Matplotlib的简单使用

最新推荐文章于 2024-10-06 04:00:00 发布

LovelessLord

最新推荐文章于 2024-10-06 04:00:00 发布

阅读量812

点赞数 1

分类专栏：数据处理文章标签： matplotlib python 开发语言

本文链接：https://blog.csdn.net/ungoing/article/details/127577632

版权

数据处理专栏收录该内容

5 篇文章 0 订阅

订阅专栏

1. Matplotlib的简介和安装

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。
pip安装Matplotlib：

pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple

Linux系统也可以使用Linux包管理器来安装：
- Debain/Ubantu：
```
sudo apt-get install python-matplotlib
```
- Fedora/Redhat：
```
sudo yum install python-matplotlib
```
安装完后，你可以使用下面命令来查看是否安装了matplotlib模块：

python -m pip list
# 或直接
pip list

2. Matplotlib的简单使用

1. 简单实例

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 axis caption")
plt.ylabel("y axis caption")
plt.plot(x, y)
plt.show()

运行结果：
在这里插入图片描述

以上示例中，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。

2. 图形上显示中文（下载字体）

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。
这里我们使用思源黑体，思源黑体是Adobe与Google推出的一款开源字体。
官网：https://source.typekit.com/source-han-serif/cn/
GitHub地址：https://github.com/adobe-fonts/source-han-sans/tree/release/OTF/SimplifiedChinese
选一个下载即可：
网盘下载： https://pan.baidu.com/s/10-w1JbXZSnx3Tm6uGpPGOw 提取码：yxqu
可以下载个OTF字体，比如SourceHanSansSC-Bold.otf，将该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为下载的字体库路径，注意是SourceHanSansSC-Bold.otf字体的路径
zhfont1 = matplotlib.font_manager.FontProperties(fname="SourceHanSansSC-Bold.otf")

x = np.arange(1, 11)
y = 2 * x + 5
plt.title("测试", fontproperties=zhfont1)

# fontproperties设置中文显示。fontsize设置字体大小
plt.xlabel("x轴", fontproperties=zhfont1)
plt.ylabel("y轴", fontproperties=zhfont1)
plt.plot(x, y)
plt.show()

运行效果如下：
在这里插入图片描述

此外，我们还可以使用系统的字体。

3. 图形上显示中文（使用系统字体）

from matplotlib import pyplot as plt
import matplotlib
a = sorted([f.name for f in matplotlib.font_manager.fontManager.ttflist])
for i in a:    # 查看都有哪些系统字体
    print(i)
    
# 以上代码可以打印出font_manager的ttflist中所有的注册的名字，找一个看中文字体，例如：STFangsong（仿宋），然后设置下面的系统字体：
plt.rcParams['font.family']=['STFangsong']    # 使用系统的字体——仿宋

# 修改上一示例的代码：
import numpy as np
x = np.arange(1, 11)
y = 2 * x + 5
plt.title("测试")
# fontproperties设置中文显示。fontsize设置字体大小
plt.xlabel("x轴")
plt.ylabel("y轴")
plt.plot(x, y)
plt.show()

运行结果如下：
在这里插入图片描述

4. 可向plot()函数添加的格式化字符

作为线形图的替代，可以通过向plot()函数添加格式化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

5. 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

6. 用点替换线条

要显示圆来代表点，而不是上面示例中的线，需要使用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 axis caption")
plt.ylabel("y axis caption")
plt.plot(x, y, "ob")
plt.show()

运行结果如下：
在这里插入图片描述

7. 绘制正弦波

以下示例使用matplotlib生成正弦波图。

import numpy as np
import matplotlib.pyplot as plt
# 计算正弦曲线上点的x和y坐标
x = np.arange(0, 3 * np.pi, 0.1)
y = np.sin(x)
plt.title("sine wave form")
# 使用matplotlib来绘制点
plt.plot(x, y)
plt.show()

运行结果如下：
在这里插入图片描述

8. subplot()

subplot()函数允许你在同一图中绘制不同的东西。

示例：绘制正弦和余弦值

# 绘制正弦和余弦
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
plt.subplot(2, 1, 1)
# 绘制第一个图像
plt.plot(x, y_sin)
plt.title('Sine')
# 将第二个subplot激活，并绘制第二个图像
plt.subplot(2, 1, 2)
plt.plot(x, y_cos)
plt.title('Cosine')
# 展示图像
plt.show()

运行结果：
在这里插入图片描述

9. bar()

pyplot子模块提供bar()函数来生成条形图。
以下示例生成两组x和y的条形图。

from matplotlib import pyplot as plt
x = [5, 8, 10]
y = [12, 16, 6]
x2 = [6, 9, 11]
y2 = [6, 15, 7]
plt.bar(x, y, align='center')
plt.bar(x2, y2, color='g', align='center')
plt.title('Bar graph')
plt.ylabel('Y axis')
plt.xlabel('X axis')
plt.show()

运行结果如下：
在这里插入图片描述

10. 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)

运行结果：

[3 4 5 2 1]
[  0  20  40  60  80 100]

11. 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()