Python进阶 -- 1. matplotlib

通过安装Anaconda3，使用matplotlib库

---

---

0. 基本绘画设置
(1). Figure和Subplot
matplotlib的图像都位于Figure对象中，你可以用plt.figure创建一个新的Figure.

#这时会弹出一个空窗
fig = plt.figure()

但是不能通过空Figure绘图，必须用add_subplot创建一个或多个subplot才行

#这条代码的意思是：图像应该是2X2的，且当前选中的是第一个
ax1 = fig.add_subplot(2,2,1)

#再绘制两个
ax2 = fig.add_subplot(2,2,2)
ax3 = fig.add_subplot(2,2,3)

此时绘图，就会在subplot上进行绘制
例如：

from numpy.random import randn
plt.plot(randn(50).cumsum(), 'k--')
#'k--'是一个线型选项，用于告诉matplotlib绘制黑色虚线图。

别一种更为方便的方法，可以创建一个新的Figure，并返回一个含有已创建subplot对象的NumPy数组：

#创建了一个两行，三列的区域
fig, axes = plt.subplots(2,3)

(2). 调整subplot周围的间距
默认情况下，matplotlib会在subplot外围留下一定的边距，并在subplot之间留下一定的间距。
利用subplots_adjust方法可以调整间距

fig, axes = plt.subplots(2,2, sharex=True, sharey=True)
for i in range(2):
    for j in range(2):
        axes[i,j].hist(randn(500), bins=50, color='k', alpha=0.5)

plt.subplots_adjust(wspace=0, hspace=0)

(3). 颜色、标记和线型
根据x,y绘制绿色虚线

ax.plot(x, y, 'g--')
#与下面设置是一样的
ax.plot(x, y, linestyle='--', color='g')

线型图可以加上一些标记，来强调实际的点

plt.plot(randn(30).cumsum(), 'ko--')
#等价于
plt.plot(randn(30).cumsum(), color='k', linestyle='dashed', marker='o')

(4). 刻度、标签和图例
添加刻度和标签

fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.plot(randn(1000).cumsum())

#修改X轴的刻度
#刻度放在哪些位置
ticks = ax.set_xticks([0,250,500,750,1000])
#也可以将其他值用作标签
labels = ax.set_xticklabels(['one','two','three','four','five'], rotation=30, fontsize='small')

#为X轴设置一个名称
ax.set_title('My first matplotlib plot')
#设置一个标题
ax.set_xlabel('Stages')

添加图例：

fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.plot(randn(1000).cumsum(), 'k', label='one')
ax.plot(randn(1000).cumsum(), 'k--', label='two')
ax.plot(randn(1000).cumsum(), 'k.', label='three')

ax.legend(loc='best')

---

---

1. 绘制简单的折线图

(1). 函数plot()
列表传递给这个函数,这个函数将尝试根据这些数字绘制出有意义的图形。

import matplotlib.pyplot as plt
squares = [1, 4, 9, 16, 25]
plt.plot(squares)
plt.show()

(2). 修改标签文字和线条粗细

import matplotlib.pyplot as plt
squares = [1, 4, 9, 16, 25]

#参数linewidth 决定了plot() 绘制的线条的粗细
plt.plot(squares, linewidth=5)


# 设置图表标题， 并给坐标轴加上标签
plt.title("Square Numbers", fontsize=24)
plt.xlabel("Value", fontsize=14)
plt.ylabel("Square of Value", fontsize=14)

# 设置刻度标记的大小
plt.tick_params(axis='both', labelsize=14)
plt.show()

(3). 校正图形

• 当你向plot() 提供一系列数字时， 它假设第一个数据点对应的 x 坐标值为0， 但我们的第一个点对应的 x 值为1。
• 为改变这种默认行为， 我们可以给plot() 同时提供输入值和输出值：

input_values = [1, 2, 3, 4, 5]
squares = [1, 4, 9, 16, 25]
plt.plot(input_values, squares, linewidth=5)

---

---

2. 绘制绘制散点图
(1). 使用scatter() 绘制散点图并设置其样式

import matplotlib.pyplot as plt
plt.scatter(2, 4)
plt.show()

(2).使用scatter() 绘制一系列点

import matplotlib.pyplot as plt

x_values = [1, 2, 3, 4, 5]
y_values = [1, 4, 9, 16, 25]
#并使用实参s 设置了绘制图形时使用的点的尺寸
plt.scatter(x_values, y_values, s=100)
plt.show()

(3).删除数据点的轮廓
可在调用scatter() 时传递实参edgecolor=’none’

plt.scatter(x_values, y_values, edgecolor='none', s=40)

(4).自定义颜色
要修改数据点的颜色， 可向scatter() 传递参数c ， 并将其设置为要使用的颜色的名称，

plt.scatter(x_values, y_values, c='red', edgecolor='none', s=40)

(5).使用颜色映射
颜色映射 （ colormap） 是一系列颜色， 它们从起始颜色渐变到结束颜色。

import matplotlib.pyplot as plt

x_values = list(range(1001))
y_values = [x**2 for x in x_values]
plt.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Blues, edgecolor='none', s=40)


# 设置每个坐标轴的取值范围
plt.axis([0, 1100, 0, 1100000])
plt.show()

• 我们将参数c 设置成了一个 y 值列表， 并使用参数cmap 告诉pyplot 使用哪个颜色映射。
• 这些代码将 y值较小的点显示为浅蓝色， 并将 y 值较大的点显示为深蓝色.

(6).自动保存图表
要让程序自动将图表保存到文件中， 可将对plt.show() 的调用替换为对plt.savefig() 的调用

plt.savefig('squares_plot.png', bbox_inches='tight')

• 第一个实参指定要以什么样的文件名保存图表， 这个文件将存储到scatter_squares.py所在的目录中；
• 第二个实参指定将图表多余的空白区域裁剪掉。 如果要保留图表周围多余的空白区域， 可省略这个实参。

(7). 隐藏坐标轴

plt.axes().get_xaxis().set_visible(False)
plt.axes().get_yaxis().set_visible(False)

(8). 调整尺寸以适合屏幕
函数figure() 用于指定图表的宽度、 高度、 分辨率和背景色。
你需要给形参figsize 指定一个元组， 向matplotlib指出绘图窗口的尺寸， 单位为英寸。
plt.figure(figsize=(10, 6))

---

---

3. 随机漫步
choice()函数

#choice([0, 1, 2, 3, 4]) 随机地选择一个0~4之间的整数
x_distance = choice([0, 1, 2, 3, 4])

range()函数
返回一系列连续增加的整数

randint()函数
返回一个1和面数之间的随机数