x对齐
color：bar颜色
tick_label：标签,默认无,使用数字标签
alpha：柱体透明度
left：x轴的基准，默认0
hatch：给柱子内部加样式，如/ \\ |  _等，符号数量越多，柱子内部的样式越密集
xerr：错误条
yerr：错误条
error_kw：字典，误差棒的属性

返回值：BarContainer对象

直方图

matplotlib.pyplot.hist（x，bins = None，range = None，density = None，weights = None，cumulative = False，bottom = None，histtype ='bar'，align ='mid'，orientation ='vertical'，rwidth = None，log = False，color = None，label = None，stacked = False，normed = None，*，data = None，** kwargs ）

x：数据源
bins：分块数,默认10
range：画图范围，忽略超过下限和上限异常值。
normed：概率分布,是否正则化
weights：权重
cumulative：每一列累加
rwidth：bar的宽度
color：bar的颜色
lable：标签文本
histtype：柱体类型,默认bar
'''
'bar'是传统的条形直方图。如果给出多个数据，则条并排排列。
'barstacked'是一种条形直方图，其中多个数据堆叠在一起。
'step'生成一个默认未填充的线图。
'stepfilled'生成一个默认填充的线图。
'''
stacked：是否堆积，默认false，一般x为高位列表时，才进行堆积
'''如果x为高位列表，且没设置stacked，那么就是平行的'''

返回值：
n : array or list of arrays
The values of the histogram bins. See normed or density and weights for a description of the possible semantics. If input x is an array, then this is an array of length nbins. If input is a sequence of arrays [data1, data2,..], then this is a list of arrays with the values of the histograms for each of the arrays in the same order.

bins : array
The edges of the bins. Length nbins + 1 (nbins left edges and right edge of last bin). Always a single array even when multiple data sets are passed in.

patches : list or list of lists
Silent list of individual patches used to create the histogram or list of such list if multiple input datasets.

饼图：

matplotlib.pyplot.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False, rotatelabels=False, *, data=None)

x：占比大小
explode：每一块饼与圆心的距离(百分比)，列表
labels：饼的标签,列表
autopct：每块饼的占比,%.2f保留一位小数，字符串或函数
colors:颜色列表，饼图将通过它循环
'''
# 随机生成一个颜色值
def randomcolor():
    colorArr = ['1','2','3','4','5','6','7','8','9','A','B','C','D','E','F']
    color = ""
    for i in range(6):
        color += random.choice(colorArr)
    return "#"+color
'''
pctdistance：每块饼占比与圆心的距离(百分比),默认0.6
shadow：是否绘制饼片的阴影
labeldistance：饼的标签与圆心的距离(百分比)
radius：直径的大小,默认为1
counterclock：逆时针或顺时针

返回值：
patches : list
A sequence of matplotlib.patches.Wedge instances

texts : list
A list of the label matplotlib.text.Text instances.

autotexts : list
A list of Text instances for the numeric labels. This will only be returned if the parameter autopct is not None.

极线图

matplotlib.pyplot.polar（* args，** kwargs ）

theta：标记所在射线与极径的夹角
r：每个标记到原点的距离
color：颜色
linewigth：线条宽度
marker：标记样式

棉棒图

matplotlib.pyplot.stem（* args，linefmt = None，markerfmt = None，basefmt = None，bottom = 0，label = None，data = None ）

x：棉棒的x轴基线上的位置
y：棉棒的长度
linefmt：垂直线的样式
'''
'-'	实线
'--'	虚线
'-.'	点划线
':'	虚线
'''
markerfmt：棉棒末端的样式
basefmt：基线的样式
label：文本标签

返回值：StemContainer

误差棒图

matplotlib.pyplot.errorbar(x, y, yerr=None, xerr=None, fmt='', ecolor=None, elinewidth=None, capsize=None, barsabove=False, lolims=False, uplims=False, xlolims=False, xuplims=False, errorevery=1, capthick=None, *, data=None, **kwargs)

x，y：数据位置
xerr：x轴方向误差计算值
yerr：y轴方向误差计算值值
fmt：是定义颜色，标记和线条样式等基本格式的便捷方式
elinewidth：误差线的线宽
marker：标记
color：颜色
ecolor：误差线颜色
lable：文本标签
elinewidth：误差棒线条粗细
ms：数据点的大小
mfc：数据点标记的颜色
capthick：误差棒边界横杠的厚度
capsize：误差棒边界横杠的大小

返回值：	
容器 ： ErrorbarContainer
容器包含：

plotline：Line2Dx，y的标记和/或行的实例。
caplines：Line2D错误栏上限的实例元组。
barlinecols：LineCollection具有水平和垂直误差范围的元组 。

堆积折线图

pyplot.stackplot（x，* args，data = None，** kwargs ）

x：x轴坐标
y：数组，需要堆积的数据
labels：lanbel组成的列表
colors：color组成的列表

返回值：PolyCollection实例列表

间断条形图

pyplot.broken_barh（xranges，yrange，*，data = None，** kwargs ）

xranges：元组序列[(xmin，xwidth)，...]，xmin表示x轴的起点位置，xwidth表示向右移动多少
yrange:(YMIN，YMAX),YMIN表示y轴的起点位置，YMAX表示向上移动多少
'''xranges与yrange形成一个或多个矩形'''
facecolor:颜色或颜色元组

箱线图

pyplot.boxplot(x, notch=None, sym=None, vert=None, whis=None, positions=None, widths=None, patch_artist=None, bootstrap=None, usermedians=None, conf_intervals=None, meanline=None, showmeans=None, showcaps=None, showbox=None, showfliers=None, boxprops=None, labels=None, flierprops=None, medianprops=None, meanprops=None, capprops=None, whiskerprops=None, manage_xticks=True, autorange=False, zorder=None, *, data=None)

x：数据，可以是高位数组
sym:表示异常点的形状
vert:是否垂直，箱线图是横向的(False)还是竖向的(True)
whis: IQR的倍数，默认1.5，用来确定箱须包含数据的范围
patch_artist：是否给箱体添加颜色
showmeans:是否显示均值，默认不显示
meanline:是否用线的形式表示均值，默认用点表示
showbox:是否显示箱线图的箱体
showcaps:是否显示边缘线，箱线图顶端和末端的两条线默认显示
showfliers:是否显示异常值
notch:中间箱体是否缺口
labels：每个数据集的刻度标签

阶梯图

pyplot.step（x，y，* args，where ='pre'，data = None，** kwargs ）

与plot的用法相同
where：{'pre'，'post'，'mid'}，可选，默认'pre'
pre：按照左开右闭的方式取值
post：按照左闭右开的方式取值

子图

pyplot.subplot()

参数：几行、几列、要在哪里绘图
211：两行一列，且此时我需要绘制的是最上面的一行
223：两行两列，且此时我需要绘制的是第二行的左边的区域

nrows：行数
ncols：列数
sharex：是否共享X轴坐标
sharey：是否共享Y轴坐标

返回值：Axes(Axes调用方法，一般要在方法前加上set_)

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
plt.subplot(221)
x=[1,2,3,4,5]
y=[1,2,3,4,5]
plt.plot(x,y)
plt.subplot(222)
x1=["A","B","C"]
y1=[10,15,20]
plt.bar(x1,y1)
ax=plt.subplot(223)
x2=["A","B","C"]
y2=[10,15,20]
ax.set_xlabel("水平条形图")
plt.barh(x2,y2)
plt.show()

颜色

字符	颜色
`'b'`	蓝色
`'g'`	绿色
`'r'`	红色
`'c'`	青色
`'m'`	品红
`'y'`	黄色
`'k'`	黑色
`'w'`	白色

线条样式

字符	描述
`'-'`	实线风格
`'--'`	虚线样式
`'-.'`	点划线样式
`':'`	虚线样式

标记

字符	描述
`'.'`	点标记
`','`	像素标记
`'o'`	圆圈标记
`'v'`	triangle_down标记
`'^'`	triangle_up标记
`'<'`	triangle_left标记
`'>'`	triangle_right标记
`'1'`	tri_down标记
`'2'`	tri_up标记
`'3'`	tri_left标记
`'4'`	tri_right标记
`'s'`	方形标记
`'p'`	五边形标记
`'*'`	明星标记
`'h'`	hexagon1标记
`'H'`	hexagon2标记
`'+'`	加上标记
`'x'`	x标记
`'D'`	钻石标记
`'d'`	thin_diamond标记
`'\|'`	vline标记
`'_'`	hline标记