python之Matplotlib库
1. 前言
Matplotlib为数据可视化的库。
2. 环境配置
- 要不要plt.show()?
iPython(如Notebook)中可用魔术方法 %matplotlib inline,则不需要plt.show()
pycharm中必须要使用plt.show()
- 绘图风格设置
利用plt.stye.use(风格类型),可以在绘图前设置想要的绘图风格。
在绘图过程中,如果需要修改绘图风格,使用:
- 将绘制好的图像进行保存
plt.savefig(保存的图像名字)
3. Matplotlib
3.1 折线图plot
3.1.1 单条曲线
3.1.2 多条曲线
3.2 散点图 sccatter
3.2.1 简单的散点图
3.2.2 颜色配置
3.2.3 根据数据控制点的大小
3.2.4 透明度
3.3 柱状图 bar
3.3.1 简单柱形图
-
简单柱形图
-
替换x轴
-
设置不同的颜色
3.3.2 累加柱形图
3.3.3 并列柱形图
3.3.4 横向柱形图
3.4 多子图 subplot
-
多行单列
-
多行多列
-
不规则多子图
3.5 直方图 hist
3.5.1 普通频次
3.5.2 概率密度图
- 带填充
- 不带填充
3.5.3 累计概率分布
3.6 误差图 errorbar bar
3.6.1 基本误差图
3.6.2 柱形图误差
3.7 图修饰
3.7.1 线条
- 线条颜色
- 线条风格
- 调整线条宽度
3.7.2 数据点
-
调整数据点标记
-
设置数据点的大小
-
颜色和风格一起设置
3.7.3 坐标轴
- 对坐标轴进行限制 – xlim ylim
-
利用axis对坐标轴进行限制
-
对数坐标
-
调整坐标轴刻度
-
调整刻度样式
3.7.4 图形
- 设置图形标签
- 设置图例 – 默认
- 修饰图例
3.7.5 添加文字和箭头
-
添加文字
-
添加箭头
3.8 面向对象的绘图风格
3.8.1 普通图
3.8.2 画中画
3.8.2 多子图
3.9 三维绘图
3.9.1 点与线
3.9.2 曲面图
4. 其它绘图工具
4.1 seaborn库
- 基于matplotlib
- 数据结构和pandas统一的统计图制作库
4.1.1 多曲线对比
4.1.2 柱形图对比
4.1.3 线性关系
非常好看
4.2 Pandas
4.2.1 线性图
4.2.2 柱形图
- 普通柱形图
- 累加柱形图
4.2.3 直方图
概率密度图
4.2.4 散点图
4.2.5 多子图