python怎么用matplotlib_python如何使用Matplotlib的作图

关注公众号：Python爬虫数据分析挖掘，免费获取更多开源项目源码

Matplotlib官网 如果想了解更多可查看官网。

importnumpy as npimportmatplotlib.pyplot as plt%matplotlib inline #写了这个就可以不用写plt.show()

plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签

plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

X= np.linspace(0, 2*np.pi,100)#均匀的划分数据

Y =np.sin(X)

Y1=np.cos(X)

plt.title("Hello World!!")

plt.plot(X,Y)

plt.plot(X,Y1)

X = np.linspace(0, 2*np.pi,100)

Y=np.sin(X)

Y1=np.cos(X)

plt.subplot(211) #等价于 subplot(2,1,1) #一个图版画两个图

plt.plot(X,Y)

plt.subplot(212)

plt.plot(X,Y1,color= 'r')

柱状图

data = [5,25,50,20]

plt.bar(range(len(data)),data)

水平绘制柱状图

data = [5,25,50,20]

plt.barh(range(len(data)),data)

多个柱状图

data = [[5,25,50,20],

[4,23,51,17],

[6,22,52,19]]

X= np.arange(4)

plt.bar(X+ 0.00, data[0], color = 'b', width = 0.25,label = "A")

plt.bar(X+ 0.25, data[1], color = 'g', width = 0.25,label = "B")

plt.bar(X+ 0.50, data[2], color = 'r', width = 0.25,label = "C")#显示上面设置的 lable

plt.legend()

叠加型柱状图

data = [[5,25,50,20],

[4,23,51,17],

[6,22,52,19]]

X= np.arange(4)

plt.bar(X, data[0], color= 'b', width = 0.25)

plt.bar(X, data[1], color = 'g', width = 0.25,bottom =data[0])

plt.bar(X, data[2], color = 'r', width = 0.25,bottom = np.array(data[0]) + np.array(data[1]))

plt.show()

散点图

N = 50x=np.random.rand(N)

y=np.random.rand(N)

plt.scatter(x, y)

气泡图

N = 50x=np.random.rand(N)

y=np.random.rand(N)

colors= np.random.randn(N) #颜色可以用数值表示

area = np.pi * (15 * np.random.rand(N))**2 #调整大小

plt.scatter(x, y, c=colors, alpha=0.5, s = area)

N = 50x=np.random.rand(N)

y=np.random.rand(N)

colors= np.random.randint(0,2,size =50)

plt.scatter(x, y, c=colors, alpha=0.5,s = area)

直方图

a = np.random.rand(100)

plt.hist(a,bins= 20)

plt.ylim(0,15)

a = np.random.randn(10000)

plt.hist(a,bins=50)

plt.title("标准正太分布")

箱线图

x = np.random.randint(20,100,size = (30,3))

plt.boxplot(x)

plt.ylim(0,120)#在x轴的什么位置填一个 label，我们这里制定在 1，2，3 位置，写上 A，B，C

plt.xticks([1,2,3],['A','B','C'])

plt.hlines(y= np.median(x,axis = 0)[0] ,xmin =0,xmax=3)

添加文字描述

#设置画布颜色为 blue

fig, ax = plt.subplots(facecolor='blue')#y 轴数据

data = [[5,25,50,20],

[4,23,51,17],

[6,22,52,19]]

X= np.arange(4)

plt.bar(X+0.00, data[0], color = 'darkorange', width = 0.25,label = 'A')

plt.bar(X+0.25, data[1], color = 'steelblue', width = 0.25,label="B")

plt.bar(X+0.50, data[2], color = 'violet', width = 0.25,label = 'C')

ax.set_title("Figure 2")

plt.legend()#添加文字描述 方法一

W = [0.00,0.25,0.50]for i in range(3):for a,b in zip(X+W[i],data[i]):

plt.text(a,b,"%.0f"% b,ha="center",va= "bottom")

plt.xlabel("Group")

plt.ylabel("Num")

plt.text(0.0,48,"TEXT")

添加文字描述 方法二

X = np.linspace(0, 2*np.pi,100)#均匀的划分数据

Y =np.sin(X)

Y1=np.cos(X)

plt.plot(X,Y)

plt.plot(X,Y1)

plt.annotate('Points',

xy=(1, np.sin(1)),

xytext=(2, 0.5), fontsize=16,

arrowprops=dict(arrowstyle="->"))

plt.title("这是一副测试图！")

多个图形描绘 subplots

%pylab inline

pylab.rcParams['figure.figsize'] = (10, 6) #调整图片大小

#np.random.seed(19680801)

n_bins= 10x= np.random.randn(1000, 3)

fig, axes= plt.subplots(nrows=2, ncols=2)

ax0, ax1, ax2, ax3=axes.flatten()

colors= ['red', 'tan', 'lime']

ax0.hist(x, n_bins, normed=1, histtype='bar', color=colors, label=colors)

ax0.legend(prop={'size': 10})

ax0.set_title('bars with legend')

ax1.hist(x, n_bins, normed=1, histtype='bar', stacked=True)

ax1.set_title('stacked bar')

ax2.hist(x, n_bins, histtype='step', stacked=True, fill=False)

ax2.set_title('stack step (unfilled)')#Make a multiple-histogram of data-sets with different length.

x_multi = [np.random.randn(n) for n in [10000, 5000, 2000]]

ax3.hist(x_multi, n_bins, histtype='bar')

ax3.set_title('different sample sizes')

使用Pandas 绘图

importpandas as pd

df= pd.DataFrame(np.random.rand(50, 2), columns=['a', 'b'])#散点图

df.plot.scatter(x='a', y='b')

df = pd.DataFrame(np.random.rand(10,4),columns=['a','b','c','d'])#绘制柱状图

df.plot.bar()

#堆积的柱状图

df.plot.bar(stacked=True)

#水平的柱状图

df.plot.barh(stacked=True)

df = pd.DataFrame({'a':np.random.randn(1000)+1,'b':np.random.randn(1000),'c':np.random.randn(1000) - 1}, columns=['a', 'b', 'c'])#直方图

df.plot.hist(bins=20)

#箱线图

df = pd.DataFrame(np.random.rand(10, 5), columns=['A', 'B', 'C', 'D', 'E'])

df.plot.box()