Python之matplotlib基础

@灵均Python之Matplotlib基础

实例1：

代码

import numpy as np
from matplotlib import pyplot as plt

x = np.arange(1, 11)
#np.arange() 第一个参数起始，第二个参数结束，第三个参数步长,
#且起点默认值0，步长默认值1，不含终止值。
#x = [1,2,3,4,5,6,7,8,9,10]
#print(type(x)) <class 'numpy.ndarray'> 注意 与 list 的区别
y = 2 * x + 5
plt.title("Matplotlib demo")
plt.xlabel("x axis caption")
plt.ylabel("y axis caption")
plt.plot(x,y)
plt.show()

效果图

实例2：

代码

import numpy as np
from matplotlib import pyplot as plt

x = np.arange(0, 10)
y = 2 * x + 5
plt.title("Matplotlib demo 2")
plt.xlabel("x axis caption")
plt.ylabel("y axis caption")
plt.plot(x,y,"ob")
plt.show()

效果图

样式：

plot([x], y, [fmt], *, data=None, **kwargs)
plot([x], y, [fmt], [x2],y2, [fmt2], …, **kwargs)

The coordinates of the points or line nodes are given by x, y.

The optional parameter fmt is a convenient way for defining basic formatting like color, marker and linestyle. It’s a shortcut string notation described in the Notes section below.

格式化字符

字符	描述
‘-’	实线样式
‘–’	短横线样式
‘-.’	点划线样式
‘:’	虚线样式
‘.’	点标记
‘,’	像素标记
‘o’	圆标记
‘v’	倒三角标记
‘<’	左三角标记
‘>’	右三角标记
‘1’	下箭头标记
‘2’	上箭头标记
‘3’	左箭头标记
‘4’	右箭头标记
‘s’	正方形标记
‘p’	五边形标记
‘*’	星形标记
‘h’	六边形标记 1
‘H’	六边形标记 2
‘+’	加号标记
‘x’	X 标记
‘D’	菱形标记
‘d’	窄菱形标记
‘|’	竖直线标记
‘_’	水平线标记

颜色字符

字符	颜色
‘b’	蓝色
‘g’	绿色
‘r’	红色
‘c’	青色
‘m’	品红色
‘y’	黄色
‘k’	黑色
‘w’	白色

实例3：

代码

import numpy as np
import matplotlib.pyplot as plt
# 计算正弦和余弦曲线上的点的 x 和 y 坐标
x = np.arange(0,  3  * np.pi,  0.1)
y_sin = np.sin(x)
y_cos = np.cos(x)
plt.plot(x,y_sin,'-r',x,y_cos,'ob')
plt.text(np.pi/2,1,r'y = sin(x)')
plt.text(np.pi,-1,r'y = cos(x)')
plt.show()

效果图

注释：

基础

1.figure #标题
2.xlable() #x轴标签
3.ylable() #y轴标签
4.title() #图形标题
5.text() #文本注释
6.grid() #是否启用方格[true/false]

annotate

matplotlib.pyplot.annotate(s, xy, *args, **kwargs) #图形注释

对于*args和**kwargs在函数中我们可以称之为参数组，但是这两个还是有区别
1：*args的功能:------接收N个位置参数，转换成元组tuple形式
2：**kwargs的功能------接收N个关键字参数，转换成字典dict形式 matplotlib.patches.Polygon的任何键，例如facecolor
3：位置参数一定要在关键字参数之前，也就是(*args，**kwargs)

例

plt.annotate(‘min’,xy=(0.5,-1),xytext=(1,-1),arrowprops=dict(facecolor=‘red’))
#设置图形注释，参数依次为注释文字，箭头位置，箭尾位置。在箭头参数中参数为箭头颜色

实例4：

代码

import numpy as np
import matplotlib.pyplot as plt
# 计算正弦和余弦曲线上的点的 x 和 y 坐标
x = np.arange(0,  3  * np.pi,  0.1)
y_sin = np.sin(x)
y_cos = np.cos(x)
# 建立 subplot 网格，高为 2，宽为 1
# 激活第一个 subplot
plt.subplot(2,  1,  1)
# 绘制第一个图像
plt.plot(x, y_sin)
plt.title('Sin_Picture')
# 将第二个 subplot 激活，并绘制第二个图像
plt.subplot(2,  1,  2)
plt.plot(x, y_cos)
plt.title('Cos_Picture')
# 展示图像
plt.show()

效果图

实例5：

代码

from matplotlib import pyplot as plt
x =  [5,8,10]
y =  [12,16,6]
x2 =  [6,9,11]
y2 =  [6,15,7]
plt.bar(x, y, align =  'center')
plt.bar(x2, y2, color =  'g', align =  'center')
plt.title('Bar graph')
plt.ylabel('Y axis')
plt.xlabel('X axis')
plt.show()

效果图

plt.bar

bar(x, height, width=0.8, bottom=None, align=‘center’, data=None,
kwargs*)
例

plt.bar(x=0, bottom=y, height=0.5, width=x, orientation=“horizontal”)

参数	说明	类型
x	x坐标	int,float
height	条形的高度	int,float
width	宽度	0~1，默认0.8
botton	条形的起始位置	也是y轴的起始坐标
align	条形的中心位置	“center”,"lege"边缘
color	条形的颜色	“r",“b”,“g”,"#123465"，默认“b"
edgecolor	边框的颜色	同上
linewidth	边框的宽度	像素，默认无，int
tick_label	下标的标签	可以是元组类型的字符组合
log	y轴使用科学计算法表示	bool
orientation	是竖直条还是水平条	竖直：“vertical”，水平条：“horizontal”

代码

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

# 将全局的字体设置为黑体
matplotlib.rcParams['font.family'] = 'SimHei'

# 数据
N = 5
y = [20, 10, 30, 25, 15]
x = np.arange(N)
# 添加地名坐标
str1 = ("北京", "上海", "武汉", "深圳", "重庆")
# 绘图 x x轴， height 高度, 默认：color="blue", width=0.8
p1 = plt.bar(x, height=y, width=0.5, label="城市指标", tick_label=str1)
# 添加数据标签
for a, b in zip(x, y):
    plt.text(a, b + 0.05, '%.0f' % b, ha='center', va='bottom', fontsize=10)
# 添加图例
plt.legend()
# 展示图形
plt.show()

效果图

实例6：

代码

from matplotlib import pyplot as plt
import numpy as np

a = np.array([22, 87, 5, 43, 56, 73, 55, 54, 11, 20, 51, 5, 79, 31, 27 , 20,21, 15])
plt.hist(a, bins=[0, 20, 40, 60, 80, 100])
plt.title("Frequency_histogram")
plt.show()

效果图