Python作图：Matplotlib库

一、Matplotlib入门

1.Matplotlib简单介绍

Matplotlib库的使用
Matplotlib库由各种可视化类构成，内部结构复杂，受Matlab启发。
Matplotlib.pyplot是绘制各类可视化图形的命令子库。

import matplotlib.pyplot as plt

plt.savefig()#将输出的图形存储为文件，默认PNG

2.plt.plot()

plt.plot(x,y)当有两个以上参数时，按照X轴Y轴顺序绘制数据点。
plt.axis([-1, 10, 0, 6])表示x轴从-1到10，y轴从0到6。

pyplot绘图区域：

plt.subplot(nrows, ncols, plot_number)
plt.subplot(3,2,4)
plt.subplot(324)#可省略逗号

plt.plot(x,y,format_string,**kwargs)

format_string：控制曲线的格式字符串，可选。

**kwargs：第二组或更多(x,y,format_string,**kwargs)

绘制多条曲线：

import matplotlib.pyplot as plt
import numpy as np

a = np.arange(10)
plt.plot(a, a*1.5, a, a*2.5, a, a*3.5, a, a*4.5)

format_string由颜色字符，风格字符，标记字符组成。
颜色字符：

风格字符：

标记字符：
**kwags:

3.pyplot的中文显示

第一种方法：pyplot并不默认支持中文显示，需要rcParams修改字体实现。
rcParams属性：

font.family的属性：

实例：

import matplotlib.pyplot as plt
import numpy as np
import matplotlib

matplotlib.rcParams['font.family']='STSong'
matplotlib.rcParams['font.size']=20

a = np.arange(0.0, 5.0, 0.02)

plt.xlable('横轴： 时间')
plt.ylable('纵轴： 振幅')
plt.plot(a, np.cos(2*np.pi*a), 'r--')
plt.show()

第二种方法：在有中文输出的地方，增加一个属性，fontproperties（推荐使用）

import matplotlib.pyplot as plt
import numpy as np
import matplotlib

a = np.arange(0.0, 5.0, 0.02)

plt.xlable('横轴： 时间', fontproperties='SimHei', fontsize=20)
plt.ylable('纵轴： 振幅', fontproperties='SimHei', fontsize=20)
plt.plot(a, np.cos(2*np.pi*a), 'r--')
plt.show()

4.pyplot的文本显示

实例：

plt.annotate(s, xy=arrow_crd, xytext=text_crd, arrowprops=dict)

5.pyplot的子绘图区域

plt.subplot2grid(GridSpec,CurSpec,colspan=1,rowspan=1)

理念：设定网格，选中网格，确定选中行列区域数量，编号从0开始。

plt.subplot2grid((3,3),(1,0),colspan=2)

(3,3)表示3行3列，（1,0）表示选中的网格在第一行第0列，colspan=2表示列延申为2

GridSpec类

gs[0, :]#表示横向是第0行，纵向覆盖所有
gs[1, :-1]#表示横向是第1行，纵行到最后一行

二、Matplotlib基础

1.pyplot基础图标函数概述

16个图标基础函数：

2.pyplot饼图的绘制

plt.pie()

import matplotlib.pyplot as plt

labels = 'Frogs', 'Hogs', 'Dogs', 'Logs'  #不同部分的标签
sizes = [15, 30, 45, 10]  #不同部分的占比大小
explode = (0,0.1,0,0) #表示哪一部分分离突出

plt.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%', shadow=False, strartangle=90)#autopct表示显示数据的格式，shadow表示是否阴影，startangle表示初始角度

plt.show()

正圆形饼图：

import matplotlib.pyplot as plt

labels = 'Frogs', 'Hogs', 'Dogs', 'Logs'  #不同部分的标签
sizes = [15, 30, 45, 10]  #不同部分的占比大小
explode = (0,0.1,0,0) #表示哪一部分分离突出

plt.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%', shadow=False, strartangle=90)#autopct表示显示数据的格式，shadow表示是否阴影，startangle表示初始角度

plt.axis('equal')
plt.show()

3.pyplot直方图的绘制

plt.hist()
直方图可以将一个数组在最低到最高的取值范围内，将它的个数绘制成图形展示出来。归一化数据的分布。

4.pyplot极坐标的绘制

面向对象绘制极坐标：

5.pyplot散点图的绘制

面向对象绘制，标题，点都变成了面向对象的方法，而不再是函数绘制。