python数据分析：Matplotlib

pyplot

示例

无子图

import matplotlib.pyplot as plt
import numpy as np

data = np.arange(0,10)

# 1. 创建画布
fig = plt.figure('名称1',figsize=(8,10))      # 若不创建fig，用默认画布

# 2. 创建子图


# 3. 添加画布内容
plt.title('名称2')
plt.xlabel('横坐标')
plt.ylabel('纵坐标')
plt.xlim((0,10))		# x坐标范围
plt.ylim((0,100))
plt.xticks([0,2,4,8,10])	# x坐标的刻度
plt.yticks([0,20,40,80,100])

# 4. 绘制图像
plt.plot(data, data)        # 折线图
plt.plot(data, data**2)     # 都在一个图中（没有子图）

# 5. 添加图例
plt.legend(['y=x', 'y=x^2'])

# 6. 保存
plt.savefig('figure1.png')

# 7. 显示图像
plt.show()

有子图

import matplotlib.pyplot as plt
import numpy as np

data = np.arange(0,10)

# 1. 创建画布
fig = plt.figure('名称1',figsize=(8,10))      # 若不创建fig，用默认画布



# 子图1
# 2. 创建子图
fig.add_subplot(2,2,1)      # 子图个数2*2，第1个子图（左上角）
# 3. 添加画布内容
plt.title('名称2')
plt.xlabel('横坐标')
plt.ylabel('纵坐标')
plt.xlim((0,10))		# x坐标范围
plt.ylim((0,100))
plt.xticks([0,2,4,8,10])	# x坐标的刻度
plt.yticks([0,20,40,80,100])
# 4. 绘制图像
plt.plot(data, data)        # 折线图
plt.plot(data, data**2)     # 都在一个图中（没有子图）
# 5. 添加图例
plt.legend(['y=x', 'y=x^2'])


# 子图2
# 2. 创建子图
fig.add_subplot(2,2,2)      # 第2个子图（右上角）
# 3. 添加画布内容
plt.title('名称3')
plt.xlabel('横坐标')
plt.ylabel('纵坐标')
plt.xlim((0,10))		# x坐标范围
plt.ylim((0,100))
plt.xticks([0,2,4,8,10])	# x坐标的刻度
plt.yticks([0,20,40,80,100])
# 4. 绘制图像
plt.scatter(data, data**2)
# 5. 添加图例
plt.legend(['y=x^2'])




# 6. 保存
plt.savefig('figure2.png')

# 7. 显示图像
plt.show()

绘制流程

1. 创建画布
2. 创建子图
3. 添加画布内容
4. 绘制图行
5. 添加图例
6. 保存图形
7. 显示图形

创建画布

创建子图

添加画布内容

绘制图形

添加图例

plt.legend()

保存图形

plt.savefig()

显示图形

plt.show()

例子

例2：创建子图

import numpy as np
import matplotlib.pyplot as plt

data = np.random.random(10)
fig = plt.figure(figsize=(8,6))

fig.add_subplot(2,2,1)
plt.title('exp1')
plt.xlabel('X')
plt.ylabel('Y')
plt.xlim((0,1))
plt.ylim((0,1))
plt.xticks([0, 2, 4, 6, 8, 10])
plt.yticks([0, 0.5, 1.0])
plt.pie(data)
plt.legend(['data'])

fig.add_subplot(2,2,2)
plt.title('exp2')
plt.xlabel('X')
plt.ylabel('Y')
plt.xlim((0,1))
plt.ylim((0,1))
plt.xticks([0, 2, 4, 6, 8, 10])
plt.yticks([0, 0.5, 1.0])
plt.scatter(data, data)# y=x
plt.legend(['y=x'])

fig.add_subplot(2,2,3)
plt.title('exp3')
plt.xlabel('X')
plt.ylabel('Y')
plt.xlim((0,1))
plt.ylim((0,1))
plt.xticks([0, 2, 4, 6, 8, 10])
plt.yticks([0, 0.5, 1.0])
plt.bar(data, data**2)# y=x^2
plt.legend(['y=x^2'])

plt.savefig('123.png')
plt.show()

plot(x)、plot(x,y)
bar(x,y)
scatter(x,y)
pie(x)
hist

绘二维图

条形图

一组数据的对比

arr = np.random.randint(0,10,size=(2,3))
df = pd.DataFrame(arr, index=['a1','a2'], columns=['b1','b2','b3'])
print(df)

# 垂直条形图
plt.bar(x=df.index, height=df['b1'])
plt.show()

# 水平
plt.barh(y=df.index, width=df['b1'])
plt.show()

直方图

折线图

散点图

饼图

箱线图

arr = np.random.randint(0,10,size=(2,3))
df = pd.DataFrame(arr, index=['a1','a2'], columns=['b1','b2','b3'])
print(df)

plt.boxplot(df, labels=df.columns)
plt.show()