Python学习|科学计算基础之Matplotlib

实验目的

1. 1.学习绘图库Matplotlib的使用。
2. 2.掌握绘图库常见的图形类型，常用的线型、颜色、标记符号。
3. 3.掌握多子图绘制的方法

实验内容

启动Spyder，在Spyder环境下编写完整程序完成下列练习。

实验1

利用[2, 3, 5, 10, 8]列表数据绘制折线图、柱形图、饼图。

import matplotlib.pyplot as plt 				# 导入plt
plt.rcParams['font.sans-serif'] = ['SimHei']  	# 指定中文黑体字体
plt.rcParams['axes.unicode_minus'] = False  	# 确保-负号显示正常
x = [2, 3, 5, 10, 8]
labels = list('abcde')
plt.plot(x, 'b-') 							# 折线图
plt.figure()								# 新建图形
plt.bar(labels, x) 						# 柱形图
plt.figure()								# 新建图形
explode = [0, 0, 0.1, 0.2, 0]
plt.pie(x, explode=explode, labels=labels, autopct='%1.1f') 	# 饼图
plt.show()         						# 显示图形

实验2

生成1000个N(1, 10)正态分布的随机小数，绘制箱线图。

注：N(1,10) 则 scale= 10**(1/2)

x=np.random.normal(1, 10**(1/2),1000)
plt.boxplot(x)
print('方差:', x.var())  				# 方差应近似10

实验3

绘制如图所示的多子图。

x = np.arange(1,100)
Plt.subplot(2,2,1)
plt.plot(x, x)            # 2行x2列图形的第一个子图
Plt.subplot(2,2,2)   	# 2行x2列图形的第二个子图
plt.plot(x, -x)
Plt.subplot(2, 2, 3)  	# 2行x2列图形的第三个子图
plt.plot(x, x**2)
Plt.subplot(2, 2, 4)  	# 2行x2列图形的第四个子图
Plt.plot(x, np.log(x))		

实验4

利用matplotlib库中的pyplot模块，绘制x在[-10,10]取值区间上的函数

一阶导数和二阶导数的图形，要求：

（1）绘制三个子图，分别放置上述三个图形

（2）第一个子图区域，标题为Polynomial，使用红色实线绘制

（3）第二个子图区域，标题为First Derivative，使用蓝色虚线绘制

（4）第三个子图区域，标题为Second Derivative，使用绿色实心圆点绘制

import matplotlib.pyplot as plt
import matplotlib
import numpy as np
matplotlib.rcParams['font.family']='SimHei'
matplotlib.rcParams['axes.unicode_minus']=False

plt.suptitle("f(x)函数、一阶导数、二阶导数折线图")
plt.subplot(3,1,1)
plt.title("Polynomial")
plt.xlim(-10,10)
plt.xticks([-10,-9,-8,-7,-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6,7,8,9,10])#设置x轴刻度
x=np.arange(-10,10)
y1=x*x*x+2*x*x+3*x+4
plt.plot(x,y1,"g-")


plt.subplot(3,1,2)
plt.title("First Derivativ")
plt.xlim(-10,10)
plt.xticks([-10,-9,-8,-7,-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6,7,8,9,10])#设置x轴刻度
x=np.arange(-10,10)
y2=3*x*x+4*x+3
plt.plot(x,y2,"b:")


plt.subplot(3,1,3)
plt.title("Second Derivative")
plt.xlim(-10,10)
plt.xticks([-10,-9,-8,-7,-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6,7,8,9,10])#设置x轴刻度
x=np.arange(-10,10)
y2=4*x+4
plt.plot(x,y2,"g.")
plt.show()

运行效果图：

实验5

教材213页【例9-3】

import matplotlib.pyplot as plt
import matplotlib
import numpy as np
matplotlib.rcParams['font.family']='SimHei'
matplotlib.rcParams['axes.unicode_minus']=False

stuScore=np.loadtxt('studnt_score.csv',delimiter=',')

#切掉学号，返回学生三门课程的总分
sumEach=np.sum(stuScore[:,1:],axis=1)
#返回所有学生每门课程的平均分
avgEachCourse=np.average(stuScore[:,1:],axis=0) 

maxMath=np.max(stuScore[:,1]) #返回高数最高分
maxEng=np.max(stuScore[:,2]) #返回英语最高分
maxPython=np.max(stuScore[:,3]) #返回Python最高分

minMath=np.min(stuScore[:,1]) #返回高数最低分
minEng=np.min(stuScore[:,2]) #返回英语最低分
minPython=np.min(stuScore[:,3]) #返回Python最低分

print("每个学生的三门课程的总分：")
print(sumEach)

print("所有学生的每门课程的平均分：")
print(avgEachCourse)

print("每门课程的最高分：")
print(maxMath,maxEng,maxPython)

print("每门课程的最低分：")
print(minMath,minEng,minPython)

mathScore=stuScore[:,1] #取高数成绩
engScore=stuScore[:,2] #取英语成绩
pythonScore=stuScore[:,3] #取Python成绩

plt.suptitle("课程成绩分布直方图")#为当前绘图区添加标题

#绘制高数成绩直方图  从0-100分成10段
plt.subplot(3,1,1)
plt.hist(mathScore,bins=10,range=(0,100),color='red')
plt.xlabel("高数成绩分数段")
plt.ylabel("人数")
plt.xlim(0,100)
plt.xticks([0,10,20,30,40,50,60,70,80,90,100])#设置x轴刻度
plt.yticks([0,2,4,6,8,10,12,14,16,18,20])
plt.grid()

#绘制英语成绩直方图  从0-100分成10段
plt.subplot(3,1,2)
plt.hist(mathScore,bins=10,range=(0,100),color='red')
plt.xlabel("英语成绩分数段")
plt.ylabel("人数")
plt.xlim(0,100)
plt.xticks([0,10,20,30,40,50,60,70,80,90,100])#设置x轴刻度
plt.yticks([0,2,4,6,8,10,12,14,16,18,20])
plt.grid()

#绘制python成绩直方图  从0-100分成10段
plt.subplot(3,1,3)
plt.hist(mathScore,bins=10,range=(0,100),color='red')
plt.xlabel("Python成绩分数段")
plt.ylabel("人数")
plt.xlim(0,100)
plt.xticks([0,10,20,30,40,50,60,70,80,90,100])#设置x轴刻度
plt.yticks([0,2,4,6,8,10,12,14,16,18,20])
plt.grid()
plt.show()

 

 运行效果图： 

 知识点概括：可视化:Matplotlib

Matplotlib库是一个非常强大的二维绘图库，Matplotlib提供了两个便捷的绘图子模块：

pyplot：通过简洁的绘图函数实现不同的绘图功能

pylab： 使用方法与pyplot模块类似   

1.一般采用如下方式引入matplotlib库中的pyplot模块

import matplotlib.pyplot as plt

2.1 pyplot模块的使用

 举例：

import matplotlib.pyplot as plt
import matplotlib
import numpy as np
matplotlib.rcParams['font.family']='SimHei'
matplotlib.rcParams['axes.unicode_minus']=False
x=np.linspace(0,10,100)
y=np.sin(x)
plt.plot(x,y,"r")

运行效果图：

1）pyplot.plot()函数的使用

颜色风格设置：plot()函数默认情况下绘制出的图形是连续的，不过我们也可以通过增加线型的格式字符串来控制点线的颜色、风格来绘制各式各样的图形。

例如：

plt.plot(x,y,"r*:")  #红色 *号 虚线

左：效果图

2）坐标轴与标签设置

函数	描述
plt.axis()	获取或者设置轴属性的方法
plt.xlim(xmin, xmax)	设置当前x轴取值范围
plt.ylim(ymin,ymax)	设置当前y轴取值范围
plt.xticks()	设置x轴缩放/刻度
plt.yticks()	设置y轴缩放
plt.xlabel()	设置x轴的标签
plt.ylabel ()	设置y轴的标签
plt.legend()	设置当前图例
plt.text()	为图形添加文字注释
plt.title()	为坐标系添加标题

例如：

import matplotlib.pyplot as plt
import numpy as np
x=np.arange(10)
y1=x ; y2=2*x; y3=3*x
plt.plot(x,y1,"ro--",x,y2,"gv:",x,y3,"bs-")
plt.axis(‘scaled')    # 设置x轴y轴按实际比例显示
plt.xlim(0,10)        # 设置x轴的区间
plt.ylim(0,30)        # 设置y轴的区间
plt.xticks([0,1,2,3,4,5,6,7,8,9,10])
plt.yticks([5,10,15,20,25,30],['a','b','c','d','e','f']) # 'a'与5对应，'b'与[10]对应
y_ticks,labels=plt.yticks()     # 返回y轴的标签刻度值和对应标签
plt.xlabel("x-axis")    # 设置x轴标签
plt.ylabel("y-axis")    # 设置y轴标签         
plt.legend(["y1=x","y2=2x","y3=3x"])   # 添加图例
plt.text(4,2,"TEXT")  # TEXT可以换成你想要显示的文本
plt.title("TITLE")    # TITLE可以换成你想要显示的文本
plt.show()

3）pyplot模块绘图函数示例 

函数	描述
boxplot（）	绘制箱型图
bar（）	绘制竖向条形图
barh（）	绘制横向条形图
contour（）	绘制等高线
hist（）	绘制直方图
pie（）	绘制饼图
plot_date（）	绘制包含日期型数据的图
polar（）	绘制极坐标图
psd（）	功率谱密度
scatter（）	绘制散点图
specgram（）	绘制频谱图
stem（）	绘制火柴杆图
step（）	绘制步阶图

例如：饼图

import matplotlib.pyplot as plt

Labels = 'Class-A', 'Class-B', 'Class-C', 'Class-D'

data = [15, 30, 45, 10]

Explode = (0, 0.1, 0, 0)  #这些数值用来扩大饼图中的特定部分（给定为0的部分将保持其原始大小）。

#在这个例子中，'Class-B'部分将会被扩大10%，其余部分保持不变。

plt.pie(data, explode=Explode,labels=Labels,autopct='%.2f%%')

plt.show()

4）子图绘制——subplot()函数 

subplot ( nrow, ncols,index):

在绘图区域创建子绘图区域。

nrows:把绘图区分割成nrows行

ncols:把绘图区分割成ncols列

index:指定当前子绘图区域的索引  从1开始，1、2、3...

*中文显示问题

import matplotlib.pyplot as plt

import matplotlib

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

matplotlib.rcParams['axes.unicode_minus']=False # 设置负号显示正常

标识符	描述
‘Simhei’	黑体
‘Kaiti’	楷体
‘Microsoft YaHei’	微软雅黑

例如：

plt.title("坐标系标题",fontproperties="Simhei")

实操注意事项

1.查看电脑中matplotlib相关信息

2.想让图片不是显示在绘图面板而是独立显示在一个窗口

在控制台输入

%matplotlib

%matplotlib inline  #嵌入式