matplotlib画图相关知识

Matplotlib 数据可视化

matplotlib库的介绍

数据可视化第三方库

matplotlib.pyplot 是绘制各类可视化图形的命令子库，相当于快捷方式。

import matplotlib.pyplot as plt 
plt.plot([3,1,4,5,2]) 
plt.ylabel("grade") 
plt.savefig('test',dpi=600)  # 默认PNG文件 
plt.show() 

plt.plot(x,y,format_string,**kwargs) 
format_string:控制曲线的格式字符串  可选 
**kwargs：第二组前面的参数或者更多组 

• color：控制颜色，color = ‘green’
• linestyle：线条风格，linestyle=‘dashed’
• marker：标记风格，marker = ‘o’
• markerfacecolor：标记颜色，markerfacecolor=‘blue’
• markersize：标记尺寸，markersize=20

由颜色字符、风格字符和标记字符组成

颜色字符	说明	颜色字符	说明
‘b’	蓝色	‘m’	洋红色
‘g’	绿色	‘y’	黄色
‘r’	红色	‘k’	黑色
‘c’	青绿色	‘w’	白色
‘#008000’	RGB某种颜色	‘0.8’	灰度值字符串

风格字符	说明
‘-’	实线
‘–’	破折线
‘-.’	点划线
‘:’	虚线
" "	无线条

标记字符	说明
‘.’	点标记
‘,’	像素标记（极小点）
‘o’	实心圈标记
‘v’	倒三角标记
‘^’	上三角标记
‘>’	右三角标记
‘<’	左三角标记
‘1’	下花三角标记
‘2’	上花三角标记
‘3’	左花三角标记
‘4’	右花三角标记
‘s’	实心方形标记
‘p’	实心五角标记
‘*’	星形标记
‘h’	竖六边形标记
‘H’	横六边形标记
‘+’	十字标记
‘x’	x标记
‘D’	菱形标记
‘d’	瘦菱形标记
‘|’	垂直线标记

简单的线性图

import matplotlib.pyplot as plt
import numpy as np

data = np.arange(10)

plt.plot(data)

plt.show()

颜色、标记和线类型

x = np.array([1,2,3,4,5,6,7,8,9])
y = np.array([2,5,3,4,8,9,7,6,1])

plt.plot(x,y,'g--')
# 显式表达
plt.plot(x,y,linestyle = '--',color = 'g')

plt.show()

# 折线图还可以用标记来凸显实际数据点
from numpy.random import randn
plt.plot(randn(30).cumsum(),'ko--')
plt.plot(randn(30).cumsum(),color = 'k',linestyle = 'dashed',marker = 'o')

pyplot 的中文显示

pyplot并不默认支持中文显示，需要rcParams修改字体实现,会改变全局字体

import matplotlib  
matplotlib.rcParams['font.family']='SimHei' 

属性	说明
‘font.family’	用于显示字体的名字
‘font.style’	字体风格，正常‘nomal’或 斜体‘italic’
‘font.size’	字体大小，整数字号或者‘large’、‘x-small’

import numpy as np 
import matplotlib.pyplot as plt 
import matplotlib   

matplotlib.rcParams['font.family']='SimHei' 
matplotlib.rcParams['font.size']=20  

a = np.arange(0.0,5.0,0.02)  

plt.xlabel('横轴：时间') plt.ylabel('纵轴：振幅') 
plt.plot(a,np.cos(2*np.pi*a),'r--') 
plt.show()  

第二种方法，在有中文输出的地方，增加一个属性：fontproperties

import numpy as np 
import matplotlib.pyplot as plt  

a = np.arange(0.0,5.0,0.02)  

plt.xlabel('横轴：时间'，fontproperties='SimHei',fontsize=20) 
plt.ylabel('纵轴：振幅'，fontproperties='SimHei',fontsize=20) plt.plot(a,np.cos(2*np.pi*a),'r--') 
plt.show()  

pyplot 的文本显示

函数	说明
plt.xlabel()	对x轴增加文本标签
plt.ylabel()	对y轴增加文本标签
plt.title()	对图形整体增加文本标签
plt.text()	在任意位置增加文本
plt.annotate()	在图形中增加带箭头的注解

import numpy as np 
import matplotlib.pyplot as plt  

a = np.arange(0.0,5.0,0.02) 

plt.plot(a,np.cos(2*np.pi*a),'r--')  

plt.xlabel('横轴：时间',fontproperties='SimHei',fontsize=15,color='green') plt.ylabel('纵轴：振幅',fontproperties='SimHei',fontsize=15) 

plt.title(r'正弦波实例 $y=cos(2\pi x)$',fontproperties='SimHei',fontsize=25) plt.text(2,1,r'$\mu=100$',fontsize=15)  

plt.axis([-1,6,-2,2]) 
plt.grid(True)  # 加入网格线

plt.show() 

plt.annotate(s,xy=arrow_crd,xytext=text_crd,arrowprops=dict) 

import numpy as np 
import matplotlib.pyplot as plt  

a = np.arange(0.0,5.0,0.02) 

plt.plot(a,np.cos(2*np.pi*a),'r--')  

plt.xlabel('横轴：时间',fontproperties='SimHei',fontsize=15,color='green') plt.ylabel('纵轴：振幅',fontproperties='SimHei',fontsize=15) 

plt.title(r'正弦波实例 $y=cos(2\pi x)$',fontproperties='SimHei',fontsize=25) plt.annotate(r'$\mu=100$',xy=(2,1),xytext=(3,1.5),                         		                    arrowprops=dict(facecolor='black',shrink=0.1,width=2))  

plt.axis([-1,6,-2,2])  # 控制坐标轴范围 
plt.grid(True)  # 加入网格线 

plt.show() 

pyplot的子绘图区域

# 绘图区域 
plt.subplot(nrows,ncols,plot_number) 
plt.subpllot(3,2,4)  # 定位在三行两列第四个绘图区域 
plt.subpllot(324)    # 逗号去掉也可以   


plt.subplot2grid(GridSpec,CurSpec,colspan=1,rowspan=1)
# 理念：设定网格，选中网格，确定选中行列区域数量，编号从0开始 
plt.subplot2grid((3,3),(1,0),colspan=2) 

图片与子图

import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure()
ax1 = fig.add_subplot(2,2,1)
plt.plot([1.5,3.5,-2,1.6])

ax2 = fig.add_subplot(2,2,2)
plt.plot(np.random.randn(50).cumsum(),'k--')

ax3 = fig.add_subplot(2,2,3)
plt.plot([1.5,3.5,-2,1.6])

fig,axes = plt.subplots(2,3)

fig,axes = plt.subplots(2,3)

axes[0,1]


plt.show()

调整子图周围间距

fig,axes = plt.subplots(2,2,sharex = True,sharey = True) 
# sharex = True,sharey = True 表示子图拥有相同的x轴y轴

for i in range(2):
    for j in range(2):
        axes[i,j].hist(np.random.randn(500),bins = 50,color = 'k',alpha = 0.5)
plt.subplots_adjust(wspace = 0,hspace = 0) # 图片的宽度和高度百分比

pyplot的基础图表函数

函数	说明
plt.plot(x,y,fmt,…)	坐标图
plt.boxplot(data,notch,position)	箱形图
plt.bar(left,height,width,bottom)	条形图
plt.barh(width,bottom,left,height)	横向条形图
plt.polar(theta,r)	极坐标图
plt.pie(data,explode)	饼图
plt.psd(x,NFFT=256,pad_to,Fs)	功率谱密度图
plt.specgram(x,NFFT=256,pad_to,F)	绘制谱图
plt.cohere(x,y,NFFT=256,Fs)	X-Y的相关性函数
plt.scatter(x,y)	散点图，x和y长度相同
plt.step(x,y,where)	步阶图
plt.hist(x,bins,normed)	直方图
plt.contour(X,Y,Z,N)	等值图
plt.vlines()	垂直图
plt.stem(x,y,linefmt,markerfmt)	柴火图
plt.plot_date()	绘制数据日期

pyplot 饼图绘制

import matplotlib.pyplot as plt  

labels = 'Frogs','Hogs','Dogs','Logs' 
sizes = [15,30,45,10] 
explode = (0,0.1,0,0)  

plt.pie(sizes,explode=explode,labels=labels,autopct='%1.1f%%',                                 shadow=False,startangle=90)  

plt.axis('equal') 
plt.show() 

pyplot直方图的绘制

import numpy as np 
import matplotlib.pyplot as plt  

np.random.seed(0) 

mu,sigma = 100,20  # 均值和标准差 

a = np.random.normal(mu,sigma,size = 100)  # bin = 20 直方的条数 

plt.hist(a,20,density=1,histtype='stepfilled',facecolor='b',alpha=0.75) plt.title('Histogram')  
plt.show() 

pyplot极坐标的绘制

import numpy as np 
import matplotlib.pyplot as plt  

N=20 
theta = np.linspace(0.0,2*np.pi,N,endpoint=False) 
radii = 10*np.random.rand(N) 
width = np.pi/4*np.random.rand(N)  

ax = plt.subplot(111,projection='polar') 
bars = ax.bar(theta,radii,width = width,bottom=0.0)  

for r,bar in zip(radii,bars):     
	bar.set_facecolor(plt.cm.viridis(r/10.))     
    bar.set_alpha(0.5)  
    
plt.show() 

pyplot散点图的绘制

import numpy as np 
import matplotlib.pyplot as plt  

fig,ax = plt.subplots() 

ax.plot(10*np.random.randn(100),10*np.random.randn(100),'o') 
ax.set_title('Simple Scatter')  

plt.show() 

16个matplotlib绘图实用小技巧

1. 添加标题-title

import numpy as np
import matplotlib.pyplot as plt
# 显示中文
plt.rcParams['font.sans-serif'] = [u'SimHei']
plt.rcParams['axes.unicode_minus'] = False
%matplotlib inline
x=np.arange(0,10)
plt.title('这是一个示例标题')
plt.plot(x,x*x)
plt.show()

输出：

2. 添加文字-text

设置坐标和文字即可

import numpy as np
import matplotlib.pyplot as plt
# 显示中文
plt.rcParams['font.sans-serif'] = [u'SimHei']
plt.rcParams['axes.unicode_minus'] = False
%matplotlib inline
x=np.arange(-10,11,1)
y=x*x
plt.plot(x,y)
plt.title('这是一个示例标题')
# 添加文字
plt.text(-2.5,30,'function y=x*x')
plt.show()

输出：

3. 添加注释-annotate

• xy：为备注的坐标点
• xytext：备注文字的坐标(默认为xy的位置)
• arrowprops：在xy和xytext之间绘制一个箭头

import numpy as np
import matplotlib.pyplot as plt
# 显示中文
plt.rcParams['font.sans-serif'] = [u'SimHei']
plt.rcParams['axes.unicode_minus'] = False
%matplotlib inline
x=np.arange(-10,11,1)
y=x*x
plt.title('这是一个示例标题')
plt.plot(x,y)
# 添加注释
plt.annotate('这是一个示例注释',xy=(0,1),xytext=(-2,22),arrowprops={'headwidth':10,'facecolor':'r'})
plt.show()

输出：

4. 设置坐标轴名称-xlabel/ylabel

import numpy as np
import matplotlib.pyplot as plt
# 显示中文
plt.rcParams['font.sans-serif'] = [u'SimHei']
plt.rcParams['axes.unicode_minus'] = False
%matplotlib inline
x=np.arange(1,20)
plt.xlabel('示例x轴')
plt.ylabel('示例y轴')
plt.plot(x,x*x)
plt.show()

输出：

5.添加图例-legend

import numpy as np
import matplotlib.pyplot as plt
# 显示中文
plt.rcParams['font.sans-serif'] = [u'SimHei']
plt.rcParams['axes.unicode_minus'] = False
%matplotlib inline
plt.plot(x,x)
plt.plot(x,x*2)
plt.plot(x,x*3)
plt.plot(x,x*4)
# 直接传入legend
plt.legend(['生活','颜值','工作','金钱'])
plt.show()

输出：

6. 调整颜色-color

传颜色参数，支持以下几种方式

import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
x=np.arange(1,5)
#颜色的几种方式
plt.plot(x,color='g')
plt.plot(x+1,color='0.5')
plt.plot(x+2,color='#FF00FF')
plt.plot(x+3,color=(0.1,0.2,0.3))
plt.show()

输出：

7. 切换线条样式-marker

import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
x=np.arange(1,5)
plt.plot(x,marker='o')
plt.plot(x+1,marker='>')
plt.plot(x+2,marker='s')
plt.show()

输出：

8. 显示数学公式-mathtext

格式如下： 作为开始和结束符，如\omega $，中间的将解析出公式中的符号

import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
plt.title('chenqionghe')
plt.xlim([1,8])
plt.ylim([1,5])
plt.text(2,4,r'$ \alpha \beta \pi \lambda \omega $',size=25)
plt.text(4,4,r'$ \sin(0)=\cos(\frac{\pi}{2}) $',size=25)
plt.text(2,2,r'$ \lim_{x \rightarrow y} \frac{1}{x^3} $',size=25)
plt.text(4,2,r'$ \sqrt[4]{x}=\sqrt{y} $',size=25)
plt.show()

输出：

9. 显示网格-grid

import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
x='a','b','c','d'
y=[15,30,45,10]
plt.grid()
# 也可以设置颜色、线条宽度、线条样式
# plt.grid(color='g',linewidth='1',linestyle='-.')
plt.plot(x,y)
plt.show()

输出：

10. 调整坐标轴刻度-locator_params

同时调整x轴和y轴：plt.locator_params(nbins=20)只调整x轴：plt.locator_params(‘‘x’,nbins=20)只调整y轴：plt.locator_params(‘‘y’,nbins=20)

import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
x=np.arange(0,30,1)
plt.plot(x,x)
# x轴和y轴分别显示20个
plt.locator_params(nbins=20)
plt.show()

输出：

11. 调整坐标轴范围-axis/xlim/ylim

• axis：[0,5,0,10]，x从0到5，y从0到10
• xlim：对应参数有xmin和xmax，分别能调整最大值最小值
• ylim：同xlim用法

import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
x=np.arange(0,30,1)
plt.plot(x,x*x)
#显示坐标轴，plt.axis(),4个数字分别代表x轴和y轴的最小坐标，最大坐标
#调整x为10到25
plt.xlim(xmin=10,xmax=25)
plt.plot(x,x*x)
plt.show()

输出：

12. 调整日期自适应-autofmt_xdate

有时候显示日期会重叠在一起，非常不友好，调用plt.gcf().autofmt_xdate()，将自动调整角度

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
x=pd.date_range('2020/01/01',periods=30)
y=np.arange(0,30,1)
plt.plot(x,y)
plt.gcf().autofmt_xdate()
plt.show()

输出：

13. 添加双坐标轴-twinx

import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
x=np.arange(1,20)
y1=x*x
y2=np.log(x)
plt.plot(x,y1)
# 添加一个坐标轴，默认0到1
plt.twinx()
plt.plot(x,y2,'r')
plt.show()

输出：

14. 填充区域-fill/fill_beween

fill填充函数区域

import numpy as np
import matplotlib.pyplot as plt
# 显示中文
plt.rcParams['font.sans-serif'] = [u'SimHei']
plt.rcParams['axes.unicode_minus'] = False
%matplotlib inline
x=np.linspace(0,5*np.pi,1000)
y1=np.sin(x)
y2=np.sin(2*x)
plt.plot(x,y1)
plt.plot(x,y2)
# 填充
plt.fill(x,y1,'g')
plt.fill(x,y2,'r')
plt.title('这是一个示例标题')
plt.show()

输出：

fill_beween填充函数交叉区域

import numpy as np
import matplotlib.pyplot as plt
# 显示中文
plt.rcParams['font.sans-serif'] = [u'SimHei']
plt.rcParams['axes.unicode_minus'] = False
%matplotlib inline
plt.title('这是一个示例标题')
x=np.linspace(0,5*np.pi,1000)
y1=np.sin(x)
y2=np.sin(2*x)
plt.plot(x,y1)
plt.plot(x,y2)
# 填充
plt.fill_between(x,y1,y2,where=y1>y2,interpolate=True)
plt.show()

输出：

15. 画一个填充好的形状-matplotlib.patche

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.patches as mptaches
%matplotlib inline
xy1=np.array([0.2,0.2])
xy2=np.array([0.2,0.8])
xy3=np.array([0.8,0.2])
xy4=np.array([0.8,0.8])
fig,ax=plt.subplots()
#圆形,指定坐标和半径
circle=mptaches.Circle(xy1,0.15)
ax.add_patch(circle)
#长方形
rect=mptaches.Rectangle(xy2,0.2,0.1,color='r')
ax.add_patch(rect)
#多边形
polygon=mptaches.RegularPolygon(xy3,6,0.1,color='g')
ax.add_patch(polygon)
# 椭圆
ellipse=mptaches.Ellipse(xy4,0.4,0.2,color='c')
ax.add_patch(ellipse)
ax.axis('equal')
plt.show()

输出：

16. 切换样式-plt.style.use

matplotlib支持多种样式，可以通过plt.style.use切换样式，例如：plt.style.use('ggplot')输入 plt.style.available 可以查看所有的样式:

import matplotlib.pyplot as plt
plt.style.available

输出：

示例代码，ggplot样式：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.patches as mptaches
%matplotlib inline
plt.style.use('ggplot')
# 新建4个子图
fig,axes=plt.subplots(2,2)
ax1,ax2,ax3,ax4=axes.ravel()
# 第一个图
x,y=np.random.normal(size=(2,100))
ax1.plot(x,y,'o')
# 第二个图
x=np.arange(0,10)
y=np.arange(0,10)
colors=plt.rcParams['axes.prop_cycle']
length=np.linspace(0,10,len(colors))
for s in length:
    ax2.plot(x,y+s,'-')
# 第三个图
x=np.arange(5)
y1,y2,y3=np.random.randint(1,25,size=(3,5))
width=0.25
ax3.bar(x,y1,width)
ax3.bar(x+width,y2,width)
ax3.bar(x+2*width,y3,width)
# 第四个图
for i,color in enumerate(colors):
    xy=np.random.normal(size=2)
ax4.add_patch(plt.Circle(xy,radius=0.3,color=color['color']))
ax4.axis('equal')
plt.show()

输出：