《Python数据分析与展示》-Matplotlib学习笔记04

                                                     

                                                                          Matplotlib库的使用


Matplotlib库的使用

Matplotlib库由各种可视化类构成,内部结构复杂,受Matlab启发

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   ←引入模块的别名

plt.plot()只有一个输入列表或数组时,参数被当作Y轴,X轴以索引自动生成

实例如下:

import matplotlib.pyplot as plt

plt.plot([3,1,4,5,2])
plt.ylabel("Grade")
plt.show()

《Python数据分析与展示》-Matplotlib学习笔记04_第1张图片

 

Matplotlib存储文件

plt.savefig()将输出图形存储为文件,默认PNG格式,可以通过dpi修改输出质量

实例如下:

import matplotlib.pyplot as plt

plt.plot([3,1,4,5,2])
plt.ylabel("Grade")
plt.savefig('test',dpi=600)
plt.show()

 

plt.plot(x,y)当有两个以上参数时,按照X轴和Y轴顺序绘制数据点

实例如下:

import matplotlib.pyplot as plt

plt.plot([0,2,4,6,8],[3,1,4,5,2])
plt.ylabel("Grade")
plt.axis([-1,10,0,6])
# plt.savefig('test',dpi=600)
plt.show()

《Python数据分析与展示》-Matplotlib学习笔记04_第2张图片

 

pyplot的绘图区域

plt.subplot(nrows, ncols, plot_number)

在全局绘图区域中创建一个 分区体系,并定位到一个子 绘图区域plt.subplot(3,2,4);plt.subplot(324)

实例如下:

嵩天老师的PPT中此部分的代码出现了错误,plt.plot(a,np.cos(2*np.pi*a),'r--')这个部分,老师写的是2*np.pi*t2,实际应该是2*np.pi*a

import matplotlib.pyplot as plt
import numpy as np

def f(t):
    return np.exp(-t)*np.cos(2*np.pi*t)

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

plt.subplot(211)
plt.plot(a,f(a))

plt.subplot(2,1,2)
plt.plot(a,np.cos(2*np.pi*a),'r--')
plt.show()

《Python数据分析与展示》-Matplotlib学习笔记04_第3张图片

 

pyplot的plot()函数

plt.plot(x, y, format_string, **kwargs)

∙ x : X轴数据,列表或数组,可选

∙ y : Y轴数据,列表或数组

∙ format_string: 控制曲线的格式字符串,可选

∙ **kwargs : 第二组或更多(x,y,format_string)

当绘制多条曲线时,各条曲线的x不能省略

实例如下:

import matplotlib.pyplot as plt
import numpy as np

a=np.arange(10)
plt.plot(a,a*1.5,a,a*2.5,a,a*3.5,a,a*4.5)
plt.show()

《Python数据分析与展示》-Matplotlib学习笔记04_第4张图片

 

∙ format_string: 控制曲线的格式字符串,可选  由颜色字符、风格字符和标记字符组成

1)颜色字符

颜色字符 说明 颜色字符 说明
'b' 蓝色 'm' 洋红色 magenta
'g' 绿色 'y' 黄色
'r' 红色 'k' 黑色
'c' 青绿色 cyan 'w' 白色
'#008000' RGB某颜色 '0.8' 灰度值字符串

2)风格字符

风格字符 说明
' ‐ ' 实线
' ‐‐ ' 破折线
' ‐.' 点划线
':' 虚线
'' ' ' 无线条

3)标记字符

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

实例如下:

import matplotlib.pyplot as plt
import numpy as np

a=np.arange(10)
plt.plot(a,a*1.5,'go-',a,a*2.5,'rx',a,a*3.5,'*',a,a*4.5,'b-.')
plt.show()

《Python数据分析与展示》-Matplotlib学习笔记04_第5张图片

颜色字符、风格字符和标 记字符可以组合使用

 

plt.plot(x, y, format_string, **kwargs)

∙ **kwargs : 第二组或更多(x,y,format_string)

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

……

 

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(这种会改变全局字体)

实例如下:

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

matplotlib.rcParams['font.family']='SimHei'#SimHei是黑体
plt.plot([3,1,4,5,2])
plt.ylabel("纵轴(值)")
plt.savefig('test',dpi=600)
plt.show()

《Python数据分析与展示》-Matplotlib学习笔记04_第6张图片

rcParams的属性

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

 

rcParams['font.family']  中文字体的种类

中文字体 说明
'SimHei' 中文黑体
'Kaiti' 中文楷体
'LiSu' 中文隶书
'FangSong' 中文仿宋
'YouYuan' 中文幼圆
'STSong' 华文宋体

实例如下:

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

matplotlib.rcParams['font.family']='STSong'
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()

《Python数据分析与展示》-Matplotlib学习笔记04_第7张图片

 

pyplot的中文显示:第二种方法

在有中文输出的地方,增加一个属性:fontproperties(这个方法改变的是局部字体)

实例:

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

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()

《Python数据分析与展示》-Matplotlib学习笔记04_第8张图片

 

pyplot的文本显示函数

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

实例如下:

import matplotlib.pyplot as plt
import numpy as np

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)
plt.show()

《Python数据分析与展示》-Matplotlib学习笔记04_第9张图片

 

plt.annotate()

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

实例如下:

import matplotlib.pyplot as plt
import numpy as np

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])
plt.grid(True)
plt.show()

《Python数据分析与展示》-Matplotlib学习笔记04_第10张图片

 

pyplot的子绘图区域

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)

《Python数据分析与展示》-Matplotlib学习笔记04_第11张图片

实例如下:

import matplotlib.pyplot as plt

plt.subplot2grid((3,3),(0,0),colspan=3)
plt.subplot2grid((3,3),(1,0),colspan=2)
plt.subplot2grid((3,3),(1,2),colspan=2)
plt.subplot2grid((3,3),(2,0))
plt.subplot2grid((3,3),(2,1))

 

GridSpec类

实例如下:

import matplotlib.gridspec as gridspec
import matplotlib.pyplot as plt

gs=gridspec.GridSpec(3,3)

ax1=plt.subplot(gs[0,:])
ax2=plt.subplot(gs[1,:-1])
ax3=plt.subplot(gs[1:,-1])
ax4=plt.subplot(gs[2,0])
ax5=plt.subplot(gs[2,1])

 

你可能感兴趣的:(Python数据分析与展示,笔记,Matplotlib)