Matplotlib

Matplotlib库小测

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.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.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

pyplot的绘图区域

plt.subplot(nrows, ncols, plot_number) plt.subplot(3,2,4)或plt.subplot(324) 在全局绘图区域中创建一个分区体系，并定位到一个绘图区域

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) 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

'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 '‐' 实线 '‐‐' 破折线 '‐.' 点划线 ':' 虚线 '' ' ' 无线条

标记字符 '.' 点标记 ',' 像素标记(极小点) 'o' 实心圈标记 'v' 倒三角标记 '^' 上三角标记 '>' 右三角标记 '<' 左三角标记 '1' 下花三角标记 '2' 上花三角标记 '3' 左花三角标记 '4' 右花三角标记 's' 实心方形标记 'p' 实心五角标记 '*' 星形标记 'h' 竖六边形标记 'H' 横六边形标记 '+' 十字标记 'x' x标记 'D' 菱形标记 'd' 瘦菱形标记 '|' 垂直线标记

**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 ……

a = np.arange(10)
plt.plot(a, a*1.5, a,a*2.5,a,a*3.5,a,a*4.5)
plt.show()
plt.plot(a,a*1.5,'go-',a,a*2.5,'rx',a,a*3.5,'*',a,a*4.5,'b-.')
plt.show()

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 matplotlib.rcParams['font.family']='SimHei'

rcParams的属性 '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'

中文字体的种类rcParams['font.family'] '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

pyplot的中文显示：第二种方法

在有中文输出的地方，增加一个属性：fontproperties plt.xlabel('横轴：时间',fontproperties='SimHei',fontsize=20)

pyplot的文本显示

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

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=25，color='green')
plt.xlabel('纵轴：振幅',fontproperties='SimHei',fontsize=25)
plt.title(r'正弦波实例 $y=cos(2\pi x)$',fontproperties='SimHei',fontsize=25)
plt.annotate(r'$\mu=100$',xy=(2,1),xytext=(3,1.5),arrowprops=dict(facecolor='black',shrink=0.1,width=1))
plt.axis([-1,6,-2,2])
plt.grid(True)
plt.show()

pyplot的子绘图区域

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)

GridSpec类

import matplotlib.gridspec as gridspec
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])

pyplot基础图标函数概述

plt.plot(x,y,fmt,…) 绘制一个坐标图 plt.boxplot(data,notch,position) 绘制一个箱形图 plt.bar(left,height,width,bottom) 绘制一个条形图 plt.barh(width,bottom,left,height) 绘制一个横向条形图 plt.polar(theta, r) 绘制极坐标图 plt.pie(data, explode) 绘制饼图 plt.psd(x,NFFT=256,pad_to,Fs) 绘制功率谱密度图 plt.specgram(x,NFFT=256,pad_to,F) 绘制谱图 plt.cohere(x,y,NFFT=256,Fs) 绘制X‐Y的相关性函数 plt.scatter(x,y) 绘制散点图，其中，x和y长度相同 plt.step(x,y,where) 绘制步阶图 plt.hist(x,bins,normed) 绘制直方图 plt.contour(X,Y,Z,N) 绘制等值图 plt.vlines() 绘制垂直图 plt.stem(x,y,linefmt,markerfmt) 绘制柴火图 plt.plot_date() 绘制数据日期

pyplot饼图的绘制

import matplotlib as plt
labels = 'Frogs','Hogs','Dogs','Logs'
sizes = [15,30,45,10]
explode = (0,0.1,0,0)
plt.pie(sizes,explode=explode,labels=labels,autopct='%1.1f%%',shadow=False,startangle=90)
# plt.axis('equal')
plt.show()

pyploy直方图的绘制

import numpy as np
import matplotlib.pyplot as plt
np.random.seed(0)
mu,sigma = 100,20  # 均值，标准差
a = np.random.normal(mu, sigma, size=100)

plt.hist(a,20,normed=1,histtype='stepfilled',facecolor='b',alpha=0.75)
# 20 bin:直方图的个数
plt.title('Histogram')
plt.show()

pyplot极坐标图的绘制

面向对象绘制极坐标

import numpy as np
import matplotlib.pyplot as plt

N = 20
theta = np.linspace(0.0,2*np.pi,N,endpoint=False)
radii = 10*np.random.rand(N)
width = np.pi / 4*np.random.rand(N)
# width = np.pi / 4*np.random.rand(N)

ax = plt.subplot(111,projection='polar')
bars = ax.bar(theta,radii,width=width,bottom=0.0)
# ax.bar(left,height,width)

for r,bar in zip(radii,bars):
    bar.set_facecolor(plt.cm.viridis(r / 10.))
    bar.set_alpha(0.5)

plt.show()

pyplot散点图的绘制

面向对象绘制散点图

import numpy as np
import matplotlib.pyplot as plt

fig,ax = plt.subplots()
ax.plot(10*np.random.randn(100),10*np.random.randn(100), 'o')
ax.set_title('Simple Scatter')

plt.show()