matplotlib基础命令

最新推荐文章于 2022-11-16 17:11:10 发布

create115721

最新推荐文章于 2022-11-16 17:11:10 发布

阅读量489

点赞数

分类专栏：编程知识 python

编程知识同时被 2 个专栏收录

4 篇文章

订阅专栏

python

3 篇文章

订阅专栏

matplotlib 是python的一个画图工具包（主要针对2D图形），其使用与matlab类似。

在使用matplotlib 之前先要安装，同时 matplotlib 又依赖于 numpy。简单起见，可以直接安装anaconda，这是一个python数据处理和分析的工具包，已经包含了 numpy 和 matplotlib。

提供横坐标和纵坐标点画图，画简单的图

import matplotlib.pyplot as plt

plt.plot([1,2,3,4]) # [1, 2, 3, 4] 为Y轴，X周默认从0开始
plt.ylabel('some numbers') # 修改Y周名称 plt.show()

plt.plot([1,2,3,4], [1, 2, 3, 4]) # 同时提供X坐标和Y坐标

plt.plot([1,2,3,4], [1,4,9,16], 'ro') # 'ro' 设置格式，'r'代表 red, 'o' 代表远点；
plt.axis([0, 6, 0, 20]) # 设置X轴和Y轴的最大值

参数(Parameters)说明：

    x，y：array_like，shape（n，）
        输入数据
    
    s：标量或array_like，shape（n，），可选
        大小以点数^ 2。默认是`rcParams ['lines.markersize'] ** 2`。
    
    c：颜色，顺序或颜色顺序，可选，默认：'b'
        `c`可以是单个颜色格式的字符串，也可以是一系列颜色
        规范的长度为`N`，或一系列`N`数字
        使用通过kwargs指定的`cmap`和`norm`映射到颜色
        （见下文）。请注意，`c`不应该是单个数字RGB或
        RGBA序列，因为这与数组无法区分
        值将被彩色映射。 `c`可以是一个二维数组，其中的
        行是RGB或RGBA，但是，包括单个的情况
        行为所有点指定相同的颜色。
    
    marker：`〜matplotlib.markers.MarkerStyle`，可选，默认值：'o'
        请参阅`〜matplotlib.markers`以获取有关不同的更多信息
        标记分散支持的样式。 `marker`可以是
        该类的实例或特定文本的简写
        标记。
    
    cmap：`〜matplotlib.colors.Colormap`，可选，默认：无
        一个`〜matplotlib.colors.Colormap`实例或注册名称。
        `cmap`仅在`c`是浮点数组时使用。如果没有，
        默认为rc`image.cmap`。
    
    norm：`〜matplotlib.colors.Normalize`，可选，默认：无
        `〜matplotlib.colors.Normalize`实例用于缩放
        亮度数据为0,1。`norm`只有在`c`是一个数组时才被使用
        彩车。如果`None'，则使用默认值：func：`normalize`。
    
    vmin，vmax：标量，可选，默认值：无
        `vmin`和`vmax`与`norm`结合使用来标准化
        亮度数据。如果其中任何一个都是`无'，那么最小和最大的
        使用颜色数组。请注意，如果你通过一个“规范”实例，你的
        `vmin`和`vmax`的设置将被忽略。
    
    alpha：标量，可选，默认值：无
        alpha混合值，介于0（透明）和1（不透明）之间，
    
    linewidths：标量或array_like，可选，默认值：无
        如果无，则默认为（lines.linewidth，）。
    
    verts：（x，y）的序列，可选
        如果`marker`为None，这些顶点将用于
        构建标记。标记的中心位于
        在（0,0）为标准化单位。整体标记重新调整
        由``s``完成。
    
     edgecolors ：颜色或颜色顺序，可选，默认值：无
        如果无，则默认为'face'
    
        如果'face'，边缘颜色将永远是相同的
        脸色。
    
        如果它是'none'，补丁边界不会
        被画下来。
    
        对于未填充的标记，“edgecolors”kwarg
        被忽视并被迫在内部“面对”。

matplotlib模板：

‘line’ : line plot (default)#折线图
‘bar’ : vertical bar plot#条形图
‘barh’ : horizontal bar plot#横向条形图
‘hist’ : histogram#柱状图
‘box’ : boxplot#箱线图
‘kde’ : Kernel Density Estimation plot#Kernel 的密度估计图，主要对柱状图添加Kernel 概率密度线
‘density’ : same as ‘kde’
‘area’ : area plot#不了解此图
‘pie’ : pie plot#饼图
‘scatter’ : scatter plot#散点图
‘hexbin’ : hexbin plot#不了解此图

一张图上面画多条曲线

import numpy as np

t = np.arange(0., 5., 0.2)
plt.plot(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^')  # 将y=x, y=x2, y=x3 画在同一幅图中

设置线的属性

线的属性包括宽度(linewidth)、点类型(dashes)，其他属性见这里。

用法示例：

plt.plot(x, y, linewidth=2.0)  # 设置线的宽度

line, = plt.plot(x, y, '-')
line.set_antialiased(False) # turn off antialising

通过 setp 方法设置属性

lines = plt.plot(x1, y1, x2, y2)
# use keyword args
plt.setp(lines, color='r', linewidth=2.0)
# or MATLAB style string value pairs
plt.setp(lines, 'color', 'r', 'linewidth', 2.0)

多图和多坐标模式

import numpy as np
import matplotlib.pyplot as plt

def f(t):
    return np.exp(-t) * np.cos(2*np.pi*t)

t1 = np.arange(0.0, 5.0, 0.1)
t2 = np.arange(0.0, 5.0, 0.02)

plt.figure(1)   # 当前图片编号，确实使用 figure(1)，所以只有一张图片的时候，可以不写
plt.subplot(211)   # 三个数字分别为行数、列数、坐标系编号，坐标系编号 < 行数 * 列数
plt.plot(t1, f(t1), 'bo', t2, f(t2), 'k')

plt.subplot(212)
plt.plot(t2, np.cos(2*np.pi*t2), 'r--')
plt.show()

一个完整的例子

import matplotlib.pyplot as plt

plt.figure(1)                # the first figure
plt.subplot(211)             # the first subplot in the first figure
plt.plot([1,2,3])
plt.subplot(212)             # the second subplot in the first figure
plt.plot([4,5,6])


plt.figure(2)                # a second figure
plt.plot([4,5,6])            # creates a subplot(111) by default

plt.figure(1)                # figure 1 current; subplot(212) still current
plt.subplot(211)             # make subplot(211) in figure1 current
plt.title('Easy as 1,2,3')   # subplot 211 title

import numpy as np
import matplotlib.pyplot as plt

mu, sigma = 100, 15
x = mu + sigma * np.random.randn(10000)

# the histogram of the data
n, bins, patches = plt.hist(x, 50, normed=1, facecolor='g', alpha=0.75)


plt.xlabel('Smarts')  #  设置X轴名称
plt.ylabel('Probability')   # 设置Y轴名称
plt.title('Histogram of IQ')   #设置图片标题
plt.text(60, .025, r'$\mu=100,\ \sigma=15$')   #添加文本
plt.axis([40, 160, 0, 0.03])   # 设置坐标范围
plt.grid(True)    #  添加网格参照线
plt.show()

转载自https://www.cnblogs.com/cbffr/p/4721530.html