Python Matplotlib

最新推荐文章于 2024-07-06 16:25:50 发布
最新推荐文章于 2024-07-06 16:25:50 发布
阅读量159 收藏
点赞数
分类专栏： 可视化 python 文章标签： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/smallworldxyl/article/details/114687634
版权

在这里插入图片描述
Matplotlib 是支持 Python 语言的开源绘图库，支持丰富的绘图类型、简单的绘图方式以及完善的接口文档.

在使用 Notebook 环境绘图时，需要先运行 Jupyter Notebook 的魔术命令 %matplotlib inline。这条命令的作用是将 Matplotlib 绘制的图形嵌入在当前页面中。而在桌面环境中绘图时，不需要添加此命令，而是在全部绘图代码之后追加 plt.show()。

简单示例：

from matplotlib import pyplot as plt
plt.plot([1, 2, 3, 2, 1, 2, 3, 4, 5, 6, 5, 4, 3, 2, 1])

在这里插入图片描述

plt.plot() 是 pyplot 模块下面的直线绘制（折线图）方法类。示例中包含了一个 [1, 2, 3, 2, 1, 2, 3, 4, 5, 6, 5, 4, 3, 2, 1] 列表，Matplotlib 会默认将该列表作为 𝑦 值，而 𝑥 值会从 0 开始依次递增。

自定义横坐标刻度：

plt.plot([2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16],
         [1, 2, 3, 2, 1, 2, 3, 4, 5, 6, 5, 4, 3, 2, 1])

在这里插入图片描述
更多类型图
在这里插入图片描述

更多详细内容参考官方地址

一 常用图形示例

1. 折线图示例

matplotlib.pyplot.plot(*args, **kwargs)
方法严格来讲可以绘制线形图或者样本标记。其中，*args允许输入单个 𝑦 值或 𝑥,𝑦 值。kwargs 的部分就是用于设置样式参数了。

import numpy as np  # 载入数值计算模块
from matplotlib import pyplot as plt
# 在 -2PI 和 2PI 之间等间距生成 1000 个值，也就是 X 坐标
X = np.linspace(-2*np.pi, 2*np.pi, 1000)
# 计算 y 坐标
y = np.sin(X)

# 向方法中 `*args` 输入 X，y 坐标
plt.plot(X, y)

在这里插入图片描述

2.柱状图示例

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

plt.bar([1, 2, 3], [1, 2, 3])

在这里插入图片描述

3.散点图示例

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

# X,y 的坐标均有 numpy 在 0 到 1 中随机生成 1000 个值
X = np.random.ranf(1000)
y = np.random.ranf(1000)
# 向方法中 `*args` 输入 X，y 坐标
plt.scatter(X, y)

在这里插入图片描述

4.饼状图示例

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

plt.pie([1, 2, 3, 4, 5])

在这里插入图片描述

二 定义图形样式

在这里插入图片描述在这里插入图片描述

折线图样式常用参数：

linestyle ：线条样式

Linestyle效果
‘-’ or ‘solid’实线
‘–’ or ‘dashed’虚线
‘-.’ or ‘dashdot’标准虚线
‘:’ or ‘dotted’点虚线
‘None’ or ’ ’ or ‘’什么也没有

linewidth： 线宽
alpha： 透明度（0-1）
color:颜色 （常用颜色简写：red-r, green-g, black-k, blue-b, yellow-y）

示例：

X = np.linspace(-2 * np.pi, 2 * np.pi, 1000)
# 计算 sin() 对应的纵坐标
y1 = np.sin(X)
# 计算 cos() 对应的纵坐标
y2 = np.cos(X)

# 向方法中 `*args` 输入 X，y 坐标
plt.plot(X, y1, color='r', linestyle='--', linewidth=2, alpha=0.8)
plt.plot(X, y2, color='b', linestyle='-', linewidth=2)

在这里插入图片描述

散点图样式常用参数：

s= 散点大小
c= 散点颜色
marker= 散点样式
cmap= 定义多类别散点的颜色
alpha= 点的透明度
edgecolors= 散点边缘颜色

# 生成随机数据
x = np.random.rand(100)
y = np.random.rand(100)
colors = np.random.rand(100)
size = np.random.normal(50, 60, 10)

plt.scatter(x, y, s=size, c=colors)  # 绘制散点图

![在这里插入图片描述](https://img-blog.csdnimg.cn/20210312112115792.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NtYWxsd29ybGR4eWw=,size_16,color_FFF

饼图样式常用参数：

x：array，表示用于绘制饼图的数据，没有默认。
explode：array，默认为None。如果不是None，是一个长度与x相同长度的数组，用来指定每部分的偏移量或者说指定项距离饼图圆心为n个半径。
labels：array，默认为：None。指定每一个饼块的名称。
colors：特定的string或含颜色字符的array，默认为：None。
autopct：特定的string，默认是None。 指定数值的显示方式。
pctdistance：float，默认值：0.6。 指定每一项的比例autopct和距离圆心的半径。
labeldistance：float，默认值：1.1。 指定每一项的名称label和距离圆心的半径。
startangle：float，默认：None。 如果不是None，从x轴逆时针旋转饼图的开始角度。
radius：float，默认为：1。饼图的半径。

label = 'Cat', 'Dog', 'Cattle', 'Sheep', 'Horse'  # 各类别标签
color = 'r', 'g', 'r', 'g', 'y'  # 各类别颜色
size = [1, 2, 3, 4, 5]  # 各类别占比
explode = (0, 0, 0, 0, 0.2)  # 各类别的偏移半径
# 绘制饼状图
plt.pie(size, colors=color, explode=explode,
        labels=label, shadow=True, autopct='%1.1f%%')
# 饼状图呈正圆
plt.axis('equal')

在这里插入图片描述

组合图样式：

只需要将所需图形的代码放置在一起就可以，但是两张图的横坐标必须共享，才能够被 Matplotlib 自动判断为组合图效果。
示例：

x = [1, 3, 5, 7, 9, 11, 13, 15, 17, 19]
y_bar = [3, 4, 6, 8, 9, 10, 9, 11, 7, 8]
y_line = [2, 3, 5, 7, 8, 9, 8, 10, 6, 7]

plt.bar(x, y_bar)
plt.plot(x, y_line, '-o', color='y')

在这里插入图片描述

三 图形位置

figure 相当于绘画用的画板，而 axes 则相当于铺在画板上的画布。
add_axes() 方法向我们设置的画板 figure 中添加画布 axes

x = np.linspace(0, 10, 20)  # 生成数据
y = x * x + 2

fig = plt.figure()  # 新建图形对象
axes = fig.add_axes([0.5, 0.5, 0.8, 0.8])  # 控制画布的左, 下, 宽度, 高度
axes.plot(x, y, 'r')

在这里插入图片描述

还可以实现大图套小图

fig = plt.figure()  # 新建画板
axes1 = fig.add_axes([0.1, 0.1, 0.8, 0.8])  # 大画布
axes2 = fig.add_axes([0.2, 0.5, 0.4, 0.3])  # 小画布

axes1.plot(x, y, 'r')  # 大画布
axes2.plot(y, x, 'g')  # 小画布

在这里插入图片描述

还有一种添加画布的方式，那就是 plt.subplots()

fig, axes = plt.subplots()
axes.plot(x, y, 'r')

在这里插入图片描述

借助于 plt.subplots()，我们就可以实现子图的绘制，也就是将多张图按一定顺序拼接在一起。

fig, axes = plt.subplots(nrows=1, ncols=2)  # 子图为 1 行，2 列
for ax in axes:
    ax.plot(x, y, 'r')

在这里插入图片描述
通过设置 plt.subplots 的参数，可以实现调节画布尺寸和显示精度。

fig, axes = plt.subplots(
    figsize=(16, 9), dpi=50)  # 通过 figsize 调节尺寸, dpi 调节显示精度
axes.plot(x, y, 'r')

在这里插入图片描述

四 规范画图

1.添加图标题、图例

loc 参数标记图例位置，1，2，3，4 依次代表：右上角、左上角、左下角，右下角；0 代表自适应

fig, axes = plt.subplots()

axes.set_xlabel('x label')  # 横轴名称
axes.set_ylabel('y label')
axes.set_title('title')  # 图形名称

axes.plot(x, x**2)
axes.plot(x, x**3)
axes.legend(["y = x**2", "y = x**3"], loc=0)  # 图例

在这里插入图片描述

2.线型、颜色、透明度

fig, axes = plt.subplots()

axes.plot(x, x+1, color="red", alpha=0.5)
axes.plot(x, x+2, color="#1155dd")
axes.plot(x, x+3, color="#15cc55")

在这里插入图片描述

3. 画布网格、坐标轴范围

设置画布网格和坐标轴范围。这里通过指定 axes[0] 序号，来实现子图的自定义顺序排列。

matplotlib.pyplot.subplots(nrows=1, ncols=1, sharex=False,sharey=False, squeeze=True, subplot_kw=None, gridspec_kw=None, **fig_kw)

参考原文：https://blog.csdn.net/henni_719/article/details/77479912
输入参数说明：
nrows,ncols：整型，可选参数，默认为1。表示子图网格(grid)的行数与列数。
sharex,sharey：布尔值或者{‘none’,‘all’,‘row’,‘col’}，默认：False
控制x(sharex)或y(sharey)轴之间的属性共享：
1.True或者’all’：x或y轴属性将在所有子图(subplots)中共享.
2.False或’none’：每个子图的x或y轴都是独立的部分
3.‘row’：每个子图在一个x或y轴共享行(row)
4.‘col’:每个子图在一个x或y轴共享列(column)
当子图在x轴有一个共享列时(‘col’),只有底部子图的x tick标记是可视的。
同理，当子图在y轴有一个共享行时(‘row’),只有第一列子图的y tick标记是可视的。
squeeze：布尔类型，可选参数，默认：True。
* 如果是True，额外的维度从返回的Axes(轴)对象中挤出。
》如果只有一个子图被构建(nrows=ncols=1)，结果是单个Axes对象作为标量被返回。
》对于N1或1N个子图，返回一个1维数组。
》对于N*M，N>1和M>1返回一个2维数组。
*如果是False，不进行挤压操作：返回一个元素为Axes实例的2维数组，即使它最终是1x1。
subplot_kw:字典类型，可选参数。把字典的关键字传递给add_subplot()来创建每个子图。
gridspec_kw字典类型，可选参数。把字典的关键字传递给GridSpec构造函数创建子图放在网格里(grid)。
**fig_kw：把所有详细的关键字参数传给figure()函数

返回结果：
fig：matplotlib.figure.Figure对象
ax：Axes(轴)对象或Axes(轴)对象数组。

fig, axes = plt.subplots(1, 2, figsize=(10, 5))

# 显示网格
axes[0].plot(x, x**2, x, x**3, lw=2)
axes[0].grid(True)

# 设置坐标轴范围
axes[1].plot(x, x**2, x, x**3)
axes[1].set_ylim([0, 60])
axes[1].set_xlim([2, 5])

在这里插入图片描述

4.图形标注

文字标注的方法由 matplotlib.pyplot.text() 实现。最基本的样式为 matplotlib.pyplot.text(x, y, s)，其中 x, y 用于标注位置定位，s 代表标注的字符串。除此之外，你还可以通过 fontsize= , horizontalalignment= 等参数调整标注字体的大小，对齐样式等。

fig, axes = plt.subplots()

x_bar = [10, 20, 30, 40, 50]  # 柱形图横坐标
y_bar = [0.5, 0.6, 0.3, 0.4, 0.8]  # 柱形图纵坐标
bars = axes.bar(x_bar, y_bar, color='blue', label=x_bar, width=2)  # 绘制柱形图
for i, rect in enumerate(bars):
    x_text = rect.get_x()  # 获取柱形图横坐标
    y_text = rect.get_height() + 0.01  # 获取柱子的高度并增加 0.01
    plt.text(x_text, y_text, '%.1f' % y_bar[i])  # 标注文字

在这里插入图片描述
通过 matplotlib.pyplot.annotate() 方法向图像中添加箭头等样式标注。

fig, axes = plt.subplots()

bars = axes.bar(x_bar, y_bar, color='blue', label=x_bar, width=2)  # 绘制柱形图
for i, rect in enumerate(bars):
    x_text = rect.get_x()  # 获取柱形图横坐标
    y_text = rect.get_height() + 0.01  # 获取柱子的高度并增加 0.01
    plt.text(x_text, y_text, '%.1f' % y_bar[i])  # 标注文字

    # 增加箭头标注
    #xy=() 表示标注终点坐标，xytext=() 表示标注起点坐标。
    #在箭头绘制的过程中，arrowprops=() 用于设置箭头样式，facecolor= 设置颜色，width= 设置箭尾宽度，headwidth= 设置箭头宽度，可以通过 arrowstyle= 改变箭头的样式。
    plt.annotate('Min', xy=(32, 0.3), xytext=(36, 0.3),
                 arrowprops=dict(facecolor='black', width=1, headwidth=7))

在这里插入图片描述

smallworldxyl
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
matplotlib中 plt.plot() 函数中**kwargs的参数形式
weixin_30547797的博客
08-15 896
plt.plot(x, y, **kwargs) **kwargs的参数大致有如下几种： color： 颜色 linestyle： 线条样式 marker： 标记风格 markerfacecolor： 标记颜色 markersize： 标记大小 备注： color = linestyle =　　　　（linestyle = 'none...
python创建画布绘制函数曲线_Python中Matplotlib绘图用法教程（常用参数详解）
weixin_39916479的博客
12-04 1889
目录plt.plot() 绘图plt.figure() 创建画布中文/负号显示问题设置坐标轴plt.legend() 创建图例plt.text() 文字说明plt.scatter() 画散点图plt.bar() 画条形图plt.contour() 画等高线图plt.imshow() 数据转图像画3D图plt.subplot() 创建子图画图中图次坐标轴保存图像Matplotlib 是 Python...
matplotlib绘制图表常用函数
weixin_43917696的博客
05-22 2976
matplotlib绘制图标 1.matplotlib的内容组织在画布上（及绘图区），图形的Axes实例包含了matolotlib的所有组成元素，如坐标轴，刻度，标签，线和标记等，这些元素通过调用matplotlib.pyplot模块中相应的函数，进行不同元素的属性定制 2.数据准备： 导入科学计算包Numpy和快速绘图模块pyplot，其中Numpy是matplotlib库的基础，即matplotlib是建立在Numpy基础之上的Python会图库 展现变量的趋势变化的函数-plot() 语法：plt.p
Matplotlib 入门（一）
分享我的点点滴滴，在成长路上与你同行！
09-23 1152
matplotlib
matplotlib.pyplot.plot()参数详解
BigData_Mining的博客
12-17 6987
1、plt.plot(x,y,format_string,**kwargs) x轴数据，y轴数据，format_string控制曲线的格式字串 format_string 由颜色字符，风格字符，和标记字符 例如，下面的每一个都是合法的： plot(x, y) #plot x, y使用默认的线条样式和颜色 plot(x, y, ‘bo’) #plot x,y用蓝色圆圈标记 plot...
python matplotlib下载
Pythonfinish的博客
08-15 2529
一个柱状图，多个不同的花纹hatch=['*','|','x','-','/','\\','o']x=np.array(['naruto','sasuke','sakura'])#x轴3个数据。在下载matplotlib 代码pip install matplotlib。plt.bar 是对柱状图格式绘制，color颜色，hatch是里面的图案。如果要每个柱状图的柱子都不一样的图案怎么做呢。先下载python，在终端下载跟着步骤。在cmd下载matplotlib。做好了打开sublime。
python matplotlib 使用总结
zerfew的博客
03-24 4215
import random import matplotlib.pyplot as plt x = range(100) y = [random.randint(1,10) for i in range(100)] plt.plot(x, y) plt.savefig("test1.jpg") plt.clf() ##清除画布，否则上次的绘制会仍然存在后面的图片中 x = range(100) y = [random.randint(1,10) for i in range(100)] plt.plo.
绘图 Python matplotlib简介1
08-08
Python Matplotlib 绘图简介 Matplotlib 是基于 NumPy 的一套 Python 工具包。这个包提供了丰富的数据绘图工具，主要用于绘制一些统计图形。通过数据绘图，我们可以将枯燥的数字转换成容易被人们接受的图表，从而让...
Python matplotlib修改默认字体的操作
09-17
主要介绍了Python matplotlib修改默认字体的操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
Python Matplotlib库入门指南
09-22
主要介绍了Python Matplotlib库入门指南,本文讲解了Matplotlib是什么,然后给出了Matplotlib基础绘图实例如绘制折线图、绘制多线图,并给出了图例功能使用实例,需要的朋友可以参考下
Python matplotlib简介
02-10
**Python matplotlib简介** matplotlib是Python数据可视化领域中最基础且广泛使用的库之一，它与numpy库紧密结合，为Python程序员提供了一套强大的2D和3D图形绘制能力。matplotlib的设计目标是使得在Python中创建高...
python matplotlib 增加滚动条 ，通过滚动条控制显示区域
05-11
python matplotlib 增加滚动条 ，通过滚动条控制显示区域
matplotlib使用及相关函数参数总结
qq_49498252的博客
06-02 2211
matplotlib python-2D绘图使用的套件。 pylab是matplotlib面向对象绘图的一个接口，语法和matlab相近。 from pylab import * import numpy as np x = np.linspace(-np.pi,np.pi,256,endpoint=True) C,S = np.cos(x),np.sin(x) 默认配置由用户自定义：图片大小、分辨率、线宽、颜色、风格、坐标轴、坐标轴和网格属性等。 import numpy as np import m
Ansys Zemax｜场曲跟畸变图的前世今生
ueotek的博客
07-02 381
这里的y和z坐标和方向余弦是（Hx, Hy, Px, Py）=（X, X, 0 ,0）和（Hx, Hy, Px, Py）=（X, X, 0 ,0.001），在光线追迹像面的前一个平面的 z坐标和方向余弦。OpticStudio通过在X和Y方向（弧矢和子午方向）的傍轴光线追踪确定近轴图像平面的Z坐标，并测量该近轴焦平面与系统图像平面的Z坐标之间的距离。使用附件中的样本文件，近轴像面的全局Z坐标与视场0处的像面位置之差与场曲和畸变图中的的Tan Shift相同。近轴像面的定义是以下两个光线交点的全局Z坐标。
10.javaSE基础_JDBC编译程序(Driver+Statement+Connection+mysql数据库连接)
m0_61086522的博客
07-02 1212
JDBC是的缩写。它是Sun的Javasoft公司制定的Java数据库连接技术，是一套标准接口java.sql包中提供了JDBC API,通过它连接到各种数据库系统，编写访问数据库的程序。JDBC API不能直接访问数据库，它依赖于数据库厂商提供的JDBC Driver（JDBC驱动程序）
使用Python实现深度学习模型：序列建模与生成模型的博客教程
Echo_Wish的博客
07-02 1049
本文介绍了使用Python实现深度学习模型的序列建模和生成模型的步骤。我们详细说明了每个步骤，并提供了相应的代码示例。通过学习本文，您将能够使用Python构建和训练序列建模和生成模型，并生成新的序列数据。希望本文对您有所帮助！如果您有任何问题或建议，请随时提出。
【Python进阶】函数的扩展
weixin_52854743的博客
07-06 541
python函数的补充，包括函数的嵌套调用、函数的变量作用域、多种参数、拆包和交换变量值、引用和匿名函数
Java高级重点知识点-19-Lambda
m0_72926194的博客
07-02 485
本文主要是讲解了如何使用lambda表达式来简介代码开发，同时讲解了函数式编程思想，该思想主要的是体现做什么，而不是怎么做。
制作爬取4399游戏名称软件
最新发布
fasdaegaw的博客
07-06 128
请求头={'User-Agent':'Mozilla/5.0 (Windows NT 10.0;网站源代码=requests.get(url=链接,headers=请求头).text #发送请求并且拿到网站源代码。class属性的结果=初始化.find(class_="tm_list") #class是关键字。li标签内容=class属性的结果.find_all('li') #list。链接='https://www.4399.com/' #网站链接。#发送请求并且拿到源代码。
pythonmatplotlib
08-10
Python中的Matplotlib是一个用于绘制二维图形的库。它提供了许多绘图选项，可以创建各种类型的图表，包括线图、散点图、柱状图、饼图等等。 要使用Matplotlib，首先需要安装它。可以使用pip命令在命令行中安装...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值