文章目录
1、matplotlib的安装
python环境下直接使用pip或者conda安装
pip install matplotlib
conda install matplotlib
2、matplotlib的图像组成
通常情况下,我们可以将一副Matplotlib图像分成三层结构:
- 第一层是底层的容器层,主要包括Canvas(画板)、Figure(画布、图片)、Axes(图表); 一个axes代表一个图表,包含一个plot,一个figure代表一张画布绘制一张图片,一张图片或一张画布可以有多个图表;canvas画板,摆放画布的工具。关系:画板—>画布或图片–>线条、饼图等图片
- 第二层是辅助显示层,主要包括Axis坐标轴、Spines、Tick、Grid、Legend、Title等,该层可通过set_axis_off()或set_frame_on(False)等方法设置不显示;
- 第三层为图像层,即通过plot、contour、scatter等方法绘制的图像。
3、常用统计图的介绍
3.1 折线图
折线图:以折线的上升或下降来表示统计数量的增减变化
特点:能够显示数据的变化趋势,反映事物的变化情况(变化)
import matplotlib.pyplot as plt
plt.plot(x,y)
3.2 柱状图
柱状图: 以长方形的长度为变量,一般用来比较两个或以上的值。
特点:绘制离散的数据,能够一眼看出各个数据的大小,比较数据之间的差别(统计)
plt.bar(x,y)
3.3 直方图
直方图:由一系列高度不等的纵向条纹或线段表示数据分布的情况。
特点:绘制连续性的数据,展示一组或多组数据的分布状况(分组统计)
plt.hist(data,bins)
3.4 饼图
饼图:用于表示不同分类的占比情况,通过弧度大小来对比各种分类。
特点:统计分类数据的占比情况(占比)
patches,l_text, p_text = plt.pie(size,explode=explode,labels=label_list,shadow=True)
3.5 散点图
散点图:用两组数据构成多个坐标点,考察坐标点的分布规律。
特点:判断变量之间是否存在数量关联趋势,展示离群点(分布规律)
plt.scatter(x,y)
4、图像的绘制
4.1 基本绘制(以折线图为例)
import matplotlib.pyplot as plt
plt.rcParams["font.family"] = "SimHei" # 设置中文字体
plt.rcParams["axes.unicode_minus"] = False # 用来正常显示负号
x = range(1,6)
y = [17, 19, 16, 21, 15]
plt.plot(x,y) # 传入x和y
plt.show() # 展示图像
4.2 其它基本参数设置
# 设置折线的颜色、透明度、折线的样式、折线的宽度、折线的样式等
plt.plot(x,y, color='red',alpha=0.5,linestyle='--',linewidth=3,marker='o',
markersize='15', markeredgecolor='b', markeredgewidth=6)
plt.figure(figsize=(10,4),dpi=80) # 设置图片的大小和像素
plt.savefig('test.png') # 保存图片到本地
x_ticks_label = ["{}:0".format(i) for i in x] # 设置x轴刻度标签,y轴同理
plt.xticks(x, x_ticks_labelticks_label, rotation=45) # 设置x轴刻度,y轴同理
plt.xlabel("数量", fontproperties=my_font, rotation=45) # 设置x轴单位
plt.title("标题", fontproperties=my_font, color='red') # 设置图表标题
plt.xlim([-10, 10]) # 可以设置坐标轴范围
plt.xlim(xmin=0) # 只设置一边的范围
4.3 坐标系增加子图
fig = plt.figure(figsize=(10,4),dpi=80)
ax1=fig.add_subplot(2,2,1) # add_subplot可以给画布增加子图,实现一个坐标系拥有多个子图
ax1.plot(x, x)
ax1.grid(color='r', linestyle='--', linewidth=1,alpha=0.3) # 设置子图的参数
ax2=fig.add_subplot(2,2,1) # add_subplot可以给画布增加子图,实现一个坐标系拥有多个子图
ax2.plot(x, x)
ax2.grid(color='r', linestyle='--', linewidth=1,alpha=0.3) # 设置子图的参数
更多操作以及其它图形的示例可到官网查看:
matplotlib 官方链接 https://matplotlib.org/gallery/index.html