python数据分析与展示：Matplotlib库入门

Matplotlib库入门

Matplotlib库的介绍

Matplotlib：Python非常优秀的数据可视化第三方库。

Matplotlib库的效果

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

我们在此绘制一个最简单的，包含五个元素列表的图形。

代码实例：

import matplotlib.pyplot as plt
plt.plot([3,1,4,5,2])
plt.ylabel("Grade") #y轴增加了一个标签，名为Grade
plt.savefig('test',dpi=600) #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()#可以在ipythpn的交互环境中展示生成的图像

绘制好的图形如下：

• 在这个图形中，我们输入的列表[3,1,4,5,2]作为纵坐标的值显示出来，对于.plot函数，当只有一个输入列表或者数组时，也就是说输入的参数为一维时，这个参数会被自动视为y轴来处理。x轴即为这个列表的索引（从0开始），是自动生成的。
• dpi指的是在每一英寸空间中包含的点的数量，我们在这里指定每个英寸包含600个像素点。

---

plt.plot([0,2,4,6,8],[3,1,4,5,2])

#当plt.plot()函数有两个以上的参数时，按照x轴和y轴的顺序绘制数据点。

plt.axis([-1,10,0,6])

#**plt.axis()函数是设定横纵坐标尺度的函数。它的参数是一个具有四个变量的列表。**如上例所示，其中的-1，10是指x轴的坐标起始于-1，终止于10；y轴的坐标起始于0，终止于6。

---

pyplot的绘图区域

在绘图区域中选择子绘图区域

代码实例：

import numpy as np
import matplotlib.pyplot as plt


def f(t):
    return np.exp(-t) * 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(212)
plt.plot(a, np.cos(2*np.pi*a),'r--')
plt.show()

• plt.subplot(211)第一次调用时将我们整个绘图区域分成两行一列，即为上下两块，选择第一块（上边的一块）。选择好了之后再调用plt.plot()函数，为在这个区域绘制我们想要的能量衰减曲线。

• plt.subplot(2,1,2)第二次调用时，选择第二块绘图区域，绘制出正弦曲线，同时我们将曲线的格式设置为曲线形式。

  ---

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，可选。
• format_string：控制曲线的格式字符串，可选。
• kwargs：第二组或者更多(x, y, format_string, **kwargs)

代码实例：

import matplotlib.pyplot as plt
import numpy as np

a = np.arange(10)
plt.plot(a, a*1.5, a, a*2.5, a, a*3.5, a, a*4.5)
plt.show()

可以看到图片中产生了四条曲线，每一条曲线都是由一组x和y坐标产生的。

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。

• 常用的颜色字符：

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
‘e’	青绿色 cyan	‘w’	白色
‘#008000’	RGB某颜色	‘0.8’	灰度值字符串

如果用户不指定颜色，那么系统会自动选择一种与其它曲线不同的颜色来赋值这条曲线。

• 常用的风格字符

风格字符	说明
‘-’	实线
‘–’	破折线
‘-.’	点划线
‘:’	虚线
‘’ ‘’	无线条

当前的常用打印机打印图片时一般为黑白颜色，所以我们最好用不同的风格字符来区分不同含义的曲线。

• 常用的标记字符

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’	右花三角标记	‘+’	十字标记
‘v’	倒三角标记	‘4’	左花三角标记	‘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

以上三种字符在使用时可以同时使用。可以根据自己的习惯和现实的特点来选择曲线的风格。

**kwargs：第二组或者更多(x, y, format_string, kwargs)

• 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

pyplot并不默认支持中文显示，如果希望在坐标系中出现额外的中文汉字，则需要用代码进行辅助。

1. 用rcParams修改字体实现。

#'SimHei’表示黑体

rcParams的属性：

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’

font.family:

中文字体	说明
‘SimHei’	中文黑体
‘Kaiti’	中文楷体
‘LiSu’	中文隶书
‘FangSong’	中文仿宋
‘YouYuan’	中文幼圆
‘STSong’	华文宋体

2. 在有中文输入的地方，增加一个属性：fontproperties

这种方法可以有效地在特定需要中文的地方确定中文字体，是更为合适的方法，建议使用。

---

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

#Latex语法： $y=cos(2\pi x)$ 是由一对美元符号标识的Latex文本，Latex是一个全球非常成熟的排版文本体系，具有自己的排版语法，我们在代码中可以使用$符号来引入一部分的Latex语法，

#text()中的前两个坐标(2,1,)表示我们增加文本的坐标值，横坐标为2，纵坐标为1。显示的内容为第三个参数。

#plt.axis() 制定横纵坐标的范围。

#plt.grid() 的值设定为True，表示我们在图形中加入了网格曲线，最后将其绘制出来。

plt.annotate(s,xy=arrow_crd,xytext=text_crd,arrowprops=dict)

#第一个参数为一个字符串，表示需要注释的内容；
#第二个参数表示箭头所在的位置，必须是用 (x,y)= 的形式作为引导，且后边为一个元组类型；
#第三个参数表示文本所在的位置；
#在第四个参数中，我们应用 arrowprops=dict() 利用字典的形式对箭头的格式做相关的说明。shrink参数使得箭头在文本和指向的图形之间都留有了一定的空白。

---

pyplot的子绘图区域

这里介绍一个辅助subplot来进行子区域设计的方法：

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。

plt.subplot2grid((3,3),(1,0),colspan=2)

#第一个参数为元组，(3,3)表示把整个绘图区域分为3*3=9个等份；第二个参数(1,0)表示当前选中的位置为第1行第0列，即为图中黄色区域的左侧部分；第三个参数colspan=2表示在列的方向上向右延申两个长度，这样就构成了上图中所示的黄色区域。

当然，我们也可以通过使用GridSpec类来实现绘图区域的划分。

---

---

想要了解更多matplotlib库绘图的相关信息，可以访问：

Matplotlib官网

#所有视频截图均来自中国大学mooc北京理工大学嵩天老师的课程
《Python数据分析与展示》