NumPy - Matplotlib绘图库

NumPy - Matplotlib

Matplotlib 是 Python 的绘图库。 它可与 NumPy 一起使用，提供了一种有效的 MatLab 开源替代方案。 它也可以和图形工具包一起使用，如 PyQt 和 wxPython。

Matplotlib 模块最初是由 John D. Hunter 编写的。 自 2012 年以来，Michael Droettboom 是主要开发者。 目前，Matplotlib 1.5.1 是可用的稳定版本。 该软件包可以二进制分发，其源代码形式在 www.matplotlib.org 上提供。

通常，通过添加以下语句将包导入到 Python 脚本中：

from matplotlib import pyplot as plt

这里pyplot()是 matplotlib 库中最重要的函数，用于绘制 2D 数据。 以下脚本绘制方程y = 2x + 5：

示例

import numpy as np 
from matplotlib import pyplot as plt 
x = np.arange(1,11) 
y =  2  * x +  5 
plt.title("Matplotlib demo") 
plt.xlabel("x axis caption") 
plt.ylabel("y axis caption") 
plt.plot(x,y)
plt.show()

结果如下图

作为线性图的替代，可以通过向plot()函数添加格式字符串来显示离散值。 可以使用以下格式化字符。

字符	描述
'-'	实线样式
'--'	短横线样式
'-.'	点划线样式
':'	虚线样式
'.'	点标记
','	像素标记
'o'	圆标记
'v'	倒三角标记
'^'	正三角标记
'<'	左三角标记
'>'	右三角标记
'1'	下箭头标记
'2'	上箭头标记
'3'	左箭头标记
'4'	右箭头标记
's'	正方形标记
'p'	五边形标记
'*'	星形标记
'h'	六边形标记 1
'H'	六边形标记 2
'+'	加号标记
'x'	X 标记
'D'	菱形标记
'd'	窄菱形标记
'|'	竖直线标记
'_'	水平线标记

还定义了以下颜色缩写。

字符	颜色
'b'	蓝色
'g'	绿色
'r'	红色
'c'	青色
'm'	品红色
'y'	黄色
'k'	黑色
'w'	白色

要显示圆来代表点，而不是上面示例中的线，请使用ob作为plot()函数中的格式字符串。

示例

import numpy as np 
from matplotlib import pyplot as plt 
x = np.arange(1,11) 
y =  2  * x +  5 
plt.title("Matplotlib demo") 
plt.xlabel("x axis caption") 
plt.ylabel("y axis caption") 
plt.plot(x,y,"ob") 
plt.show()

结果如下图

绘制正弦波

以下脚本使用 matplotlib 生成正弦波图。

示例

x = np.arange(0,3*np.pi,0.1)
y = np.sin(x)

plt.title('sine wave form')
plt.plot(x,y)
plt.show()

结果如下图

subplot()

subplot()函数允许你在同一图中绘制不同的东西。 在下面的脚本中，绘制正弦和余弦值。

示例

import numpy as np 
import matplotlib.pyplot as plt 
x = np.arange(0,3*np.pi,0.1)
sin_y = np.sin(x)
cos_y = np.cos(x)
#绘制第一张图
a1 = plt.subplot(2,2,1)
#第二张图
a2 = plt.subplot(2,2,2)
a1.plot(x,sin_y)
a2.plot(x,cos_y)
plt.show()

#结果如下

bar()

pyplot子模块提供bar()函数来生成条形图。 以下示例生成两组x和y数组的条形图。

#列

import matplotlib.pyplot as plt 
import numpy as np
x =  np.array([5,8,10])
y =  np.array([12,16,6])
x2 =  np.array([6,9,11]) 
y2 =  np.array([6,15,7])
plt.bar(x, y, align =  'center') 
plt.bar(x2, y2, color =  'g', align =  'center') 
plt.title('Bar graph') 
plt.ylabel('Y axis') 
plt.xlabel('X axis') 
plt.show()

#结果如下

NumPy - 使用 Matplotlib 绘制直方图

NumPy 有一个numpy.histogram()函数，它是数据的频率分布的图形表示。 水平尺寸相等的矩形对应于类间隔，称为bin，变量height对应于频率。

numpy.histogram()

numpy.histogram()函数将输入数组和bin作为两个参数。 bin数组中的连续元素用作每个bin的边界。

import numpy as np 

a = np.array([22,87,5,43,56,73,55,54,11,20,51,5,79,31,27]) 
np.histogram(a,bins =  [0,20,40,60,80,100]) 
#结果
(array([3, 4, 5, 2, 1]), array([  0,  20,  40,  60,  80, 100]))

plt()

Matplotlib 可以将直方图的数字表示转换为图形。 pyplot子模块的plt()函数将包含数据和bin数组的数组作为参数，并转换为直方图。

from matplotlib import pyplot as plt 
import numpy as np  

a = np.array([22,87,5,43,56,73,55,54,11,20,51,5,79,31,27]) 
plt.hist(a, bins =  [0,20,40,60,80,100]) 
plt.title("histogram") 
plt.show()

#结果如下