一、Matplotlib基础-图表组成元素

一、Matplotlib基础-图表组成元素

jupyter路径介绍

• code：代码位置
• data：数据存放位置

1.1 plot()函数和scatter()函数

1.1.1 函数plot()——展现变量的趋势变化

导入支持库：

import matplotlib.pyplot as plt
import numpy as np

数据准备：

x = np.linspace(0.05,10,1000)
y = np.cos(x)

选取绘图函数，调整参数：

plt.plot(x,y,ls='-',lw=2,label="plot figure")
plt.legend()
plt.show()

结果：

1.1.2 函数scatter()——寻找变量之间的关系

导入支持库：

import matplotlib.pyplot as plt
import numpy as np

数据准备：

x=np.linspace(0.05,10,1000)
y=np.random.rand(1000)

选取绘图函数，调整参数：

plt.scatter(x,y,label="scatter figure")
plt.legend()
plt.show()

结果：

1.2 xlim()&ylim()、xlabel()&ylabel()函数以及grid()函数

1.2.1 函数xlim()与ylim()——设置x轴与y轴的数值显示范围

导入支持库：

import matplotlib.pyplot as plt
import numpy as np

数据准备：

x=np.linspace(0.05,10,1000)
y=np.random.rand(1000)

选取绘图函数，调整参数：

plt.scatter(x,y,label="scatter figure")
plt.legend() 
plt.xlim(0,10)
plt.ylim(0,1)
plt.show()

结果：

1.2.2 函数xlabel()和ylabel()——设置x轴和y轴的标签文本

导入支持库：

import matplotlib.pyplot as plt
import numpy as np

数据准备：

x = np.linspace(0.05,10,1000)
y = np.sin(x)

选取绘图函数，调整参数：

plt.plot(x,y,ls="-.",lw=2,c="c",label="plot figure")
plt.legend()
# 设置标签
plt.xlabel("x-axis")
plt.ylabel("y-axis")
plt.show()

结果：

1.2.3 函数grid()——绘制刻度线的网格线

导入支持库：

import matplotlib.pyplot as plt
import numpy as np

数据准备：

x = np.linspace(0.05,10,1000)
y = np.sin(x)

选取绘图函数，调整参数：

plt.plot(x,y,ls="-.",lw=2,c="c",label="plot figure")
plt.legend()
plt.grid(linestyle=":",color="r")
plt.show()

结果：

1.3 函数axhline()&axvline()、函数axvspan()以及函数annotate()

1.3.1 函数axhline()、axvline()——绘制平行于x/y轴的水平参考线

导入支持库：

import matplotlib.pyplot as plt			
import numpy as np

数据准备：

x = np.linspace(0.05,10,1000)			
y = np.sin(x)

选择绘图函数，设置参考线：

plt.plot(x,y,ls="-.",lw=2,c="c",label="plot figure") 
plt.legend() 
plt.axhline(y=0.0,c="r",ls="--",lw=2) 
plt.axvline(x=4.0,c="r",ls="--",lw=2)
plt.show()

结果:

1.3.2 函数axvspan()——绘制垂直于x轴的参考区域

导入支持库：

import matplotlib.pyplot as plt			
import numpy as np

数据准备：

x = np.linspace(0.05,10,1000)			
y = np.sin(x)

选择绘图函数，设置参考区域：

x = np.linspace(0.05,10,1000)
y = np.sin(x)
plt.plot(x,y,ls="-.",lw=2,c="c",label="plot figure")
plt.legend()
plt.axvspan(xmin=4.0,xmax=6.0,facecolor="y",alpha=0.3)
plt.axhspan(ymin=0.0,ymax=0.5,facecolor="y",alpha=0.3)
plt.show()

结果:

1.3.3 函数annotate()——添加图形内容细节的指向型注释文本

导入支持库：

import matplotlib.pyplot as plt			
import numpy as np

数据准备：

x = np.linspace(0.05,10,1000)
y = np.sin(x)

选择绘图函数，设置注释：

plt.plot(x,y,ls="-.",lw=2,c="c",label="plot figure")
plt.annotate("maximum",
xy=(np.pi/2,1.0),
xytext=((np.pi/2)+1.0,.8),
weight="bold",
color="b",
arrowprops=dict(arrowstyle="->",connectionstyle="arc3",color="b"))
plt.show()

结果:

1.4 函数text()、函数title()以及函数legend()

1.4.1 函数text()——添加图形内容细节的无指向型注释文本

导入支持库：

import matplotlib.pyplot as plt			
import numpy as np

数据准备：

x = np.linspace(0.05,10,1000)
y = np.sin(x)

选择绘图函数，设置注释：

plt.plot(x,y,ls="-.",lw=2,c="c",label="plot figure")
plt.legend()
plt.text(3.1,0.09,"y=sin(x)",color="b")
plt.show()

结果:

1.4.2 函数title()——添加图形内容的标题

导入支持库：

import matplotlib.pyplot as plt			
import numpy as np

数据准备：

x = np.linspace(0.05,10,1000)
y = np.sin(x)

选择绘图函数，设置注释：

plt.plot(x,y,ls="-.",lw=2,c="c",label="plot figure")
plt.legend()
plt.title("y=sin(x)")
plt.show()

结果:

1.4.3 函数legend()——标识不同图形的文本标签图例

导入支持库：

import matplotlib.pyplot as plt			
import numpy as np

数据准备：

x = np.linspace(0.05,10,1000)
y = np.sin(x)

选择绘图函数，设置注释：

plt.plot(x,y,ls="-.",lw=2,c="c",label="plot figure")
plt.legend(loc="lower left")
plt.show()

结果:

1.5 Matplotlib各种绘图类型

1.5.1 函数bar()——用于绘制柱状图

导入支持库：

import matplotlib as mpl
import matplotlib.pyplot as plt

设置实验模拟数据：

x = [1,2,3,4,5,6,7,8] 
y = [3,1,4,5,8,9,7,2]

调用bar函数绘制图形，设置坐标轴：

plt.bar(x,y,align="center",color="c",tick_label=["q","a","c","e","r","j","b","p"],hatch="/") 
plt.xlabel("box num") 
plt.ylabel("weight(kg)") 
plt.show()

运行结果：

1.5.2 函数barh()——用于绘制条形图

导入支持库：

import matplotlib as mpl
import matplotlib.pyplot as plt

设置实验模拟数据：

x = [1,2,3,4,5,6,7,8] 
y = [3,1,4,5,8,9,7,2]

调用bar函数绘制图形，设置坐标轴：

plt.barh(x,y,align="center",color="c",tick_label=["q","a","c","e","r","j","b","p"],hatch="/")
plt.xlabel("weight(kg)")
plt.ylabel("box num")
plt.show()

运行结果：

1.5.3 函数hist()——用于绘制直方图

导入支持库：

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

设置绘图数据：

boxWeight = np.random.randint(0,10,100)
x = boxWeight
bins = range(0,11,1)

调用hist函数绘制图形，设置标尺：

plt.hist(x,bins=bins, color="g", histtype="bar", rwidth=1, alpha=0.8)
plt.xlabel("box weight(kg)")
plt.ylabel("sales count")
plt.show()

运行结果：

1.5.4 函数pie()——用于绘制饼图

导入支持库：

import matplotlib as mpl
import matplotlib.pyplot as plt

设置中文显示：

mpl.rcParams["font.sans-serif"]=["SimHei"]
mpl.rcParams["axes.unicode_minus"]=False

设置绘图数据：

kinds = "简易箱","保温箱","行李箱","密封箱"
colors = ["#e41a1c","#377eb8","#4daf4a","#984ea3"]
soldNums=[0.05, 0.45,0.15,0.35]

调用hist函数绘制图形，设置标尺：

plt.pie(soldNums,
labels=kinds,
autopct="%3.1f%%",
startangle=60,
colors=colors)
plt.title("不同类型箱子的销售比例")
plt.show()

运行结果：

1.5.5 函数polar()——用于绘制极线图

导入支持库：

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

设置中文显示：

mpl.rcParams["font.sans-serif"]=["SimHei"] 
mpl.rcParams["axes.unicode_minus"]=False

设置绘图数据：

barSlices = 12
theta = np.linspace(0.0, 2*np.pi, barSlices, endpoint=False)
r=30*np.random.rand(barSlices)

调用函数绘制图形，设置标尺：

plt.polar(theta,r,color="chartreuse",linewidth=2,marker="*",mfc="b",ms=10)
plt.show()

运行结果：

1.5.6 函数scatter()——用于绘制气泡图

导入支持库：

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

设置中文显示：

mpl.rcParams["font.sans-serif"]=["SimHei"] 
mpl.rcParams["axes.unicode_minus"]=False

设置绘图数据：

a = np.random.randn(100)
b = np.random.randn(100)

调用函数绘制图形，设置标尺：

plt.scatter(a,b,s=np.power(10*a + 20*b,2),
c=np.random.rand(100),
cmap=mpl.cm.RdYlBu,
marker="o")
plt.show()

运行结果：

1.5.7 函数stem()——用于绘制棉棒图

导入支持库：

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

设置中文显示：

mpl.rcParams["font.sans-serif"]=["SimHei"] 
mpl.rcParams["axes.unicode_minus"]=False

设置绘图数据：

x = np.linspace(0.5,2*np.pi,20)
y = np.random.randn(20)

调用函数绘制图形，设置标尺：

plt.stem(x,y,linefmt="-.",markerfmt="o",basefmt="-") 
plt.show()

运行结果：

1.5.8 函数boxplot()——用于绘制箱线图

导入支持库：

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

设置中文显示：

mpl.rcParams["font.sans-serif"]=["SimHei"] 
mpl.rcParams["axes.unicode_minus"]=False

设置绘图数据：

x = np.random.randn(100)

调用函数绘制图形，设置标尺：

plt.boxplot(x)
plt.xticks([1],["随机数生成器AlphaRM"])
plt.ylabel("随机数值") 
plt.title("随机数生成器抗干扰能力的稳定性")
plt.grid(axis="y",ls=":",lw=1,color="gray",alpha=0.4)
plt.show()

运行结果：

1.5.9 函数errorbar()——用于绘制误差棒图

导入支持库：

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

设置中文显示：

mpl.rcParams["font.sans-serif"]=["SimHei"] 
mpl.rcParams["axes.unicode_minus"]=False

设置绘图数据：

x = np.linspace(0.1,0.6,6)
y = np.exp(x)

调用函数绘制图形，设置标尺：

plt.errorbar(x,y,fmt="bo:",yerr=0.2,xerr=0.02)
plt.xlim(0,0.7)
plt.show()

运行结果：

定义目录标题)