python画熊猫代码_Python绘图之matplotlib基本语法

Matplotlib 是一个 Python 的 2D绘图库，通过 Matplotlib，开发者可以仅需要几行代码，便可以生成绘图，直方图，功率谱，条形图，错误图，散点图等。当然他也是可以画出3D图形的，这时就需要安装更多的扩展。相比MATLAB来说，python不需要那么大的安装包，而且最重要的是开源的，在这方面python还是有一定的优势的。

下面我将简单梳理一下matplotlib画图的方法，首先把本次需要用到的包导入进来：

1 importnumpy as np2 importpandas as pd3 importmatplotlib.pyplot as plt4 from pandas import Series,DataFrame

当然，在真正做事情时要根据自己的要求来导入，这里为了示例要导入numpy和pandas。

1、一个简单案例来展示画图的基本命令

1 x = np.linspace(0,2*np.pi,100) #设置横轴变量，从0到2*pi，均分为100份

2 y = np.sin(x) #因变量取值

3

4 plt.plot(x,y,'b*',label='aaa') #'b*'表示蓝色*状线，label是指定义图例

5 plt.plot(x*2,y,'r--',label='bbb') #'r--'表示红色虚线，

6 plt.xlabel('this is x') #设置横轴标签

7 plt.ylabel('this is y') #设置纵轴标签

8 plt.title('this is title') #设置标题

9 plt.legend() #显示上面定义的图例

10 plt.show() #展示图像

这样一个简单的绘图就出来了，这里面有两个图形，位于一块画布上，还介绍了一些标签的设置。

2、子图

1 plt.subplot(2,1,1) #子图，（2,1,1）代表，创建2*1的画布，并且定位于画布1 ；等效于plt.subplot(211)，即去掉逗号

2

3 a = plt.subplots() #返回两个对象 figure ax

4 figure,ax =plt.subplots()5 ax.plot([1,2,3,4,5])6 plt.show() #显示图像

7

8 #subplots可以传入参数，几行几列

9 figure,ax = plt.subplots(2,2)10 #figure 显示画布，分成2*2的

11 ax[0][0].plot(x,y)12 ax[0][1].plot(x*2,y*2) #可以分别绘图

3、pandas--Series绘图

先介绍几个常用的参数：

plot参数：kind:图像显示的方法，包括'line''bar''barh''hist''box''kde''density''area''pie'.

grid=True 表示显示背景的网格

label='str',参数里写这个，输出图像之前要协一个plt.legend()，显示图例

title='str',显示标题

style='--',显示为虚线

plt.legend() # 显示图例，这个上面提到过，没有这个，设置了图例也是不会显示出来的

1 #这是一个小栗子

2 s1 = Series(np.random.randint(1000).cumsum()) #创建series，cumsum()是指叠加求和，本位数是前几项之和

3 s1.plot() #series有自己的plot函数，里面可以写入想要的参数

4、pandas--DataFrame绘图

1 df =DataFrame(2 np.random.randint(1,10,40).reshape(10,4),3 columns=['A','B','C','D']4 )5 df.plot() #dataframe也有自己的plot，按列画出来，参数包含ax，选择输出的画布

6 #参数：stacked=True,表示一个堆叠的情况，同一个index下，columns一不同颜色叠在一起

1、可以取其一行或几行来画图，即将dataftame横过来画：

一行：df.iloc[5].plot() # iloc是pandas里面的一个可以说是切片的命令

多行或全部：for i in df.index:

df.iloc[i].plot(label=str[i])

plt.legend()

2、对列画图：

df['A'].plot()

3、对行绘图还有简便方法：

就是对df进行转置，然后再plot ，df.T.plot()

5、直方图和密度图

1 #直方图

2 s = Series(np.random.randn(1000))3 plt.hist(s,rwidth=0.9) #直方图,rwidth为设置宽度

4 plt.show()5 #hist()的参数：rwidth为宽度；bins=20表示显示的区间，默认是10份；color='r'设置颜色；

1 #密度图

2 s.plot(kind='kde') #kind='kde'即表示密度图

今天就大概先总结这些，博主也是初学者，如有不足，请多多指教，希望可以给一些朋友带来帮助，如若觉得我说的太少了，可以查看官方文档https://matplotlib.org/。

作者：渔单渠