Python绘图之matplotlib基本语法

  博客地址:http://www.cnblogs.com/yudanqu/
 
  Matplotlib 是一个 Python 的 2D绘图库,通过 Matplotlib,开发者可以仅需要几行代码,便可以生成绘图,直方图,功率谱,条形图,错误图,散点图等。当然他也是可以画出3D图形的,这时就需要安装更多的扩展。相比MATLAB来说,python不需要那么大的安装包,而且最重要的是开源的,在这方面python还是有一定的优势的。
 
下面我将简单梳理一下matplotlib画图的方法,首先把本次需要用到的包导入进来:
1 import numpy as np
2 import pandas as pd
3 import matplotlib.pyplot as plt
4 from pandas import Series,DataFrame

当然,在真正做事情时要根据自己的要求来导入,这里为了示例要导入numpy和pandas。

1、一个简单案例来展示画图的基本命令

 1 x = np.linspace(0,2*np.pi,100) # 设置横轴变量,从0到2*pi,均分为100份
 2 y = np.sin(x) # 因变量取值
 3 
 4 plt.plot(x,y,'b*',label='aaa') # 'b*'表示蓝色*状线,label是指定义图例
 5 plt.plot(x*2,y,'r--',label='bbb') # 'r--'表示红色虚线,
 6 plt.xlabel('this is x') # 设置横轴标签
 7 plt.ylabel('this is y') # 设置纵轴标签
 8 plt.title('this is title') # 设置标题
 9 plt.legend() # 显示上面定义的图例
10 plt.show() # 展示图像

这样一个简单的绘图就出来了,这里面有两个图形,位于一块画布上,还介绍了一些标签的设置。

2、子图

 1 plt.subplot(2,1,1) # 子图,(2,1,1)代表,创建2*1的画布,并且定位于画布1 ;等效于plt.subplot(211),即去掉逗号
 2 
 3 a = plt.subplots() # 返回两个对象 figure ax
 4 figure,ax = plt.subplots()
 5 ax.plot([1,2,3,4,5])
 6 plt.show() # 显示图像
 7 
 8 # subplots可以传入参数,几行几列
 9 figure,ax = plt.subplots(2,2)
10 # figure 显示画布,分成2*2的
11 ax[0][0].plot(x,y)
12 ax[0][1].plot(x*2,y*2) # 可以分别绘图

3、pandas--Series绘图

先介绍几个常用的参数:

  • plot参数:kind:图像显示的方法,包括'line''bar''barh''hist''box''kde''density''area''pie'.
  • grid=True 表示显示背景的网格
  • label='str',参数里写这个,输出图像之前要协一个plt.legend(),显示图例
  • title='str',显示标题
  • style='--',显示为虚线

plt.legend() # 显示图例,这个上面提到过,没有这个,设置了图例也是不会显示出来的

1 # 这是一个小栗子
2 s1 = Series(np.random.randint(1000).cumsum()) # 创建series,cumsum()是指叠加求和,本位数是前几项之和
3 s1.plot() # series有自己的plot函数,里面可以写入想要的参数

4、pandas--DataFrame绘图

1 df = DataFrame(
2     np.random.randint(1,10,40).reshape(10,4),
3     columns=['A','B','C','D']
4     )
5 df.plot() # dataframe也有自己的plot,按列画出来,参数包含ax,选择输出的画布
6 # 参数:stacked=True,表示一个堆叠的情况,同一个index下,columns一不同颜色叠在一起

1、可以取其一行或几行来画图,即将dataftame横过来画:
一行:df.iloc[5].plot() # iloc是pandas里面的一个可以说是切片的命令
多行或全部:for i in df.index:
        df.iloc[i].plot(label=str[i])
        plt.legend()
2、对列画图:
df['A'].plot()

3、对行绘图还有简便方法:
就是对df进行转置,然后再plot ,df.T.plot()

5、直方图和密度图

1 # 直方图
2 s = Series(np.random.randn(1000))
3 plt.hist(s,rwidth=0.9) # 直方图,rwidth为设置宽度
4 plt.show()
5 # hist()的参数:rwidth为宽度;bins=20表示显示的区间,默认是10份;color='r'设置颜色;
1 # 密度图
2 s.plot(kind='kde') # kind='kde'即表示密度图

 

  今天就大概先总结这些,博主也是初学者,如有不足,请多多指教,希望可以给一些朋友带来帮助,如若觉得我说的太少了,可以查看官方文档https://matplotlib.org/。

 

  作者:渔单渠

  博客地址:http://www.cnblogs.com/yudanqu/

你可能感兴趣的:(Python绘图之matplotlib基本语法)