Python数据分析与展示Matplotlib库入门

---

1 Matplotlib库的介绍

Matplotlib库的使用：

• 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

Matplotlib库小测：

import matplotlib.pyplot as plt
plt.plot([3, 1, 4, 5, 2])
plt.ylable('Grade')
plt.savefig('test', dpi=600) # 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。
plt.show()

Matplotlib库小测综合：

import matplotlib.pyplot as plt
plt.plot([0, 2, 4, 6, 8], [3, 1, 4, 5, 2]) # 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.ylable('Grade')
plt.axis([-1, 10, 0, 6])
plt.show()

pyplot的绘图区域：

• plt.subplot(nrows,ncols,plot_number)
• plt.subplot(3,2,4)
• plt.subplot(324)

在全局绘图区域中创建一个分区体系，并定位到一个子绘图区域。

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(2,1,2)
plt.plot(a, np.cos(2*np.pi*t2), 'r--')
plt.show()

2 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。
  由颜色字符、风格字符和标记字符组成。

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
‘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	说明
‘-’	实线
‘–’	破折线
‘-.’	点划线

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

实例：

import matplotlib.pyplot as plt
import numpy as np

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

• **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
  …

当绘制多条曲线时，各条曲线的x不能省略

3 pyplot的中文显示

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（该方法修改的是全局字体）

import matplotlib.pyplot as plt
import matplotlib

matplotlib.rcParams['font.family']='SimHei' # 'SimHei'是黑体
plt.plot([3, 1, 4, 5, 2])
plt.ylabel('纵轴（值）')
plt.savefig('test', dpi=600)
plt.show()

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’

rcParams[‘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

实例：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib

matplotlib.rcParams['font.family']='STSongg'
matplotlib.rcParams['font.size']=20

a = np.arange(0.0, 5.0, 0.02)

plt.xlabel('横轴：时间')
plt.ylabel('纵轴：振幅')
plt.plot(a, np.cos(2*np.pi*a), 'r--')
plt.show()

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

import numpy as np
import matplotlib.pyplot as plt

a = np.arange(0.0, 5.0, 0.02)

plt.xlabel('横轴：时间', fontproperties='SimHei', fontsize=20)
plt.ylabel('纵轴：振幅', fontproperties='SimHei', fontsize=20)
plt.plot(a, np.cos(2*np.pi*a), 'r--')
plt.show()

4 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

实例：

import numpy as np
import matplotlib.pyplot as plt

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=15, color='green')
plt.ylabel('纵轴：振幅', fontproperties='SimHei', fontsize=15)
plt.title(r'正弦波实例 $y=cos(2\pi x)$', fontproperties='SimHei', fontsize=25) # $引入LaTeX语法
plt.text(2, 1, r'$\mu=100$', fontsize=15)

plt.axis([-1, 6, -2, 2])
plt.grid(True)
plt.show()

plt.annotate(s,xy=arrow_crd,xytext=text_crd,arrowprops=dict)：添加注释

import numpy as np
import matplotlib.pyplot as plt

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.ylabel('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=2))

plt.axis([-1, 6, -2, 2])
plt.grid(True)
plt.show()

5 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), (0,0), colspan=3)
...
plt.subplot2grid((3,3), (1,0), colspan=2)
...
plt.subplot2grid((3,3), (1,2), colspan=2)
...
plt.subplot2grid((3,3), (2,0))
...
plt.subplot2grid((3,3), (2,1))
...

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])

6 pyplot基础图表函数概述：

函数	说明
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,heght)	绘制一个横向条形图
plt.polar(theta,r)	绘制极坐标
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_data()	绘制数据日期