一、安装Matplotlib工具包
pip install matplotlib
二、引用Matplotlib(本节以后在jupyter notebook上运行)
import matplotlib.pyplot as plt
三、图表绘制
1、折线图
(1)单一折线图:plot函数:输入两个数组分别代表x的值和y的值
线型linestyle (-,-.,—-...)
点型marRer (v,^,s,*,H,+,×,D,o,...)颜色color (b,g,r,y,k,w,...)
plot函数绘制多条曲线
pandas包对plot的支持
如:“o-”绘制原点点和线
plt.plot([1,2,3,4],[3,1,7,8],"o-",color="red")
plt.show()
“^”上三角,“v”倒三角
(2)多条折线图:用多个plot函数
plt.plot([1,2,3,4],[3,1,7,8],"o-",color="red")
plt.plot([1,2,3,4],[6,2,1,4],"^-",color="black")
plt.show()
(3)添加标签
plt.title("ZXT")//表标题
plt.xlabel("XXXX")//x轴标题
plt.ylabel("YYYY")//y轴标题
(4)设置x、y轴的数值范围
plt.xlim(0,4)//0到4
plt.ylim(0,10)//0到10
(5)设置x、y轴的刻度
xticks还可以增加一个参数,将x轴的刻度标签自定义,y轴同理:
plt.xticks(np.arange(0,8,2),["a","b","c","d"])
(6)显示折线图的图例
首先需要在第一步的plot函数中添加label参数,然后使用plt.legend()进行显示:
(7)使用pandas导入数据,并绘制折线图
import matplotlib.pyplot as plt
import pandas as pd
df = pd.read_csv("601318.csv",parse_dates=['date'],index_col='date')[['open','close','high','low']]
df.plot()
plt.show()
自动生成了图例、轴名
(8)创建函数,绘制函数图像
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
x = np.linspace(-100,100,1000)
y1 = x.copy()
y2 = x*x
y3 = 5*x*x*x+3*x*x+x+8
df1 = plt.plot(x,y1,color="red",label="y=x")
df2= plt.plot(x,y2,color="blue",label="y=x^2")
df3=plt.plot(x,y3,color="black",label="y=3x^3+5x^2+2x+1")
plt.ylim(-1000,1000)
plt.legend()
plt.show()
其中linspace()函数是在一定范围内以一定的间隔取值
2、其他图
函数 | 说明 |
plt.plot(x,y,fmt....) | 坐标图 |
plt.boxplot(data,notch,position) | 箱型图 |
plt.bar(left,height,width,bottom) | 条形图 |
plt.barh(width,bottom,left,height) | 横向条形图 |
plt.polar(theta,r) | 极坐标图 |
plt.pie(data,explode) | 饼图 |
plt.psd(x,NFFT=256,pad_to,Fs) | 功率谱密度图 |
plt.specgram(x,NFFT=256,pad_to,F) | 谱图 |
plt.cohere(x,y,NFFT=256,Fs) | X-Y相关性函数 |
plt.scatter(x,y) | 散点图 |
plt.step(x,y,where) | 步阶图 |
plt.hist(x,bins,normed) | 直方图 |
3、画布与子图
(1)创建画布
fig = plt.figure()
(2)给图选定位置
add_subplot()参数表明是在总共2行2列的第1个位置
ax1 = fig.add_subplot(2,2,1)
ax2 = fig.add_subplot(2,2,2)
ax3 = fig.add_subplot(2,2,3)
ax4 = fig.add_subplot(2,2,4)
(3)绘制各个子图
ax1.plot([1,2,3,4],[5,6,7,8])
ax2.plot([4,2,6,4],[5,2,7,2])
ax3.plot([2,1,2,5],[8,5,2,9])
ax4.plot([6,7,8,9],[1,2,3,4])