Python数据可视化之Matplotlib学习笔记

Python数据可视化之Matplotlib学习笔记

1、简介
Matplotlib是Python最著名的绘图库，它提供了一整套类似Matlab的API，非常适合交互式绘图。
它的文档相当完备，并且 Gallery页面（http://matplotlib.org/gallery.html） 中有上百幅缩略图，打开之后都有源程序。因此如果你需要绘制某种类型的图，只需要在这个页面中浏览/复制/粘贴一下，基本上都能搞定。

2、导入模块
导入Matplotlib的快速绘图模块pyplot，由于Matplotlib在绘图过程中的数据处理是基于Numpy的，所以通常也同时导入Numpy。

import numpy as np
import matplotlib.pyplot as plt

Matplotlib还提供了pylab模块，pylab将许多常见的module（比如numpy，pyplot的常用函数等）集中到一个nameplace下面，提供一个类似Matlab的工作环境，所以使用者无需自行import所有所需功能。但是导入功能明确是个好习惯，让命名空间干净一些，一般的编程使用pyplot就行了，尽量避免使用Pylab。

3、快速绘图
（1）调用一个绘图对象，使他成为当前的绘图对象

plt.figure(num = 1, figsize = (8,6), dpi = 600, facecolor = 'r', edgecolor = 'g', frameon = True)

参数一，num：表示创建绘图对象或当前绘图对象的编号
参数二，figsize：表示绘图对象的大小
参数三，dpi：表示绘图对象Dots Per Inch（每英寸所打印的点数）
参数四，facecolor：表示绘图对象边框的颜色，如下图红色边框

参数五，edgecolor：暂时没弄清楚是表示哪一块的颜色 = =
参数六，frameon：表示是否要边框，也就是上图红色那块部分，但是即使选择False，既然会保留坐标轴及数字。
其他参数：还有一些其他参数，但是我觉得一般绘图基本用不到，也就没有再介绍，具体可参见官方文档。
（2）使用plot模块绘图
A、画曲线

plt.plot(x, y, 'r-o', label = '$line$', linewidth = 2)

参数解释：
x，y：将x，y数组传递给plot模块绘制曲线
label : 表示图例，此图例在legend中显示，加入后，中间的公式会用matplotlib内置的latex引擎绘制数学公式。
linewidth：表示线宽
‘r-o’:指定曲线的样式。

还可以在一个区域内绘制叠加图，使用一条语句

x = np.arange(1, 5, 0.1)
plt.plot(x, x, 'r-', x, x*x, 'go', x, x*x*x, 'm^')

B、画柱状图

plt.bar(left = (1,2,3,4), height = (2,3,1,5), width = 0.5, align = 'center', yerr = 0.00001, color = 'grey')

left：表示每个柱体左下端的X轴的坐标
height：表示每个柱体的高度
width：表示每个柱体的柱宽
align：表示对齐方式，文字居中
yeer：表示最高柱体距离顶部预留一定位置
color ：表示柱体的颜色

附官方文档的样式库：

character description

'-' solid line style
'--' dashed line style
'-.' dash-dot line style
':' dotted line style
'.' point marker
',' pixel marker
'o' circle marker
'v' triangle_down marker
'^' triangle_up marker
'<' triangle_left marker
'>' triangle_right marker
'1' tri_down marker
'2' tri_up marker
'3' tri_left marker
'4' tri_right marker
's' square marker
'p' pentagon marker
'*' star marker
'h' hexagon1 marker
'H' hexagon2 marker
'+' plus marker
'x' x marker
'D' diamond marker
'd' thin_diamond marker
'|' vline marker
'_' hline marker

==================
character color

‘b’ blue
‘g’ green
‘r’ red
‘c’ cyan
‘m’ magenta
‘y’ yellow
‘k’ black
‘w’ white
此外 还可以用灰色度来控制颜色：比如 color = ‘0.8’。

（3）设置坐标轴参数、标题、图示、文字

plt.xlabel('x轴'， fontsize = 'x-large')#设置X轴字体及文字大小
plt.ylabel('y轴'， fontsize = 'medium') #设置y轴字体及文字大小
plt.xticks((1,2,3),('A','B','C'), fontsize = 'x-large') #自定义设置x轴刻度字符及大小
plt.yticks((10,22,33),('H','L','K'), fontsize = 'x-large') #自定义设置y轴刻度字符及大小
plt.xlim(0, 10)  #设置x轴坐标的区域
plt.ylin(-4, 4)   #设置y轴坐标的区域
plt.legend()    #显示图示
plt.title('图像的标题')   #设置整个图像的标题
plt.grid(True)  #是否显示网格
plt.show()     #生成并显示整个图像

xticks和yticks: 为x,y轴的主刻度和次刻度设置颜色、大小、方向，以及标签大小。
第一个参数表示自定义刻度显示的位置，为序列
第二个参数表示自定义刻度显示的字符，为序列

fontsize参数有“xx-small, small, medium, x-small, None, x-large, larger, xx-large, smaller, large”

x，y轴的范围还可以通过这样来确定

plt.axis([ximn,xmax,ymin,ymax])

plt.text()用于在图像任何位置添加文字，用支持Latex语法

plt.text(2.1, 3.4, '$y = sin(x^2)$')

其中，前两个参数表示 文字摆放的位置，要添加的文字对象。

（4）、绘制多坐标轴图

plt.subplot(321)

表示共有3*2=6个子区域，三行，两列
从左至右，从上至下，依次编号
321表示三行两列的区域中的第一行第一列的子区域，即编号的第一个
324表示三行两列的区域中的第二行第二列的子区域，即编号的第四个

相关推荐博客：
http://python.jobbole.com/85106/
http://old.sebug.net/paper/books/scipydoc/index.html

 

转载于:https://www.cnblogs.com/yyehl/p/6652934.html