NumPy Matplotlib

 

NumPy Matplotlib

Matplotlib 是 Python 的绘图库。 它可与 NumPy 一起使用，提供了一种有效的 MatLab 开源替代方案。 它也可以和图形工具包一起使用，如 PyQt 和 wxPython。

Windows 系统安装 Matplotlib

进入到 cmd 窗口下，执行以下命令：

python -m pip install -U pip setuptools
python -m pip install matplotlib

Linux 系统安装 Matplotlib

可以使用 Linux 包管理器来安装：

• Debian / Ubuntu：

  sudo apt-get install python-matplotlib

   

• Fedora / Redhat：

  sudo yum install python-matplotlib

   

Mac OSX 系统安装 Matplotlib

Mac OSX 可以使用 pip 命令来安装：

sudo python -mpip install matplotlib

安装完后，你可以使用 python -m pip list 命令来查看是否安装了 matplotlib 模块。

$ python -m pip list | grep matplotlib
matplotlib (1.3.1)

实例

import numpy as np
from matplotlib import pyplot as plt

 

x=np.array([1,2,3,4,5])

y=2*x+5

plt.title('Matplotlib demo')

plt.xlabel('x')

plt.ylabel('y')

plt.plot(x,y) plt.show()

以上实例中，np.arange() 函数创建 x 轴上的值。y 轴上的对应值存储在另一个数组对象 y 中。 这些值使用 matplotlib 软件包的 pyplot 子模块的 plot() 函数绘制。

图形由 show() 函数显示。

图形中文显示

Matplotlib 默认情况不支持中文，我们可以使用以下简单的方法来解决：

首先下载字体（注意系统）：https://www.fontpalace.com/font-details/SimHei/

SimHei.ttf 文件放在当前执行的代码文件中：

import numpy as np

from matplotlib import pyplot as plt
import matplotlib

 

# fname 为 你下载的字体库路径，注意 SimHei.ttf 字体的路径
zhfont1 = matplotlib.font_manager.FontProperties(fname="E:\pythonwork\SimHei.ttf")

 

x=np.arange(1,11)

y=2*x+5

plt.title('图像',fontproperties=zhfont1)

plt.xlabel(x)

plt.ylabel(y)

plt.plot(x,y)

plt.show()

 

执行结果输出如下图所示：

 

作为线性图的替代，可以通过向 plot() 函数添加格式字符串来显示离散值。 可以使用以下格式化字符。

字符	描述
'-'	实线样式
'--'	短横线样式
'-.'	点划线样式
':'	虚线样式
'.'	点标记
','	像素标记
'o'	圆标记
'v'	倒三角标记
'^'	正三角标记
'<'	左三角标记
'>'	右三角标记
'1'	下箭头标记
'2'	上箭头标记
'3'	左箭头标记
'4'	右箭头标记
's'	正方形标记
'p'	五边形标记
'*'	星形标记
'h'	六边形标记 1
'H'	六边形标记 2
'+'	加号标记
'x'	X 标记
'D'	菱形标记
'd'	窄菱形标记
'|'	竖直线标记
'_'	水平线标记

以下是颜色的缩写：

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

要显示圆来代表点，而不是上面示例中的线，请使用 ob 作为 plot() 函数中的格式字符串。

import numpy as np
from matplotlib import pyplot as plt

 

x=np.arange(1,11)

y=2*x+5

plt.title('Matplotlib demo')

plt.xlabel('x')

plt.ylabel('y')

plt.plot(x,y,'ob')

plt.show()

执行结果输出如下图所示：

绘制正弦波

以下实例使用 matplotlib 生成正弦波图。

import numpy as np
from matplotlib import pyplot as plt

 

x=np.arange(0,3*np.pi,0.1)

y=np.sin(x)

plt.title('sinx')

plt.xlabel('x')

plt.ylabel('y')

plt.plot(x,y)

plt.show()

执行结果输出如下图所示：

subplot()

subplot() 函数允许你在同一图中绘制不同的东西。

以下实例绘制正弦和余弦值:

import numpy as np
import matplotlib.pyplot as plt
# 计算正弦和余弦曲线上的点的 x 和 y 坐标

 

x=np.arange(0,3*np.pi,0.1)

y_sin=np.sin(x)

y_cos=np.cos(x)

 

#建立subplot网格，高为2，宽为1

#激活第一个subplot网格

#绘制第一个图像

plt.subplot(2,1,1)

plt.title('sin(x)')

plt.xlabel('x')

plt.ylabel('y')

plt.plot(x,y_sin)

 

#激活第二个subplot网格

#绘制第二个图像

plt.subplot(2,1,2)

plt.title('cos(x)')

plt.xlabel('x')

plt.ylabel('y')

plt.plot(x,y_cos)

 

plt.show()

执行结果输出如下图所示：

bar()

pyplot 子模块提供 bar() 函数来生成条形图。

以下实例生成两组 x 和 y 数组的条形图。

import numpy as np

from matplotlib import pyplot as plt

 

x=[1,3,5]

y=[7,6,10]

x2=[2,4,6]

y2=[9,8,11]

 

plt.bar(x,y,align='center')

plt.bar(x2,y2,color='g',align='center')

 

plt.title='Bar Graph'

plt.xlabel('x')

plt.ylabel('y')

plt.plot(x,y)

plt.show()

 

执行结果输出如下图所示：

numpy.histogram()

numpy.histogram() 函数是数据的频率分布的图形表示。 水平尺寸相等的矩形对应于类间隔，称为 bin，变量 height 对应于频率。

numpy.histogram()函数将输入数组和 bin 作为两个参数。 bin 数组中的连续元素用作每个 bin 的边界。

import numpy as np

a = np.array([22,87,5,43,56,73,55,54,11,20,51,5,79,31,27])
np.histogram(a,bins =  [0,20,40,60,80,100])
hist,bins = np.histogram(a,bins =  [0,20,40,60,80,100]) 
print (hist)
print (bins)

 

---------------执行以上程序，返回的结果为----------------

[3 4 5 2 1]
[ 0  20  40  60  80 100]

plt()

Matplotlib 可以将直方图的数字表示转换为图形。 pyplot 子模块的 plt() 函数将包含数据和 bin 数组的数组作为参数，并转换为直方图。

from matplotlib import pyplot as plt
import numpy as np 

 

a = np.array([22,87,5,43,56,73,55,54,11,20,51,5,79,31,27])

plt.hist(a,bins=[0,20,40,60,80,100])

plt.title('histogram')

plt.show()

执行结果输出如下图所示：