python 作图基础

import numpy as np
c=np.random.randn(0,100,10)
y=np.sort(c)
y
c.sort()
#np.loadtxt('文件名·',delimiter=',',skiprows=1,usecols=[1,2],unpack=True) usecol代表是否选取部分列， unpack=True 数据不放在同一个矩阵里
import matplotlib.pyplot as plt
height=[170,165,124,180]
weight=[80,60,45,85]
plt.scatter(height,weight)
plt.show()
n=1000
x=np.random.randn(n)
y1=np.random.randn(n)
plt.scatter(x,y1)
plt.show()
plt.scatter(x,y1,s=100,c='r',marker='<',alpha=0.5)
plt.show()
#折线图
x=np.linspace(-10,10,100)#生成等区间的数值
y=x**2
plt.plot(x,y)
plt.show()
import matplotlib.dates as mdate
#date,open,close=np.loadtxt("",converters={0:mdate.strpdate2num('%m/%d/%y')},skiprows=1,usecol=(0,1,4),unpack=False)#转化时间
#plt.plot_date(date,open,linestyle='--',color='',marker='')专门处理有时间的数据进行画图
#条形图
N=5
y=[20,10,30,25,15]
index=np.arange(N)
p1=plt.bar(left=index,height=y,color='b',width=0.8)
p2=plt.bar(left=0,bottom=index,height=y,orientation='horizontal')#转成水平的条形图
p3=plt.barh(left=0,bottom=index,height=y)
plt.show()
salesBJ=[3,5,6,7]
salesSH=[6,2,1,3]
bar_width=0.3
plt.bar(index,salesBJ,bar_width,color='b')
plt.bar(index+bar_width,salesSH,bar_width,color='r')
plt.show()
plt.bar(index,salesSH,bar_width,color='r',bottom=salesSH)
#直方图
mu=100# means of distribution
sigma=20#standard deviation of distribution
x=mu+sigma*np.random.randn(2000)
plt.hist(x,bins=10,color='green',normal=True)
plt.show()
x=np.random.randn(100)+2
y=np.random.randn(100)+3
plt.hist2d(x,y,bins=10)
#饼图
labels='A','B','C','D'
fracs=[15,35,40,10]
explode=[0,0,0.5,0]#距离原点的远近 是不在一起的圆
plt.axes(aspect=1)#把xy轴调整成1:1 成为正圆
plt.pie(x=fracs,labels=labels,explode=explode,autopct='%.0f%%')
plt.show()
#箱型图
np.random.seed(100)
data=np.random.normal(size=1000,loc=0,scale=1)
plt.boxplot(data,sys='o',whis=1.5)#sys是调整异常值的形状，whis是调整异常值多一些还是虚线里面的多一些。1.5是规定数字。数值越大，异常值显示的越少
from pylab import *
x=arange(0,10,1)
y=randn(len(x))
plot(x,y)
title('pylab')
show()
a=np.arange(0,10,1)
b=np.random.randn(len(a))
plt.plot(a,b)
plt.title('pyplot')
x=np.arange(1,100)
fig=plt.figure()
ax1=fig.add_subplot(221)#生成一个2*2的图,这是第一个图
ax1.plot(x,x)
ax2=fig.add_subplot(222)#生成的第二张图
ax2.plot(x,-x)
#或者用下面的也可以
plt.subplot(221)
plt.plot(x,x)
plt.subplot(2,2,2)
plt.plot(x,-x)
#多图
fig1=plt.figure()
ax1=fig1.add_subplot(111)
ax1.plot([1,2,3],[3,2,1])
fig2=plt.figure()
ax2=fig2.add_subplot(111)
ax2.plot([1,3,4],[4,3,2])
#添加网格
y=np.arange(1,5)
plt.plot(y,y*2)
plt.grid(True)#加网格
plt.grid(color='r',linestyle='-')
#绘制图例
plt.plot(x,x*2,labels='normal')
plt.plot(x,x*3,labels='fast')
plt.plot(x,x*4,labels='faster')
plt.legend(loc=1,ncol=3)#loc改变位置。1右上角2是左上角3是左下角4是右下角 ncol调整图例的摆放，变成三列
fig=plt.figure()
ax=fig1.add_subplot(111)
l,=plt.plot(x,x)
ax.legend(['ax.legend'])
#修改坐标
plt.axes([10,10,0,100])#前两个数修改x轴最表后两个数修改y轴坐标
plt.xlim([-1,10])
#坐标刻度
ax=plt.plot(x,x)
ax.locator_paramts(nbins=10)#nbins是有几个格在坐标轴上
ax.locator_paramts('x',nbins=10)#只调整x
plt.locator_params('x',nbins=5)#plt一路交互功能 后续可以改
import matplotlib as mpl
import datetime
fig=plt.figure()
start=datetime.datetime(2019,1,1)
stop=datetime.datetime(2020,1,1)
delta=datetime.timedelta(days=1)
dates=mpl.dates.drange(start,stop,delta)
y=np.random.randn(len(dates))
ax=plt.gca()
ax.plot_date(dates,y,linstyle='-')
date_format=mpl.dates.DateFormatter('%y-%m-%d')
ax.xaix.set_major_formatter(date_format)
#添加坐标轴当y轴上的刻度不同时
x=np.random.randn(2,20,1)
y1=x**2
y2=np.log(x)
plt.plot(x,y1)
plt.twinx()
plt.twiny()
plt.plot(x,y2)
fig1=plt.figure()
ax1=fig1.add_subplot(111)
ax1.plot(x,y1)
ax1.set_ylabel('Y1')
ax2=ax1.twinx()
ax2.plot(x,y2)
ax2.set_ylabel('Y2')
ax1.set_xlabel('compare Y1 and Y2')