Matplotlib

最新推荐文章于 2024-07-26 17:36:26 发布
最新推荐文章于 2024-07-26 17:36:26 发布
阅读量127 收藏
点赞数
分类专栏： 机器学习 文章标签： matplotlib python 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zgaoyi/article/details/126185683
版权

文章笔记来源于黑马程序员13天入门机器学习
https://www.bilibili.com/video/BV1pf4y1y7kw?p=21&spm_id_from=pageDriver&vd_source=ea86f79d8b1ca6e0c23858fd3b3516a7

Matplotlib

1 Matplotlib 介绍

1.1 什么是Matplotlib

  • 是专门用于开发2D图表(包括3D图表)
  • 以渐进、 交互式方式实现数据可视化

1.2 为什么要学习Matplotlib

可视化是在整个数据挖掘的关键辅助工具， 可以清晰的理解数据， 从而调整我们的分析方法。

  • 能将数据进行可视化,更直观的呈现
  • 使数据更加客观、 更具说服力
    例如下面两个图为数字展示和图形展示
    在这里插入图片描述

2.实现一个简单的Matplotlib画图 — 以折线图为例

2.1 matplotlib.pyplot模块

matplotlib.pytplot包含了一系列类似于matlab的画图函数。

import matplotlib.pyplot as plt

2.2 图形绘制流程：

  • 1.创建画布 --plt.figure()

plt.figure(figsize=(), dpi=)
figsize:指定图的长宽
dpi:图像的清晰度
返回fig对象

  • 2.绘制图像 – plt.plot(x, y)
  • 3.显示图像 – plt.show()

3. 折线图绘制与显示

import matplotlib.pyplot as plt
#1.创建画布
plt.figure(figsize=(20,8),dpi=100)

#2.绘制图像
plt.plot([1,2,3,4,5,6,7],[10.,15,13,18,16,20,10])
#3.图像显示
plt.show()

在这里插入图片描述

4. 认识Matplotlib图像结构

在这里插入图片描述

5.基础的绘画功能 -以折线图为例

需求： 画出某城市11点到12点1小时内每分钟的温度变化折线图， 温度范围在15度~18度
效果：
在这里插入图片描述

5.1 准备数据并画出初始折线图

import matplotlib.pyplot as plt
import random
# 画出温度变化图
# 0.准备x, y坐标的数据
x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]
# 1.创建画布
plt.figure(figsize=(20, 8), dpi=80)
# 2.绘制折线图
plt.plot(x, y_shanghai)
# 3.显示图像
plt.show()

在这里插入图片描述

5.2 添加自定义x，y刻度

  • plt.xticks(x, **kwargs)
    • x:要显示的刻度值
  • plt.yticks(y, **kwargs)
    • y:要显示的刻度值
# 增加以下两行代码
# 构造x轴刻度标签
x_ticks_label = ["11点{}分".format(i) for i in x]
# 构造y轴刻度
y_ticks = range(40)
# 修改x,y轴坐标的刻度显示
plt.xticks(x[::5], x_ticks_label[::5])
plt.yticks(y_ticks[::5])

在这里插入图片描述
若中文不能显示出来
则在Python脚本中动态设置matplotlibrc,这样也可以避免由于更改配置文件而造成的麻烦， 具体代码如下：

from pylab import mpl
# 设置显示中文字体
mpl.rcParams["font.sans-serif"] = ["SimHei"]

有时候， 字体更改后， 会导致坐标轴中的部分字符无法正常显示， 此时需要更改axes.unicode_minus参数：

# 设置正常显示符号
mpl.rcParams["axes.unicode_minus"]

5.3 添加网格显示

为了更加清楚地观察图形对应的值

plt.grid(True, linestyle='--', alpha=0.8)

在这里插入图片描述

5.4 添加描述信息

添加x轴、 y轴描述信息及标题

  • 通过fontsize参数可以修改图像中字体的大小
plt.xlabel("时间")
plt.ylabel("温度")
plt.title("中午11点0分到12点之间的温度变化图示", fontsize=20)

在这里插入图片描述

5.5 图像保存

# 保存图片到指定路径（这里是保存在当前目录下）
plt.savefig("./test.png")

注意： plt.show()会释放figure资源， 如果在显示图像之后保存图片将只能保存空图片。

完整代码 ：

import matplotlib.pyplot as plt
import random
from pylab import mpl
52# 设置显示中文字体
mpl.rcParams["font.sans-serif"] = ["SimHei"]
# 设置正常显示符号
mpl.rcParams["axes.unicode_minus"] = False
# 0.准备数据
x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]
# 1.创建画布
plt.figure(figsize=(20, 8), dpi=100)
# 2.绘制图像
plt.plot(x, y_shanghai)
# 2.1 添加x,y轴刻度
# 构造x,y轴刻度标签
x_ticks_label = ["11点{}分".format(i) for i in x]
y_ticks = range(40)
# 刻度显示
plt.xticks(x[::5], x_ticks_label[::5])
plt.yticks(y_ticks[::5])
# 2.2 添加网格显示
plt.grid(True, linestyle="--", alpha=0.5)
# 2.3 添加描述信息
plt.xlabel("时间")
plt.ylabel("温度")
plt.title("中午11点--12点某城市温度变化图", fontsize=20)
# 2.4 图像保存
plt.savefig("./test.png")
# 3.图像显示
plt.show()

在这里插入图片描述

6.在一个坐标系中绘制多个图像

6.1 多次plot

需求： 再添加一个城市的温度变化
收集到北京当天温度变化情况， 温度在1度到3度。 怎么去添加另一个在同一坐标系当中的不同图形， 其实很简单只需要再次plot即可， 但是需
要区分线条， 如下显示

在这里插入图片描述

# 增加北京的温度数据
y_beijing = [random.uniform(1, 3) for i in x]
# 绘制折线图
plt.plot(x, y_shanghai)
# 使用多次plot可以画多个折线
plt.plot(x, y_beijing, color='r', linestyle='--')

6.2 设置图形风格

在这里插入图片描述

6.3 显示图例

  • 注意： 如果只在plt.plot()中设置label还不能最终显示出图例， 还需要通过plt.legend()将图例显示出来。
# 绘制折线图
plt.plot(x, y_shanghai, label="上海")
# 使用多次plot可以画多个折线
plt.plot(x, y_beijing, color='r', linestyle='--', label="北京")
# 显示图例
plt.legend(loc="best")

在这里插入图片描述
完整代码：

import matplotlib.pyplot as plt
import random
from pylab import mpl
52# 设置显示中文字体
mpl.rcParams["font.sans-serif"] = ["SimHei"]
# 设置正常显示符号
mpl.rcParams["axes.unicode_minus"] = False
# 0.准备数据
x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]
y_beijing = [random.uniform(1,3) for i in x]
# 1.创建画布
plt.figure(figsize=(20, 8), dpi=100)
# 2.绘制图像
plt.plot(x, y_shanghai, label="上海")
plt.plot(x, y_beijing, color="r", linestyle="--", label="北京")
# 2.1 添加x,y轴刻度
# 构造x,y轴刻度标签
x_ticks_label = ["11点{}分".format(i) for i in x]
y_ticks = range(40)
# 刻度显示
54plt.xticks(x[::5], x_ticks_label[::5])
plt.yticks(y_ticks[::5])
# 2.2 添加网格显示
plt.grid(True, linestyle="--", alpha=0.5)
# 2.3 添加描述信息
plt.xlabel("时间")
plt.ylabel("温度")
plt.title("中午11点--12点某城市温度变化图", fontsize=20)
# 2.4 图像保存
plt.savefig("./test.png")
# 2.5 添加图例
plt.legend(loc=0)
# 3.图像显示
plt.show()

在这里插入图片描述

7.多个坐标系显示— plt.subplots(面向对象的画图方法)

如果我们想要将上海和北京的天气图显示在同一个图的不同坐标系当中， 效果如下：
在这里插入图片描述
可以通过subplots函数实现(旧的版本中有subplot， 使用起来不方便)， 推荐subplots函数

  • tplotlib.pyplot.subplots(nrows=1, ncols=1, **fig_kw) 创建一个带有多个axes(坐标系/绘图区)的图

Parameters:
nrows, ncols : 设置有几行几列坐标系
int, optional, default: 1, Number of rows/columns of the subplot grid.
Returns:
fig : 图对象
axes : 返回相应数量的坐标系
设置标题等方法不同：
set_xticks
set_yticks
set_xlabel
set_ylabel

注意： plt.函数名()相当于面向过程的画图方法， axes.set_方法名()相当于面向对象的画图方法。

# 0.准备数据
x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]
y_beijing = [random.uniform(1, 5) for i in x]
# 1.创建画布
# plt.figure(figsize=(20, 8), dpi=100)
fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(20, 8), dpi=100)
# 2.绘制图像
# plt.plot(x, y_shanghai, label="上海")
# plt.plot(x, y_beijing, color="r", linestyle="--", label="北京")
axes[0].plot(x, y_shanghai, label="上海")
axes[1].plot(x, y_beijing, color="r", linestyle="--", label="北京")
# 2.1 添加x,y轴刻度
# 构造x,y轴刻度标签
x_ticks_label = ["11点{}分".format(i) for i in x]
y_ticks = range(40)
# 刻度显示
# plt.xticks(x[::5], x_ticks_label[::5])
# plt.yticks(y_ticks[::5])
axes[0].set_xticks(x[::5])
axes[0].set_yticks(y_ticks[::5])
axes[0].set_xticklabels(x_ticks_label[::5])
axes[1].set_xticks(x[::5])
axes[1].set_yticks(y_ticks[::5])
axes[1].set_xticklabels(x_ticks_label[::5])
# 2.2 添加网格显示
# plt.grid(True, linestyle="--", alpha=0.5)
axes[0].grid(True, linestyle="--", alpha=0.5)
axes[1].grid(True, linestyle="--", alpha=0.5)
# 2.3 添加描述信息
# plt.xlabel("时间")
# plt.ylabel("温度")
# plt.title("中午11点--12点某城市温度变化图", fontsize=20)
axes[0].set_xlabel("时间")
axes[0].set_ylabel("温度")
axes[0].set_title("中午11点--12点某城市温度变化图", fontsize=20)
axes[1].set_xlabel("时间")
axes[1].set_ylabel("温度")
axes[1].set_title("中午11点--12点某城市温度变化图", fontsize=20)
# # 2.4 图像保存
plt.savefig("./test.png")
# # 2.5 添加图例
# plt.legend(loc=0)
axes[0].legend(loc=0)
axes[1].legend(loc=0)
# 3.图像显示
plt.show()

在这里插入图片描述

8.折线图的应用

import numpy as np
# 0.准备数据
x = np.linspace(-10, 10, 1000)
y = np.sin(x)
# 1.创建画布
plt.figure(figsize=(20, 8), dpi=100)
# 2.绘制函数图像
plt.plot(x, y)
# 2.1 添加网格显示
plt.grid()
# 3.显示图像
plt.show()

在这里插入图片描述
小结：

  • 添加x,y轴刻度【知道】
    • plt.xticks()
    • plt.yticks()
    • 注意:在传递进去的第一个参数必须是数字,不能是字符串,如果是字符串吗,需要进行替换操作
  • 添加网格显示【知道】
    • plt.grid(linestyle=“–”, alpha=0.5)
  • 添加描述信息【知道】
    • plt.xlabel()
    • plt.ylabel()
    • plt.title()
  • 图像保存【知道】
    • plt.savefig(“路径”)
  • 多次plot【了解】
    • 直接进行添加就OK
  • 显示图例【知道】
    • plt.legend(loc=“best”)
    • 注意:一定要在plt.plot()里面设置一个label,如果不设置,没法显示
  • 多个坐标系显示【了解】
    • plt.subplots(nrows=, ncols=)
  • 折线图的应用【知道】
    • 1.应用于观察数据的变化
    • 2.可是画出一些数学函数图像

8.常见图形绘制

Matplotlib能够绘制折线图、 散点图、 柱状图、 直方图、 饼图。

8.1 散点图绘制

需求： 探究房屋面积和房屋价格的关系

房屋面积数据

x = [225.98, 247.07, 253.14, 457.85, 241.58, 301.01, 20.67, 288.64,
163.56, 120.06, 207.83, 342.75, 147.9 , 53.06, 224.72, 29.51,
21.61, 483.21, 245.25, 399.25, 343.35]

房屋价格数据：

y = [196.63, 203.88, 210.75, 372.74, 202.41, 247.61, 24.9 , 239.34,
140.32, 104.15, 176.84, 288.23, 128.79, 49.64, 191.74, 33.1 ,
30.74, 400.02, 205.35, 330.64, 283.45]

代码：

# 0.准备数据
x = [225.98, 247.07, 253.14, 457.85, 241.58, 301.01, 20.67, 288.64,
163.56, 120.06, 207.83, 342.75, 147.9 , 53.06, 224.72, 29.51,
21.61, 483.21, 245.25, 399.25, 343.35]
y = [196.63, 203.88, 210.75, 372.74, 202.41, 247.61, 24.9 , 239.34,
140.32, 104.15, 176.84, 288.23, 128.79, 49.64, 191.74, 33.1 ,
30.74, 400.02, 205.35, 330.64, 283.45]
# 1.创建画布
plt.figure(figsize=(20, 8), dpi=100)
# 2.绘制散点图
plt.scatter(x, y)
# 3.显示图像
plt.show()

在这里插入图片描述

8.2 柱状图绘制

需求-对比每部电影的票房收入
在这里插入图片描述
在这里插入图片描述
1.准备数据

[‘雷神3： 诸神黄昏’,‘正义联盟’,‘东方快车谋杀案’,‘寻梦环游记’,‘全球风暴’, ‘降魔传’,‘追捕’,‘七十七天’,‘密战’,‘狂兽’,‘其它’]
[73853,57767,22354,15969,14839,8725,8716,8318,7916,6764,52222]

2.绘制柱状图
代码：

import matplotlib.pyplot as plt

from pylab import mpl
# 设置显示中文字体
mpl.rcParams["font.sans-serif"] = ["SimHei"]
# 设置正常显示符号
mpl.rcParams["axes.unicode_minus"] = False
# 0.准备数据
# 电影名字
movie_name = ['雷神3： 诸神黄昏','正义联盟','东方快车谋杀案','寻梦环游记','全球风暴','降魔传','追捕','七十七天','密战','狂兽','其它']
62# 横坐标
x = range(len(movie_name))
# 票房数据
y = [73853,57767,22354,15969,14839,8725,8716,8318,7916,6764,52222]
# 1.创建画布
plt.figure(figsize=(20, 8), dpi=100)
# 2.绘制柱状图
plt.bar(x, y, width=0.5, color=['b','r','g','y','c','m','y','k','c','g','b'])
# 2.1b修改x轴的刻度显示
plt.xticks(x, movie_name)
# 2.2 添加网格显示
plt.grid(linestyle="--", alpha=0.5)
# 2.3 添加标题
plt.title("电影票房收入对比")
# 3.显示图像
plt.show()

在这里插入图片描述

ZgaoYi
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Matplotlib安装
qq_44632558的博客
05-09 1309
Matplotlib是python的一个绘图库，与numpy、pandas共享数据科学三剑客的美誉，也是很多高级可视化库的基础。Matplotlib可以非常方便地创建海量类型地2D图表和一些基本的3D图表，可根据数据集（DataFrame，Series）自行定义x,y轴，绘制图形（线形图，柱状图，直方图，密度图，散布图等等），能够解决大部分的需要。提示：以下是本篇文章正文内容，下面案例可供参考。
matplotlib安装包
09-26
c++使用matplotlib安装包 Matplotlib 是一个全面的库，用于在 Python 中创建静态、动画和交互式可视化。 Matplotlib 以各种硬拷贝格式和跨平台的交互式环境生成出版质量的图表。Matplotlib 可用于Python 、Web 应用...
matplotlib安装与使用方法
JFS1024的博客
12-06 2万+
学习Matplotlib是探索数据可视化领域的重要一步。Matplotlib是一个功能强大、灵活且广泛使用的Python绘图库，它能够帮助你将数据以清晰、美观的方式呈现。在这次学习中，你将了解如何使用Matplotlib创建各种类型的图表，从简单的线图到复杂的三维图表。数据统计得再好都不如一张图表清晰、直观。本章用大量的举例详细地介绍了 Matplotlib 图表，其根本任丁能够使读者全面透彻地了解和掌握最基础的图表，并应用到实际数据统计分析工作甲，同时也为以后学习其他绘图库奠定坚实的基础。
【Python】matplotlib库的安装和简单使用
热门推荐
huanqing2010的专栏
03-29 24万+
本文主要介绍matplotlib库的安装和简单使用。针对新手，首先从升级pip工具开始，然后使用pip工具从国内镜像快速下载安装matplotlib库，同时附带简单完整的python代码，用于演示绘制正弦曲线图形。
Matplotlib绘制动图
周先森爱吃素的博客
09-21 9381
介绍如何使用Matplotlib绘制动态图。
Matplotlib 安装
m0_67373485的博客
04-23 3294
本章节，我们使用 pip 工具来安装 Matplotlib 库，如果还未安装该工具，可以参考。
matplotlib图例、标签、坐标轴刻度的字体设置
htfenght的博客
10-18 8万+
把字体都设置成为“Times New Roman” plt.figure(figsize=[15,8]) plt.scatter(X, Y, label = 'RealValue') plt.plot(X, func(X, a, b), 'red', label = 'CurveLine') plt.title(station, fontdict={'family' : 'Times New Ro...
安装matplotlib
雨后的小木屋
03-08 2359
python的matplotlib库安装
安装Matplotlib
追逐阳光的风
04-21 1万+
文章目录一、pip安装二、conda安装1、anaconda navigator安装2、condan命令安装 一、pip安装 运行如下的命令即可 pip install matplotlib 二、conda安装 Anaconda包括Conda、Python以及一大堆安装好的工具包，比如：numpy、pandas等。conda是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换。 推荐使用anaconda进行安装，通过anaconda可以对多个不同版.
matplotlib.pyplot——cmap直观理解
Lilies is here.
10-21 10万+
最近在看《深入浅出Python机器学习》，敲案例时发现matplotlib里cmap参数的使用方法发生了一些变化，索性整理了一下cmap相关的内容，这里是cmap预设值的官方图例，文中也会放出。文中表达如有不正确的地方，欢迎指出~ WHAT 关于cmap的个人理解 cmap参数接受一个值（每个值代表一种配色方案），并将该值对应的颜色图分配给当前图窗。 形象化：如果将当前图窗比作一幅简笔画，则cm...
conda安装matplotlib
孤独咕噜的博客
07-31 1599
OVER------------------------------------------------------------------------------------------------------------------撒花。，别一上来，咔咔复制粘贴。1.使用conda命令查找合适的版本。3.等待.........先把环境切到指定的环境中。2.找到对应版本的数字后。然后，当然是yes了。
matplotlib依赖包
07-16
xp系统安装matplotlib时会遇到包缺失的问题，这几个包可能是你需要的，分别是pyparsing-2.0.4-py2.py3-none-any.whl、python_dateutil-2.3-py2.py3-none-any.whl、pytz-2015.2-py2.py3-none-any.whl、six-1.6.0-py2....
python3.12 环境（matplotlib库）
01-28
在这个环境中，我们特别关注的是数据可视化库——Matplotlib。Matplotlib 是 Python 数据可视化的核心库，适用于创建高质量的静态、动态、交互式的图像。在Python 3.12中，Matplotlib 可以与 PyCharm 社区版这样的...
MatplotLib
08-02
人工智能python工具包,提供数学计算和数据处理的工具。
全网最详细Gradio教程系列5——Gradio Client: python
最新发布
shao918516的博客
07-26 614
程序部署完成后，如何将Gradio App作为API访问使用呢，这就用到Gradio Client。本章讲解Gradio Client的三种使用方式：python、javascript和curl，受字数限制，所以分三篇博客发布。 使用Gradio Python Client非常易于将Gradio应用程序作为API使用，本节讲述gradio_client安装、如何连接Gradio应用程序、查看可用API及其使用方式、job及session等用法。 通过Gradio Python Cli
随机数种子的作用
帆的博客
07-23 1249
设置随机数种子（random seed）的目的是为了确保随机数生成器在每次运行时产生相同的随机数序列，从而保证实验结果的一致性。随机数种子通过初始化随机数生成器的内部状态，使得在相同的种子值下，随机数生成器每次调用时生成的序列是相同的。
安卓手机部署大模型实战
奇舞周刊
07-25 510
本文作者系360奇舞团前端开发工程师前言自ChatGPT发布以来，大语言模型（Large language model, LLM)就成了AI乃至整个计算机科学的话题中心。学术界，工业界围绕大语言模型本身及其应用展开了广泛的讨论，大量的新的实践层出不穷。由于LLM对计算资源的需求极大，有能力部署大语言模型的公司和实验室一般通过搭建集群，然后开放API或者网页demo的方式让用户可以使用模型。在人们纷...
Java实现拼图小游戏
Aishangyuwen的博客
07-22 1562
Java实现拼图小游戏
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值