数据可视化(pylot的函数,中文显示,文本显示,子绘图区域)

matplotlib可视化库简介

1. Matplotlib库是Python中著名的绘图库，也是Python可视化库的基础库，功能十分强大。
2. Matplotlib库由各种可视化类构成，内部结构复杂，受Matlab启matplotlib.pyplot是绘制各类可视化图形的命令子库，相当于快捷方式。Import matplotlib.pyplot as plt #引入模块的别名
3. matplotlib通过pyplot模块提供了一套和Matlab类似的绘图API，将众多绘图对象所构成的复杂结构隐藏在这套API内部。因此，只需要调用pyplot模块所提供的函数就可以实现快速绘图以及设置图表的各种细节。

pyplot的保存图片

plt.savefig()将输出图形存储为文件，默认PNG格式，可以通过dpi修改输出质量（每英寸上输出点的数量）。

pyplot的绘图区域

plt.subplot(nrows, ncols, plot_number)
• nrows：横轴数量
• ncols：纵轴数量
• plot_number：绘图区编号
例：plt.subplot(2, 1, 1)把画布分成2行1列，在第一个图上绘画

pyplot的横纵坐标

plot.axis()设定横纵坐标尺度，
参数是四个变量的列表：横坐标起始值，横坐标终止值，纵坐标起始值，纵坐标终止值
例：

import matplotlib. pyplot as plt
plt plot([0,2,4.6,8],[3,1,45,2])
plt ylabel(" Grade")
plt axis([-1,10,0,6])
plt show()

生成图片：横纵坐标

pyplot的表格模式

plt.grid(True)指在图像中加入坐标轴的表格模式。

pyplot的plot()函数(线形图,坐标图)

plt.plot(x, y, format_string, **kwargs)
• x : X轴数据，列表或数组，可选
• y : Y轴数据，列表或数组
• 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)，可以绘制多条曲线

• x和y参数

1. plt.plot()只有一个输入列表或数组时：
   • 参数被当作y轴，
   • X轴以索引自动生成。

2. plt.plot(x,y)当有两个以上参数时
   • 按照X轴和Y轴顺序绘制数据点

注：当绘制多条曲线时，各条曲线的x不能省略

• format_string：由颜色字符、风格字符和标记字符组成

颜色字符：

风格字符：

标记字符：

多条曲线代码案例

import matplotlib. pyplot as plt
import numpy as np
a=np.arange(10)
plt.plot(a, a*1.5, 'go-', a, a*2.5, 'rx', a, a*3.5, '*', a, a*4.5,'b-' )
plt.show()

图片：

一条曲线的情况下

color : 控制颜色，color=‘green’
linestyle : 线条风格，linestyle=‘dashed’
marker : 标记风格，marker=‘o’
markerfacecolor: 标记颜色，markerfacecolor=‘blue’
markersize : 标记尺寸，markersize=20
linewidth：线的粗细……

代码实现

import matplotlib.pyplot as plt
import numpy as np
a = np.arange(10)
plt.plot(a, a*1.5, color='green',linestyle="dashed",marker='o',
markerfacecolor='blue',markersize=20)
plt.show()

图片：

pyplot的中文显示

pyplot中不默认支持中文的显示，需要增加额外的代码辅助

方法一：rcParams

pyplot并不默认支持中文显示，需要rcParams修改字体实现
rcParams是pyplot库中改变全局字体的资源库

• rcParams的属性
  
• 字体种类：rcParams[‘font.family’]
  

例子：matplotlib.rcParams[‘font.family’]=‘Kaiti’

方法二：fontproperties

例子：plt.xlabel(“横轴:时间”,fontproperties =‘SimHei’, font.size = 20)

方法三

plt.title(“A餐厅2019年月营业额（xxx绘制）” ,family = “Kaiti”, color = “r”, style = “italic”,)

pyplot的文本显示

pyplot()的文本显示函数

函数	说明
plt.xlabel()：	对x轴增加文本标签。
plt.ylabel()：	对y轴增加文本标签。
plt.title()：	对图形整体增加文本标签，放置在整个图形的正上方。
plt.text()：	在任意位置增加文本。
plt.annotate()：	在图像中增加带箭头的注解。

添加图例 plt.legend()

loc是位置，前面是名称

pyplot()的文本显示-annotate

添加注释：plt.annotate(string, xy=arrow_crd, xytext=text_crd,arrowprops=dict)
第一个参数表示要加入的注解字符串，
第二个指箭头所在位置，
第三个指文本所在位置，
第四个指为箭头显示的属性。

案例：

代码：

import numpy as np
import matplotlib.pyplot as plt

a = np.arange(0.0,5.0,0.02)
plt.plot(a,np.cos(2*np.pi*a),'r--')
plt.xlabel('横轴：时间',fontproperties='SimHei',fontsize=15,color='green')
plt.ylabel('纵轴：振幅',fontproperties='SimHei',fontsize=15)
plt.title(r'正弦波实例 $y=cos(2\pi x)$',fontproperties='SimHei',fontsize=25)
plt.annotate(r'$\mu=100$',xy=(2,1),xytext=(3,1.5),arrowprops=dict(facecolor='black',shrink=0.1,width=2))

plt.axis([-1,6,-2,2])
plt.grid(True)
plt.show()

图片

pyplot()的子绘图区域

自定义区域plt.subplot2grid()

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

例1：
#共计分为3行3列，ax1从(0,0)算起，占据3列
plt.subplot2grid((3,3),(0,0), colspan=3)
plt.subplot2grid((3,3),(1,0), colspan=2) #ax2
plt.subplot2grid((3,3),(1,2), rowspan=2) #ax3

例2：
#共计分为3行3列，ax1从(0,0)算起，占据3列1行
ax1=plt.subplot2grid((3,3),(0,0),colspan=3,rowspan=1) #colspan,rowspan默认都为1

GridSpec类

概念：是pyplot中一个用来进行子区域设计和选定的类。可以和subplot结合使用。
案例：