matplotlib的基本使用——学习笔记
1、matplotlib简介
matplotlib是Python最流行的底层绘图库，主要做数据可视化图表，名字取材于MATLAB[^ ①]，模仿MATLAB构建。
2、基本使用
导入
from matplotlib import pyplot as plt-
绘图
折线图
plt.plot(x, y)散点图
plt.scatter(x, y)条形图
plt.bar(x, y, width=0.2, color="orange")-
直方图
-
bin_width = 3#定义组距 -
num_bins = int(max(a) - min(a)) / bin_width#组数 -
plt.hist(a, num_bins)#绘图
-
-
显示图案
plot.show()
☞小例子2.1
from matplotlib import pyplot as plt x = range(2, 26, 2) y = [12, 13, 15, 17, 19, 20, 23, 20, 16, 13, 10, 9] plt.plot(x, y) plt.show()[图片上传失败...(image-c30227-1564367650708)]
用plot绘图很简单，点位置与对应x y相同索引的坐标位置，例中即为(2, 12), (4, 13), (6, 15), (8, 17)…..
3、设置图像大小
-
fig = plt.figure(figsize=(20, 8), dpi=80)由此设置的图片大为（20*80）*（8*80）像素，即1600*640像素
4、调整x轴或y轴的刻度分布
-
plt.xticks(x)设置x的刻度 -
plt.xticks(x[::2])当刻度较为密集的时候开业使用步长取较为稀疏的刻度-
plt.xticks(x, _x, rotation=45)参数x表示刻度，参数_x表示与刻度对应的标记字符串，参数rotation表示标记字符串的旋转角度。x_x长度一致，互相对应。当_x缺失时，坐标轴标记即显示刻度。
-
☞小例子4.1
from matplotlib import pyplot as plt x = range(2, 26, 2) y = [12, 13, 15, 17, 19, 20, 23, 20, 16, 13, 10, 9] _x = ['{}:00时'.format(i) for i in x] plt.xticks(x, _x, rotation = 45) plt.plot(x, y) plt.show()[图片上传失败...(image-510d24-1564367650708)]
假如我们想要x轴的刻度更稀疏一些，我们可以这样做:
plt.xticks(x[::2], _x[::2], rotation = 45)取步长为2，注意x与_x参数一一对应得到的结果为：
[图片上传失败...(image-e12122-1564367650708)]
这样就大功告成啦！不过，我们还会发现一个小问题，我们的_x字符标签中的中文字"时"并没有正常显示,这是因为matplotlib默认不支持中文字符。设置中文显示方法中文请往下看。
5、设置中文显示
- 通过matplotlib 下的font_manager解决(windows/linux/mac)
-
from matplotlib import font_manager导入font_manager模块 -
my_font = font_manger.FontProperties(fname="/System/Library/Fonts/PingFang.ttc")实例化FontProperties，其中参数fname="字体目录"：-
Mac os下的系统字体目录为：/System/Library/Fonts/ -
Linux下的系统字体目录为：/usr/share/fonts -
Windows下的系统字体目录为：C:\WINDOWS\Fonts - 当然，我们也可以直接把字体文件放在工作区目录中使用，方便且通用。
-
- 在需要使用中文的函数中添加参数
fontproperties=my_font,如：plt.xticks(x, _x, rotation = 45, fontproperties=my_font)- 此外，有一特例，图例函数
lengend()中，需要添加参数为prop=my_font
-
☞小例子5.1
from matplotlib import pyplot as plt from matplotlib import font_manager #实例化FontProperties my_font = font_manager.FontProperties(fname="/System/Library/Fonts/PingFang.ttc") x = range(2, 26, 2) y = [12, 13, 15, 17, 19, 20, 23, 20, 16, 13, 10, 9] _x = ['{}:00时'.format(i) for i in x] plt.xticks(x, _x, rotation = 45, fontproperties=my_font) plt.plot(x, y) plt.show()[图片上传失败...(image-24a157-1564367650708)]
6、为轴添加描述信息
plt.xlabel("时间", fontproperties=my_font)#设置x轴的labelplt.ylabel("温度", fontproperties=my_font)#设置y轴的label-
plt.title("2时到24时温度的变化情况", fontproperties=my_font)#设置图片标题在
小例子5.1中添加以上两条代码后，图像显示如下图：[图片上传失败...(image-358c9d-1564367650708)]
7、自定义绘制图形的风格
-
plt.plot(x, y, color ='r', linestyle='--', linewidth=5, alpha=0.5)color='r'#线条颜色linestyle='--'#线条样式linewidth=5#线条宽度-
alpha=0.5#透明度颜色字符 color风格字符 linestyler红色-实线g绿色—虚线 破折线b蓝色-.点划线w白色:点虚线''留空c青色m洋红y黄色k黑色00ff0016进制0.8灰度值字符串
8、图例的使用
当我们需要对多个图形进行对比时，我们会在一张图像中绘制多个图形。为了更明显地展现对比，我们需要对不同图形添加不同的图例。
-
plt.plot(x, y, label="label")#在plt.plot中添加参数label="label" -
plt.legend(prop=my_font, loc="best")#参数prop=my_font定义中文字符,参数loc定义图例的生成位置，具体请见matplotlib源码注释。
☞小例子
from matplotlib import pyplot as plt from matplotlib import font_manager my_font = font_manager.FontProperties(fname="/System/Library/Fonts/PingFang.ttc") x = range(2, 26, 2) y_summer = [20, 21, 23, 24, 27, 30, 34, 30, 25, 23, 21, 19] y_spring = [12, 13, 15, 17, 19, 20, 23, 20, 16, 13, 10, 9] plt.xlabel("时间", fontproperties=my_font) plt.ylabel("温度", fontproperties=my_font) plt.title("春、夏季2时到24时温度的变化情况", fontproperties=my_font) plt.plot(x, y_summer, label="夏天", linestyle='-', alpha=0.7) plt.plot(x, y_spring, label="春天", linestyle='--', alpha=0.7) plt.legend(prop=my_font, loc="best") plt.show()[图片上传失败...(image-c3c86-1564367650708)]
9、折线图
以折线的上升或下降来表示统计数量的增减变化的统计图
-
特点:能够显示数据的变化趋势，反映事物的变化情况。(变化)
[图片上传失败...(image-bb01d9-1564367650708)]
plt.plot()以上案例都用plot，以下不做赘述
10、散点图
- 用两组数据构成多个坐标点，考察坐标点的分布,判断两变量之间是否存在某种关联或总结坐标点的分布模式。
- 特点:判断变量之间是否存在数量关联趋势,展示离群点(分布规律)
- 方法:
plt.scatter(x, y)
☞小例子10.1
from matplotlib import pyplot as plt from matplotlib import font_manager my_font = font_manager.FontProperties(fname="/System/Library/Fonts/PingFang.ttc") # x坐标 x_3 = list(range(1, 32)) x_9 = list(range(35, 66)) # x轴标签 x_3_ticks = ["三月{}日".format(i) for i in range(1, 32)] x_9_ticks = ["十月{}日".format(i) for i in range(1, 32)] # y轴坐标 y_3 = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23] y_9 = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6] # x轴 x_ticks = x_3_ticks + x_9_ticks x = x_3 + x_9 # y轴 y = y_3 + y_9 #图像大小 fig = plt.figure(figsize=(10, 4), dpi=80) # 刻度 plt.xticks(x[::3], x_ticks[::3], rotation=45, fontproperties=my_font) # 描述 plt.xlabel("时间", fontproperties=my_font) plt.ylabel("天最高温度", fontproperties=my_font) plt.title("北京市三月份、十月份每日最高温度散点图", fontproperties=my_font) # 绘制散点图 plt.scatter(x_3, y_3, label="三月") plt.scatter(x_9, y_9, label="十月") # 图例 plt.legend(prop=my_font, loc="best") plt.show()[图片上传失败...(image-b6f186-1564367650708)]
11、条形图
- 排列在工作表的列或行中的数据可以绘制到条形图中。
- 特点:绘制连离散的数据,能够一眼看出各个数据的大小,比较数据之间的差别。
- 方法:plt.bar(x, y, width = , color = ）
☞小例子11.1
from matplotlib import pyplot as plt from matplotlib import font_manager my_font = font_manager.FontProperties(fname = "/System/Library/Fonts/PingFang.ttc") a = ["战狼2","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5：最后的骑士","摔跤吧！爸爸", "加勒比海盗5：死无对证","金刚：骷髅岛","极限特工：终极回归","生化危机6：终章","乘风破浪", "神偷奶爸3","智取威虎山","大闹天竺","金刚狼3：殊死一战","蜘蛛侠：英雄归来","悟空传", "银河护卫队2","情圣","新木乃伊",] b=[56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49, 10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23] x_ = range(len(a)) y_ = b # 图像大小 fig = plt.figure(figsize=(20,8), dpi=80) # 绘图 plt.bar(x_, y_, width = 0.3, color = "C") # 标签 plt.xticks(x_, a, fontproperties=my_font, rotation=45) plt.xlabel("电影", fontproperties=my_font) plt.ylabel("票房（亿）", fontproperties=my_font) plt.title("票房前十排行", fontproperties=my_font) plt.show()[图片上传失败...(image-ad5d81-1564367650708)]
12、直方图
- 由一系列高度不等的纵向条纹或线段表示数据分布的情况。 一般用横轴表示数据范围，纵轴表示分布情况。
- 特点：绘制连续性的数据,展示一组或者多组数据的分布状况(统计)
- 方法：
-
bin_width = 3#设置组距 -
num_bins = int((max(a) - min(a))/bin_width)#分为多少组 -
plt.hist(a, num_bins)#绘图，如果有参数normed=1则按频率分布绘制 -
plt.xticks(list(range(min(a),max(a)))[::bin_width], rotation=45)#设置标签 -
plt.grid(linestyle="-.", alpha=0.5)#显示网格
-
☞小例子12.1
from matplotlib import pyplot as plt from matplotlib import font_manager my_font = font_manager.FontProperties(fname = "/System/Library/Fonts/PingFang.ttc") a=[131, 98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124, 101, 110, 116, 117, 110, 128, 128, 115, 99, 136, 126, 134, 95, 138, 117, 111,78, 132, 124, 113, 150, 110, 117, 86, 95, 144, 105, 126, 130,126, 130, 126, 116, 123, 106, 112, 138, 123, 86, 101, 99, 136,123, 117, 119, 105, 137, 123, 128, 125, 104, 109, 134, 125, 127,105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120, 114,105, 115, 132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134,156, 106, 117, 127, 144, 139, 139, 119, 140, 83, 110, 102,123,107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133,112, 114, 122, 109, 106, 123, 116, 131, 127, 115, 118, 112, 135,115, 146, 137, 116, 103, 144, 83, 123, 111, 110, 111, 100, 154,136, 100, 118, 119, 133, 134, 106, 129, 126, 110, 111, 109, 141,120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126,114, 140, 103, 130, 141, 117, 106, 114, 121, 114, 133, 137, 92,121, 112, 146, 97, 137, 105, 98, 117, 112, 81, 97, 139, 113, 134, 106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110,105, 129, 137, 112, 120, 113, 133, 112, 83, 94, 146, 133, 101,131, 116, 111, 84, 137, 115, 122, 106, 144, 109, 123, 116, 111,111, 133, 150] # 图像大小 fig = plt.figure(figsize=(20, 8), dpi=80) #设置组距 bin_width = 3 num_bins = int((max(a) - min(a))/bin_width) #绘图，如果有参数`normed=1`则按频率分布绘制 plt.hist(a, num_bins) #设置标签 plt.xticks(list(range(min(a),max(a)))[::bin_width], rotation=45) #显示网格 plt.grid(linestyle="-.", alpha=0.5) plt.show()[图片上传失败...(image-ad354f-1564367650708)]
补充：多子图
fig, ax = plt.subplots(2, 3, sharex='col', sharey='row') for i in range(2): for j in range(3): ax[i, j].text(0.5, 0.5, str((i, j)),fontsize=18, ha='center')
[^ ①]: MATLAB 是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分。