python机器学习之十四 python数据可视化 matplotlib

matplotlib

Matplotlib 是一个非常强大的 Python 画图工具;

支持图像：线图、散点图、等高线图、条形图、柱状图、3D 图形、甚至是图形动画

本文将会给大家介绍最常用的

散点图及3D图形

1.matplotlib 安装

首先 你得有一个python+pip

然后 升级安装工具(pip 是 Python 的包管理工具)

    python -m pip install -U

    pip setuptools

安装matplotlib

    python -m pip install matplotlib

查看安装包

    python -m pip list

 

2.基础用法

#使用import导入模块matplotlib.pyplot 
import matplotlib.pyplot as plt 
import numpy as np 
#x：范围是(-1,1);个数是50 
x = np.linspace(-1, 1, 50) 
#y：一维数组 
y = 2*x + 1 
plt.figure()#定义一个图像窗口 
plt.plot(x, y)#画(x ,y)曲线 
plt.show()#显示图像

多次使用figure命令来产生多个图

#x：范围是(-3,3);个数是50
x = np.linspace(-3, 3, 50)
y1 = 2*x + 1
y2 = x**2
#创建第一个figure
plt.figure()
plt.plot(x, y1)
#创建第二个figure 
plt.figure(num=3, figsize=(8, 5),)
plt.plot(x, y2)
plt.show()

一个figure多个参数

#figsize：图像窗口：编号为3；大小为(8, 5)
plt.figure(num=3, figsize=(8, 5),)
plt.plot(x, y2)
#color：曲线的颜色属性
#linewidth：曲线的宽度
#linestyle：曲线的类型
plt.plot(x, y1, color='red', linewidth=10, linestyle='--')
plt.show()

linestyle：曲线的类型

线条风格	描述	线条风格	描述
'-'	实线	':'或'--'	虚线
'–'	破折线	'None'	什么都不画
'-.'	点划线

颜色

使用HTML十六进制字符串 color='#eeefff'

使用合法的HTML颜色名字（’red’,’chartreuse’等）。

也可以传入一个归一化到[0,1]的RGB元祖。 color=(0.3,0.3,0.4)

别名	颜色	别名	颜色
b	蓝色	g	绿色
r	红色	y	黄色
c	青色	k	黑色
m	洋红色	w	白色

设置坐标轴的范围, 单位长度, 替代文字
 

#plt.xlim设置x坐标轴范围：(-1, 2) 

plt.xlim((-1, 2))

#plt.ylim设置y坐标轴范围：(-2, 3) 

plt.ylim((-2, 3))

#plt.xlabel设置x坐标轴名称：’I am x’ 

plt.xlabel('I am x') 

#plt.ylabel设置y坐标轴名称：’I am y’ 

plt.ylabel('I am y')

plt.show()

设置坐标轴

new_ticks = np.linspace(-1, 2, 5)
#plt.xticks设置x轴刻度：范围是(-1,2);个数是5
plt.xticks(new_ticks)
#设置y轴刻度以及名称：刻度为[-2, -1.8, -1, 1.22, 3]；对应刻度的名称为[‘really bad’,’bad’,’normal’,’good’, ‘really good’] 
plt.yticks([-2, -1.8, -1, 1.22, 3],['really bad', 'bad', 'normal', 'good', 'really  good'])
plt.show()

调整坐标轴1

#plt.gca获取当前坐标轴信息（get current axis）
ax = plt.gca()
#使用.spines设置边框
#边框 left right bottom top
#使用.set_color设置边框颜色
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
plt.show()

调整坐标轴2

#使用.xaxis.set_ticks_position设置x坐标刻度数字或名称的位置：bottom.（所有位置：top，bottom，both，default，none）
ax.xaxis.set_ticks_position('bottom')
#使用.spines设置边框：x轴；使用.set_position设置边框位置：y=0的位置；（位置所有属性：outward(相对当前的位置的移动数)，axes(相对坐标轴的百分比)，data（指定位置））
ax.spines['bottom'].set_position(('data', 0))
plt.show()

例子：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-3, 3, 50)
y1 = 2*x + 1
y2 = x**2

plt.figure()
plt.plot(x, y2)
# plot the second curve in this figure with certain parameters
plt.plot(x, y1, color='red', linewidth=1.0, linestyle='--')
# set x limits
plt.xlim((-1, 2))
plt.ylim((-2, 3))

# set new ticks
new_ticks = np.linspace(-1, 2, 5)
plt.xticks(new_ticks)
# set tick labels
plt.yticks([-2, -1.8, -1, 1.22, 3],
           ['$really\ bad$', '$bad$', '$normal$', '$good$', '$really\ good$'])
# to use '$ $' for math text and nice looking, e.g. '$\pi$'

# gca = 'get current axis'
ax = plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')


ax.xaxis.set_ticks_position('bottom')
# ACCEPTS: [ 'top' | 'bottom' | 'both' | 'default' | 'none' ]

ax.spines['bottom'].set_position(('data', 0))
# the 1st is in 'outward' | 'axes' | 'data'
# axes: percentage of y axis
# data: depend on y data

ax.yaxis.set_ticks_position('left')
# ACCEPTS: [ 'left' | 'right' | 'both' | 'default' | 'none' ]

ax.spines['left'].set_position(('data',0))
plt.show()

legend：展示每个数据对应的图像名称

#legend将要显示的信息来自于的 label
#plt.plot() 返回的是一个列表
x = np.linspace(-3, 3, 50)
y1 = 2*x + 1
y2 = x**2
l1 = plt.plot(x, y1, label='linear line')
l2 = plt.plot(x, y2, color='red', linewidth=1.0, linestyle='--', label='square line')
#参数 loc='upper right' 表示图例将添加在图中的右上角
plt.legend(loc='upper right')
plt.show()

text：添加注释 

-3.7, 3,是选取text的位置

fontdict设置文本字体

plt.text(-3.7, 3, 'This  is the some text',fontdict={'size': 16, 'color': 'r'})

x = np.linspace(-3, 3, 50)
y1 = 2*x + 1
l1 = plt.plot(x, y1, label='linear line')
plt.text(-3.7, 3, 'This  is the some text',fontdict={'size': 16, 'color': 'r'}) 
plt.show()

 

3.散点图

函数原型

scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None,            vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None,            hold=None, data=None, **kwargs)

x,y 形如shape(n,)的数组

s 当s是同x大小的数组，表示x中的每个点对应s中一个大小

c 颜色或颜色序列

marker 散点形状参数 “o” “.”“^”

例子：

x = np.arange(1,10)
y = x
#不同大小
sValue = x*10
plt.scatter(x,y,s=sValue,c='r',marker='x')
cValue = ['r','y','g','b','r','y','g','b','r']
plt.show()

#s 正方形 不同颜色
plt.scatter(x,y,c=cValue,marker='s')
plt.show()

4.3D图

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

fig = plt.figure()
ax = Axes3D(fig)
# X, Y value
X = np.arange(-4, 4, 0.25)
Y = np.arange(-4, 4, 0.25)
X, Y = np.meshgrid(X, Y)
R = np.sqrt(X ** 2 + Y ** 2)
# height value
Z = np.sin(R)

#rstride 和 cstride 分别代表 row 和 column 的跨度
ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=plt.get_cmap('rainbow'))
"""
============= ================================================
        Argument      Description
        ============= ================================================
        *X*, *Y*, *Z* Data values as 2D arrays
        *rstride*     Array row stride (step size), defaults to 10
        *cstride*     Array column stride (step size), defaults to 10
        *color*       Color of the surface patches
        *cmap*        A colormap for the surface patches.
        *facecolors*  Face colors for the individual patches
        *norm*        An instance of Normalize to map values to colors
        *vmin*        Minimum value to map
        *vmax*        Maximum value to map
        *shade*       Whether to shade the facecolors
        ============= ================================================
"""

#添加 XY 平面的等高线
# I think this is different from plt12_contours
ax.contourf(X, Y, Z, zdir='z', offset=-2, cmap=plt.get_cmap('rainbow'))
"""
==========  ================================================
        Argument    Description
        ==========  ================================================
        *X*, *Y*,   Data values as numpy.arrays
        *Z*
        *zdir*      The direction to use: x, y or z (default)
        *offset*    If specified plot a projection of the filled contour
                    on this position in plane normal to zdir
        ==========  ================================================
"""

ax.set_zlim(-2, 2)

plt.show()