matplotlib可视化学习笔记 （1）

matplotlib可视化学习

折线图

plt.plot(x,y,linestyle,linewidth,color,marker,markersize,markeredgecolor,markerfactcolor,label,alpha)  

参数	说明
x	指定折线图的x轴数据；
y	指定折线图的y轴数据；
linestyle	指定折线的类型，可以是实线、虚线、点虚线、点点线等，默认文实线；
linewidth	指定折线的宽度
marker	可以为折线图添加点，该参数是设置点的形状；
markersize	设置点的大小；
markeredgecolor	设置点的边框色；
markerfactcolor	设置点的填充色；
label	为折线图添加标签，类似于图例的作用；

%matplotlib inline
import matplotlib.pyplot as plt
plt.plot([1,2,3],[5,7,4])
plt.show()

# 在一个图中标记多条线，并且标记 title，x 和 y 的 label
x = [1,2,3]
y = [5,7,4]

x2 = [1,2,3]
y2 = [10,14,12]

plt.plot(x, y, label='First Line')
plt.plot(x2, y2, label='Second Line')

plt.xlabel('Plot Number')
plt.ylabel('Important var')
plt.title('Interesting Graph\nCheck it out')
plt.legend() # lengend 可以显示每条线的 label，就是图中的小框，可以注释掉看变化。
plt.show()

柱状图

# 柱状图
import matplotlib.pyplot as plt
plt.bar([1,3,5,7,9],[5,2,7,8,2], label="Example one")
plt.bar([2,4,6,8,10],[8,6,2,5,6], label="Example two", color='g')
plt.legend()
plt.xlabel('bar number')
plt.ylabel('bar height')

plt.title('Epic Graph\nAnother Line! Whoa')

plt.show()

直方图

plt.hist(x, bins=10, range=None, normed=False,weights=None, cumulative=False, bottom=None,histtype='bar', align='mid', orientation='vertical',rwidth=None, log=False, color=None,
label=None, stacked=False)

参数	说明
x	指定要绘制直方图的数据；
bins	指定直方图条形的个数；
range	指定直方图数据的上下界，默认包含绘图数据的最大值和最小值；
normed	是否将直方图的频数转换成频率；
weights	该参数可为每一个数据点设置权重；
cumulative	是否需要计算累计频数或频率；
bottom	可以为直方图的每个条形添加基准线，默认为0；
histtype	指定直方图的类型，默认为bar，除此还有’barstacked’, ‘step’, ‘stepfilled’；
align	设置条形边界值的对其方式，默认为mid，除此还有’left’和’right’；
orientation	设置直方图的摆放方向，默认为垂直方向；
rwidth	设置直方图条形宽度的百分比；
log	是否需要对绘图数据进行log变换；
color	设置直方图的填充色；
label	设置直方图的标签，可通过legend展示其图例；
stacked	当有多个数据时，是否需要将直方图呈堆叠摆放，默认水平摆放；

import matplotlib.pyplot as plt

population_ages = [22,55,62,45,21,22,34,42,42,4,99,102,110,120,121,122,130,111,115,112,80,75,65,54,44,43,42,48]

bins = [0,10,20,30,40,50,60,70,80,90,100,110,120,130]

plt.hist(population_ages, bins, histtype='bar', rwidth=0.8, label="hist" )

plt.xlabel('x')
plt.ylabel('y')
plt.title('Interesting Graph\nCheck it out')
plt.legend()
plt.show()

散点图

import matplotlib.pyplot as plt

x = [1,2,3,4,5,6,7,8]
y = [5,2,4,2,1,4,5,2]

plt.scatter(x,y, label='skitscat', color='k', s=25, marker="o")

plt.xlabel('x')
plt.ylabel('y')
plt.title('Interesting Graph\nCheck it out')
plt.legend(loc = 'best')
plt.show()

叠加图

import matplotlib.pyplot as plt

days = [1,2,3,4,5]

sleeping = [7,8,6,11,7]
eating =   [2,3,4,3,2]
working =  [7,8,7,2,2]
playing =  [8,5,7,8,13]

plt.plot([],[],color='m', label='Sleeping', linewidth=5)
plt.plot([],[],color='c', label='Eating', linewidth=5)
plt.plot([],[],color='r', label='Working', linewidth=5)
plt.plot([],[],color='k', label='Playing', linewidth=5)

plt.stackplot(days, sleeping,eating,working,playing, colors=['m','c','r','k'])

plt.xlabel('x')
plt.ylabel('y')
plt.title('Interesting Graph\nCheck it out')
plt.legend(loc = 'lower center')
plt.show()

饼状图

plt.pie(x, explode=None, labels=None, colors=None,
autopct=None, pctdistance=0.6, shadow=False,
labeldistance=1.1, startangle=None,
radius=None, counterclock=True, wedgeprops=None,
textprops=None, center=(0, 0), frame=False)

参数	说明
x	指定绘图的数据；
explode	指定饼图某些部分的突出显示，即呈现爆炸式；
labels	为饼图添加标签说明，类似于图例说明；
colors	指定饼图的填充色；
autopct	自动添加百分比显示，可以采用格式化的方法显示；
pctdistance	设置百分比标签与圆心的距离；
shadow	是否添加饼图的阴影效果；
labeldistance	设置各扇形标签（图例）与圆心的距离；
startangle	设置饼图的初始摆放角度；
radius	设置饼图的半径大小；
counterclock	是否让饼图按逆时针顺序呈现；
wedgeprops	设置饼图内外边界的属性，如边界线的粗细、颜色等；
textprops	设置饼图中文本的属性，如字体大小、颜色等；
center	指定饼图的中心点位置，默认为原点
frame	是否要显示饼图背后的图框，如果设置为True的话，需要同时控制图框x轴、y轴的范围和饼图的中心位置；

import matplotlib.pyplot as plt

slices = [7,2,2,13]
activities = ['sleeping','eating','working','playing']
cols = ['c','m','r','b']

plt.pie(slices,
        labels=activities,
        colors=cols,
        startangle=90, # 开始的角度，最开始是在正右方。
        shadow= True,
        explode=(0,0.1,0,0), # 每个部分突出的部分
        autopct='%1.1f%%') # 百分比的格式

plt.title('Interesting Graph\nCheck it out')
plt.show()