【Matplotlib】绘制基本图表

---

---

1.散点图

1.1函数scatter

函数格式：
$$plt.scatter(x,y,s=None,marker=None,alpha...)$$

参数说明：

参数名称	作用
x,y	x轴和y轴对应数据（一一对应）
s	点的大小，传入一个数值，所有点都为这个大小，也可以传入一维数组，表示每个点的大小。
c	点的颜色，传入一维数组可以表示每个点的颜色
marker	字符串类型，表示绘制的点的形状
alpha	接收0-1的小数，表示点的透明度

1.2实例

实例1：

import numpy as np
import matplotlib.pyplot as plt

# 设置Matplotlib正常显示中文和负号
plt.rcParams['font.sans-serif']=['SimHei']   # 用黑体显示中文
plt.rcParams['axes.unicode_minus']=False     # 正常显示负号

#生成对应的x、y值
x = np.linspace(1,10,10)
y1 = np.random.randint(1,3,10)
y2 = np.random.randint(6,8,10)

#绘制散点图
plt.figure()
plt.scatter(x,y1,marker='o')
plt.scatter(x,y2,marker='v')
plt.legend({'数据1','数据2'})
plt.xlabel("x值")
plt.ylabel("y值")
plt.show()

结果：

实例2：

import numpy as np
import matplotlib.pyplot as plt

#1024个点
n=1024
#随机生成点，0位平均数，1位方差，n为个数
X = np.random.normal(0,1,n)
Y = np.random.normal(0,1,n)
T = np.arctan2(Y,X)#设置颜色

plt.scatter(X,Y,s=75,c=T,alpha=0.5)

#去掉坐标轴以及值
plt.xticks(())
plt.yticks(())

plt.show()

结果：

---

2.柱状图

2.1函数bar

函数格式：
$$plt.bar(x,hegiht,width=None,facecolor,edgecolor,align{=}^{\prime }cente{r}^{\prime }...)$$

参数说明：

参数名称	作用
x	表示x轴的数据
height	相当于y，表示每个x对应的高度
width	接收0~1之间的float，指定柱状图宽度，默认为0.8
align	取值为center或edge，默认为center，表示柱状图对齐x坐标
facecolor	表示柱状图的填充颜色
edgecolor	表示柱状图边框的颜色

3.2实例

实例1：正常柱状图

import numpy as np
import matplotlib.pyplot as plt

n = 12
X =np.arange(n)
# uniform为均匀分布，n个数从0.5到1取随机值，区间左闭右开
Y1 = (1-X/float(n))*np.random.uniform(0.5,1.0,n)

#绘制柱状图
plt.bar(X,+Y1,facecolor='#9999ff',edgecolor='white')

#在柱状图上标出具体高度height
for x,y in zip(X,Y1):
    plt.text(x,y+0.01,"%.2f"%y,ha='center',va='bottom')
    
plt.show()

结果：

实例2：上下两个柱状图

import numpy as np
import matplotlib.pyplot as plt

n = 12
X =np.arange(n)
# uniform为均匀分布，n个数从0.5到1取随机值，区间左闭右开
Y1 = (1-X/float(n))*np.random.uniform(0.5,1.0,n)
Y2 = (1-X/float(n))*np.random.uniform(0.5,1.0,n)

#绘制柱状图
plt.bar(X,+Y1,facecolor='#9999ff',edgecolor='white')
plt.bar(X,-Y2,facecolor='#ff9999',edgecolor='white')
plt.xticks(())
plt.ylim(-1.2,1.2)

#在柱状图上标出具体高度height
for x,y in zip(X,Y1):
    plt.text(x,y+0.01,"%.2f"%y,ha='center',va='bottom')
for x,y in zip(X,Y2):
    plt.text(x,-y-0.01,"%.2f"%y,ha='center',va='top')
    
plt.show()

结果：

---

3.等高线图

3.1函数contourf

函数格式：
$$plt.contourf([X,Y,],Z,[levels],alpha,cmap...)$$
参数说明：

参数名称	作用
X,Y	自变量，用来计算高度
Z	各点求得的高度
alpha	透明度，介于0~1之间
levels	分割区域个数
cmap	表示colormap

3.2实例

import numpy as np
import matplotlib.pyplot as plt

def f(x,y):
    #带入x，y，求得高度z
    return (1-x/2+x**5+y**3)*np.exp(x**2-y**2)

n = 256
x = np.linspace(-1.0,1.0,n)
y = np.linspace(-1.0,1.0,n)
X,Y = np.meshgrid(x,y) #将X,Y对应在网格里面，关联起来

#分割线条画出颜色，8表示分成10块，cmap表示colormap，此时为暖色调
plt.contourf(X,Y,f(X,Y),8,alpha=0.75,cmap=plt.cm.hot) 
C = plt.contour(X,Y,f(X,Y),8,colors='black',linewidth=.5) #画出线条
plt.clabel(C,inline=True,fontsize=10) #插入标签

plt.xticks(())
plt.yticks(())

plt.show()

结果：

将cmap改为plt.cm.cool（冷色调）:

---

4.饼图

4.1函数pie

函数格式：
$$plt.pie(x,explode=None,labels=None,colors=None,autopct=None,pctdistance=0.6,labeldistance=1.1,radius=1)$$

参数说明：

参数名称	作用
x	列表，表示绘制饼图的数据
explode	指定各项距离圆心的距离
labels	指定每一项的名称
colors	饼图颜色
autopct	指定数值的显示方式
pctdistance	每一项的比例autopct和距离圆心的半径，默认为0.6
labeldistance	指定每一项的名称label和距离圆心的半径，默认为1.1
radius	表示饼图的半径，默认为1

4.2实例

import numpy as np
import matplotlib.pyplot as plt

# 设置Matplotlib正常显示中文和负号
plt.rcParams['font.sans-serif']=['SimHei'] # 用黑体显示中文
plt.rcParams['axes.unicode_minus']=False # 正常显示负号

x = [35,20]

plt.figure()
label = ['城镇就业','乡村就业']
explode = [0.01,0.1]

plt.pie(x,explode=explode,labels=label,autopct='%1.2f%%')
plt.title('2021年城镇和乡村就业人员情况表')
plt.legend()

plt.show()

结果：

---

5.直方图

5.1函数hist

函数格式：
$$plt.hist(x,bins=None,range=None,histtype{=}^{\prime }bar,align{=}^{\prime }mi{d}^{\prime },rwidth=None,color=None,edgecolor=,alpha,normed=None)$$

参数说明：

参数名称	作用
x	表示x轴的数据
bins	表示直方图的长条形数目，默认为10
range	接收元组，表示箱子的下部和上部范围，忽略较低和较高的异常值。若未提供，则范围为(x.min(),x.max())
histtype	取值bar、barstacked、step、stepfilled，默认为bar，barstacked 是将多个数据堆叠在一起的条形直方图
align	取值left、mid、right，默认mid
rwidth	表示条形的相对宽度作为箱宽的一部分
color	直方图颜色
edgecolor	长条形边框颜色
alpha	接收0~1小数，表示透明度
normed	表示是否将得到的直方图向量归一化，默认为0表示不归一化，显示频数。normed=1，表示归一化，显示频率

5.2实例

import numpy as np
import matplotlib.pyplot as plt

# 设置Matplotlib正常显示中文和负号
plt.rcParams['font.sans-serif']=['SimHei'] # 用黑体显示中文
plt.rcParams['axes.unicode_minus']=False # 正常显示负号

#随机生成10000个数，满足正态分布
x = np.random.randn(10000)
plt.hist(x,bins=40,normed=1,color='red',edgecolor='black',rwidth=0.7,alpha=0.7)
plt.xlabel('区间')
plt.ylabel('频数/频率')
plt.title('频数/频率分布直方图')
plt.show()

结果：histtype=‘bar’

histtype=‘step’，生成一个未填充的线图：

histtype=‘stepfilled’，生成一个默认填充的线图：

---

6.热图

6.1函数imshow

函数格式：
$$plt.imshow(x,interpolation,cmap,origin)$$

参数说明：

参数名称	作用
x	元组，表示生成的表格格式，每个数字代表一个像素
interpolation	表示显示类型，支持的值有：‘none’, ‘nearest’, ‘bilinear’, ‘bicubic’,‘spline16’, ‘spline36’, ‘hanning’, ‘hamming’…
cmap	表示colormap,取值hot、cool、gray、bone…
origin	将数组的[0,0]索引放在轴的左上角或左下角。可以选择‘upper’、‘lower’

6.2实例

import numpy as np
import matplotlib.pyplot as plt

x = np.random.random(9).reshape(3,3)

plt.imshow(x,interpolation='nearest',cmap='bone',origin='lower')
plt.colorbar(shrink=0.9) #表示右边的条所占的长度

plt.xticks(())
plt.yticks(())

plt.show()

结果：

---

7.3D图像

7.1函数plot_surface

函数格式：
$$plt.plot\_surface(x,y,z,cmap,rstride,cstride)$$
参数说明：

参数名称	作用
x,y	自变量x和y
z	由x和y推导而出的因变量z
cmap	表示colormap
rstride	表示图片行跨
cstride	表示图片列跨

7.2实例

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

fig = plt.figure() #创建框图
ax = Axes3D(fig) #把框图设置为3D图片

#设置X,Y值，并将X、Y放入网格进行关联
x = np.arange(-4,4,0.25)
y = np.arange(-4,4,0.25)
X,Y = np.meshgrid(x,y)
R = np.sqrt(X**2+Y**2)
Z = np.cos(R)

ax.plot_surface(X,Y,Z,cmap=plt.get_cmap('rainbow'),rstride=1,cstride=1)
ax.contourf(X,Y,Z,zdir='z',offset=-2,cmap='rainbow')  #设置底面投影图，zdir表示从哪个方向压下去，offset表示压到哪一层
ax.set_zlim(-2,2) #设置z轴的范围

plt.show()

结果：

---

---