Matplotlib库的基础知识

Matplotlib库

---

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

import matplotlib.pyplot as plt
plt.plot([3, 1, 4, 5, 2])       #默认值对应Y轴，X轴是索引值
plt.ylable("Grade")
plt.savefig('test', dpi = 600)  #PNG文件
plt.show()

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.plot(x,y) 当有两个以上的参数时，按照X轴和Y轴顺序绘制数据点

plt.axis([a, b, c, d]) 设置横纵坐标尺度的函数

pyplot的绘图区域

plt.subplot(nrows, ncols,plot_number)

将绘图区域分分割成有nrows个横轴，和ncols个纵轴，当前的绘图区域在plot_number

import numpy as np
import matplotlib.pyplot as plt

def(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 * a), 'r--')
plt.show()

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

color

颜色字符	说明
‘b’	蓝色
‘g’	绿色
‘r’	红色
‘c’	青绿色 cyan
‘m’	洋红色 magenta
‘y’	黄色
‘k’	黑色
‘w’	白色
‘#008000’	RGB某颜色
‘0.8’	灰度值字符串

linestyle

字符风格	说明
‘-‘	实线
‘–’	破折线
‘-.’	点划线
‘:’	虚线

marker

标记字符	说明
‘.’	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’	实心方块标记
‘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’	受菱形标记
‘|’	锤竖线标记

pyplot的中文显示

方法一：pyplot并不默认支持中文显示，需要rcParams修改字体实现

import matplotlib.pyplot as plt
import matplotlib

matplotlib.rcParams['font.family'] = 'SimHei'
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’large’、’x-small’

rcParams[‘font.family’]	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

绘制正弦波

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

matplotlib.rcParams['font.family'] = 'STSong'
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()

方法二（推荐）：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()

pyplot文本显示

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

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

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)
plt.text(r's$\mu=100$', 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()

pyplot子绘图区域

方法一：

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

方法二：

import matplotlib.gridspec as gridspec
import matplotlib.pyplot as plt

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基础图表函数

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, 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.pyplot 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)  
#(大小，突出，标签，显示百分数的方式，阴影，起始角度)

plt.axis('equal')
plt.show()

pyplot直方图的绘制

import numpy as np
import matplotlib.pyplot as plt

np.random.seed(0)
mu, sigma = 100, 20      # 均值和标准差
a = np.random.normal(mu, sigma, size = 100)

plt.hist(a, 20, normed = 1, histtype = 'stepfilled', facecolor = 'b', alpha = 0.75)
#(数组，直方的个数，是否归一化，绘制类型，颜色)
plt.title('Histgram')

plt.show()

pyplot极坐标的绘制

面向对象的方法

import numpy as np
import matplotlib.pyplot as plt

N = 30
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)

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

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

面向对象的方法

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()