最近在中国大学mooc网学习Python数据分析与展示相关知识,记入下来,以供参考。
Matplotlib库入门
Matplotlib库由各种可视化类构成,内部结构复杂,受Matlab启发
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 #调用时一般将其命名为plt
Matplotlib库小测
import matplotlib.pyplot as plt
plt.plot([3,1,4,5,2]) #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
plt.ylabel('grade')
plt.xlabel('x')
plt.savefig('test',dpi = 500) #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
plt.show()
import matplotlib.pyplot as plt
plt.plot([0,2,4,6,8],[3,1,4,5,2]) #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
plt.ylabel('grade')
plt.xlabel('x')
plt.axis([-1,10,0,6]) #x轴最左边坐标起始-1,终止于10,y轴坐标起始于0,终止于6
plt.show()
pyplot的绘图区域
plt.subplot(nrows, ncols, plot_number)
- nrows : 将绘图区域分成的行数
- ncols : 将绘图区域分成的列数
- plot_number: 当前绘图区
import matplotlib.pyplot as plt
import numpy as np
def f(t):
return np.exp(-t) * np.cos(2*np.cos(2*np.pi*t))
a = np.arange(0.0,5.0,0.02)
plt.subplot(211)
plt.plot(a,f(a))
plt.subplot(2,1,2)
plt.plot(a,np.cos(2*np.pi*a),'r--')
plt.show()
pyplot的plot()函数
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)
注意:当绘制多条曲线时,各条曲线的x不能省略
∙ format_string: 控制曲线的格式字符串,可选由颜色字符、风格字符和标记字符组成
颜色 | 字符说明 | 颜色 | 字符说明 |
---|---|---|---|
‘b’ | 蓝色 | ‘m’ | 洋红色magenta |
‘g’ | 绿色 | ‘y’ | 黄色 |
‘r’ | 红色 | ‘k’ | 黑色 |
‘c’ | 青绿色cyan | ‘w’ | 白色 |
‘#008000’ | RGB某颜色 | ‘0.8’ | 灰度值字符串 |
风格 | 字符说明 |
---|---|
‘‐’ | 实线 |
‘‐‐’ | 破折线 |
‘‐.’ | 点划线 |
‘:’ | 虚线 |
’ ‘ | 无线条 |
标记字符 | 说明 | 标记字符 | 说明 | 标记字符 | 说明 |
---|---|---|---|---|---|
‘.’ | 点标记 | ‘1’ | 下花三角标记 | ‘h’ | 竖六边形标记 |
‘,’ | 像素标记(极小点) | ‘2’ | 上花三角标记 | ‘H’ | 横六边形标记 |
‘o’ | 实心圈标记 | ‘3’ | 左花三角标记 | ‘+’ | 十字标记 |
‘v’ | 倒三角标记 | ‘4’ | 右花三角标记 | ‘x’ | x标记 |
‘^’ | 上三角标记 | ’s’ | 实心方形标记 | ‘D’ | 菱形标记 |
‘>’ | 右三角标记 | ‘p’ | 实心五角标记 | ‘d’ | 瘦菱形标记 |
‘<’ | 左三角标记 | ‘*’ | 星形标记 | ‘|’ | 垂直线标记 |
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()
∙ **kwargs : 第二组或更多(x,y,format_string)
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
……
pyplot的中文显示
第一种方法
pyplot并不默认支持中文显示,需要rcParams修改字体实现
属性 | 说明 |
---|---|
‘font.family’ | 用于显示字体的名字 |
‘font.style’ | 字体风格,正常’normal’或斜体’italic’ |
‘font.size’ | 字体大小,整数字号或者’large’、’x‐small’ |
此方法改变的是全局字体,包括横纵坐标的数字
import matplotlib.pyplot as plt
import matplotlib
import numpy as np
matplotlib.rcParams['font.family'] = 'STSong' #华文宋体
matplotlib.rcParams['font.size'] = 20
a = np.arange(0.0,5.0,0.02)
plt.xlabel('横轴:时间')
plt.ylabel('纵轴:振幅')
plt.plot(a, np.cos(2*np.pi*a),'r--')
plt.savefig('test',dpi = 100)
plt.show()
第二种方法
在有中文输出的地方,增加一个属性:fontproperties
import matplotlib.pyplot as plt
import numpy as np
a = np.arange(0.0,5.0,0.02)
plt.xlabel('横轴:时间',fontproperties = 'SimHei',fontsize = 20)
plt.ylabel('纵轴:振幅',fontproperties = 'SimHei',fontsize = 20)
plt.plot(a, np.cos(2*np.pi*a),'r--')
plt.savefig('test',dpi = 100)
plt.show()
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 |
plt.text() | 在任意位置增加文本 |
plt.annotate() | 在图形中增加带箭头的注解 |
import matplotlib.pyplot as plt
import numpy as np
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('正弦波实例 $y=cos(2\pi x)$',fontproperties = 'SimHei',fontsize = 25) # $y=cos(2\pi x)$ 表示Latex格式
#plt.text(2,1,r'$\mu=100$',fontsize = 15)
plt.annotate(r'$\mu=100$',xy=(2,1),xytext = (3,1.5),
arrowprops=dict(facecolor='black',shrink =0.1,width=2))
# arrowprops 箭头的属性 shrink表示从箭头的开始到结束按照0.1的比例缩进
plt.axis([-1,6,-2,2])
plt.grid(True) #加入网格线
plt.show()
pyplot的复杂子绘图区域
第一种方法
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
-GridSpes:将整个绘图区域分成一个什么样的形状
-CurSpec:当前选定的位置
-Colspan:从当前选定的位置在行的方向上延伸
-rowspan:从当前选定的位置在列的方向上延伸
plt.subplot2grid((3,3), (0,0), colspan=3)
...
plt.subplot2grid((3,3), (1,0), colspan=2)
...
plt.subplot2grid((3,3), (1,2), rowspan=2)
...
plt.subplot2grid((3,3), (2,0))
...
plt.subplot2grid((3,3), (2,1))
第二种方法
import matplotlib.gridspec as gridspec
import matplotlib.pyplot as plt
gs = gridspec.GridSpec(3,3)
ax1 = plt.subplot(gs[0,:])
ax2 = plt.subplot(gs[1,:-1])
ax3 = plt.subplot(gs[1:,-1])
ax4 = plt.subplot(gs[2,0])
ax5 = plt.subplot(gs[2,1])