数据可视化——Matplotlib01

关于Matplotlib

1. Matplotlib是python的绘图库之一，既适合交互式地进行制图，也可以作为绘图控件方便得嵌入GUI应用程序中
2. Matplotlib的pyplot字库，方便用户快速绘制2D图标，包括直方图、饼图、散点图…
3. Matplotlib配合NumPy使用，可以实现科学计算的可视化显示
4. 使用简单绘图语句，实现复杂绘图效果
5. 以交互式操作实现渐趋精细的图形效果
6. 使用嵌入式的Latex输出具有印刷级别的图标、科学表达式和符号文本
7. 对图标的组成元素实现精细化控制

导入matpotlib.pyplot模块

import matplotlib.pyplot as plt

显示所绘图像

%matplotlib inline    #在notebook中显示图像
plt.show()    #在spyder中显示图像

绘图

简单图像

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0.05, 10, 1000) #在0.05到10之间取1000个数
y = np.sin(x)
plt.plot(x, y)
plt.show() #显示图像

带颜色color、节点样式marker、画线样式linestyle的图像

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(1, 10, 10)
y = x ** 2
plt.plot(x, y, color='red', marker='*', linestyle='--')
#也可写成plt.plot(x, y, 'r*--')
plot.show()

color

character	color
‘b’	blue
‘g’	green
‘r’	red
‘c’	cyan
‘m’	magenta
‘y’	yellow
‘k’	black
‘w’	white

marker

character	description
‘.’	点
‘,’	像素点
‘o’	圆点
‘v’	下三角点
‘^’	上三角点
‘<’	左三角点
‘>’	右三角点
‘1’	下三叉点
‘2’	上三叉点
‘3’	左三叉点
‘4’	右三叉点
‘s’	正方点
‘p’	五角点
‘*’	星形点
‘H’	六边形点2
‘h’	六边形点1
‘+’	加号点
‘×’	乘号点
‘D’	实心菱形点
‘d’	瘦菱形点
‘|’
‘_’	横线点

linestyle

chacter	description
‘-’	实线
‘–’	虚线
‘-.’	虚点线
‘:’	点线

带线条宽度linewidth、透明度alpha、描点方式drawstyle的图像

• linewidth ：定义线条的宽度，可取任意实数
• alpha ：定义线条的透明度，一般取值[0,1]之间
• drawstyle ：定义描点方式

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(1, 10, 10)
y = np.cos(x)
plt.plot(x, y, 'b*--', linewidth=10, alpha=0.3, drawstyle='steps')
plot.show()

常用图像设置命令（1）

• plt.title() ：设置图像标题
• plt.xlim() ：设置x轴显示范围
• plt.ylim() ：设置y轴显示范围
• plt.xlabel() ：设置x轴名称
• plt.ylabel() ：设置y轴名称
• plt.grid() ：显示坐标网格线

代码中需加入以下两行命令：
plt.rcParams[‘font.sans-serif’] = [‘SimHei’] #用来正常显示中文标签
plt.rcParams[‘axes.unicode_minus’] = False #用来正常显示正负号

import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif']=['SimHei']#用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False#用来正常显示正负号
x = np.linspace(1, 10, 10)
y = np.cos(x)
plt.plot(x, y, 'b*--', linewidth=10, alpha=0.3, drawstyle='steps')
plt.title('我的Matlpotlib图')
plt.xlim(2,6)
plt.xlabel('x轴')
plt.ylabel('y轴')
plt.grid()
plot.show()

常用图像设置命令（2）

• plt.axhline ：平行于x轴的水平参考线
• plt.axvline ：平行于y轴的垂直参考线
• plt.axhspan ：平行于y轴的区域
• plt.axvspan ：平行于x轴的区域

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0, 10, 10)
y = np.cos(x)
plt.plot(x, y, 'b*--', linewidth=10, alpha=0.3, drawstyle='steps')
plt.title('我的Matlpotlib图')
plt.axhline(y=0.5, c='r', linewidth=3)
plt.axvline(x=6, c='r', linewidth=3)
plt.axhspan(-0.25, 0.25, facecolor='green', alpha=0.3)
plt.axvspan(5, 7, facecolor='green', alpha=0.3)
plot.show()

常用图像设置命令（3）

• plt.lengend() ：标示不同图形的文本标签图例
• plt.xticks() ：设置x轴的标签名称
• plt.yticks() ：设置y轴的标签名称
• plt.text() ：添加图形内容细节的无指向型注释文本
• plt.annotate() ：添加图形内容细节的指向型注释文本，默认为系统认为最好的地方

位置	位置	位置
2	9	1
6	10	5/7
3	8	4

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0, 10, 10)
y = np.cos(x)
plt.plot(x, y, 'g*-', linewidth=10, alpha=0.9, drawstyle='steps', label='y=sin(x)')
plt.title('我的Matplotlib图')
plt.grid(ls=':', c='b')
plt.legend(loc='upper right')
plt.xticks([2,3,4,5,6,7],['A','B','C','D','E','F'])
plt.text(1.5, 0, 'y=cos(x)', weight='bold', color='b')
plt.annotate('最大值', xy=(0,1), xytext=(0.8,1), arrowprops=dict(arrowstyle='->'))