Python机器学习基础--matplotlib库（上）

matplotlib库

优秀数据可视化第三方库，可以绘制多种形式的图形¹，依赖于numpy模块和tkinter模块（更多信息请访问：matplotlib官网）

案例:生成一个折线图

import matplotlib.pyplot as plt
plt.plot([3,1,4,5,2])
plt.ylabel('num')
plt.savefig('test_1',dpi=600)
plt.show()

运行结果

画布与坐标系

在上面的例子中我们没有定义画布的语句，生成图形式使用默认画布，在程序中可以使用figure()函数创建一个自定义画布对象，语法格式：fig=plt.figure(num=None,figsize=None,dpi=None,facecolor=None,edgecolor=None,frameon=None)
参数

参数	描述
num	图像名称或索引号
figsize	画布的宽和高，单位英寸
dpi	绘图对象的分辨率
facecolor	背景颜色
edgecolor	边款颜色
frameon	是否显示边款

创建一个画布对象后，可以进一步控制图表的绘制，如添加子图，语法格式：fig.add_subplot(numrows,numcols,fignum),三个参数分别表示子图的行数、列数、索引号，如add_subplot(1,1,1)表示在一张画布中只设置一张子图

子绘图区域

语法格式：plt.subplot(nrows,ncols,plot_number)，三个参数分别为行数、列数、索引号²

案例一：生成多个子图

#coding: utf-8
 
import numpy as np
import matplotlib.pyplot as plt
 
x = np.arange(1, 100)
 
fig = plt.figure()
 
ax1 = plt.subplot(221)
ax1.plot(x, x)
 
ax2 = plt.subplot(222)		# 等同于fig.add_subplot(222)
ax2.plot(x, -x)
 
ax3 = plt.subplot(223)
ax3.plot(x, x ** 2)
 
ax4 = plt.subplot(224)
ax4.plot(x, np.log(x))
 
# plt.subplots_adjust(wpace=None,hpace=None)  分别用于调整子图的左右间距和上下间距
plt.show()

运行结果

Matplotlib常用符号

控制曲线格式的字符串有三种分别为：颜色字符，风格字符，标记字符
颜色字符

字符	描述
‘b’	蓝
‘g’	绿
‘r’	红
‘c’	青绿色
‘m’	洋红色
‘k’	黑
‘w’	白
‘#008000’	RGB某颜色

格式字符

字符1	描述	字符2	描述	字符3	描述
‘.’	点	‘1’	下花三角	‘h’	竖六边形
‘,’	像素标记	‘2’	上花三角	‘H’	横六边形
‘+’	十字	‘3’	左花三角	‘x’	十字标记
‘|’	垂直线	‘4’	右花三角	‘d’	瘦菱形
‘^’	上三角	‘s’	实心方形	‘D’	菱形
‘>’	右三角	‘p’	实心五角	‘v’	倒三角
‘<’	左三角	‘o’	实心圈	‘*’	星型

风格字符串

字符串	描述
‘-’	实线
‘–’	破折线
‘-.’	点划线
‘:’	虚线

下面我们将这些字符组合使用

显示网格

语法格式：grid(b=None,axis=None,color=None,linewidth=None,linestyle=None)
参数

参数	描述
axis	取值为（‘both’， ‘x’，‘y’），表示以哪个轴为刻度生成网格
color	表示网格线颜色，
linewidth	表示网格线宽度
linstyle	网格线的显示类型

案例二：生成一个带网格线的折线图

import matplotlib.pyplot as plt
import numpy as np
x=np.arange(0,21)
plt.plot(x,x**2)
plt.grid(True,linestyle='-.')
plt.show()

运行结果

显示图例

语法格式：legend(loc=None,ncol=None),其中loc表示图例显示的位置，ncol表示图例的列数

loc参数	含义	英文参数	loc参数	含义	英文参数
0	根据图形自适应，显示在最佳的位置	best	6	中部左边	center left
1	图像右上角	upper right	7	中部右边	center right
2	左上角	upper left	8	下部中心	lower center
3	左下角	lower left	9	上部中心	upper center
4	右下角	lower right	10	图形中心	center
5	图形右边	right

案例三：生成一个带图例的折线图

import matplotlib.pyplot as plt
import numpy as np
x=np.arange(1,11,1)
plt.plot(x,x*2,label='double')
plt.plot(x,x*3,label='triple')
plt.plot(x,x*4,label='fourfold')
plt.legend(loc=0,ncol=2)		# 自适应，两列图例
plt.show()

显示中文

pyplot并不默认支持中文，如果使用前未进行声明，程序会提出警告

中文显示方法（一）

使用rcParams修改字体

rcParams属性

属性	描述
‘font.family’	用于显示字体名称
‘font.style’	字体风格，"normal"正常，"italic"斜体
‘font.size’	字体大小,整数字号或’large’

font.family中文字体种类

字体	描述
‘SimHei’	黑体
‘Kaiti’	楷书
‘LiSu’	隶书
‘FangSong’	仿宋
‘STSong’	华文宋体

中文显示方法（二）

中文出现的地方添加属性：fontproperties

显示负号

matplotlib并不默认支持显示负数，同样，我们使用rcParams属性修改使其显示

matplotlib.rcParams['axes.unicode_minus'] = False

显示注释

图形中的注释常用于解释图形的含义

显示标题

1. 标题为普通文本时，直接使用title()函数设置，语法格式：titile(str)，用于在坐标系上现实标题
2. 标题为数学公式时，需要使用LaTex格式的文本来设置标题

案例四：标题显示函数使用

import numpy as np
import matplotlib.pyplot as plt
import matplotlib
matplotlib.rcParams['font.family']='SimHei'
x=np.arange(10,20)

plt.subplot(211)
plt.title('一次函数')
plt.plot(x,0.25*(x-2))

plt.subplot(212)
plt.title(r'$f(x)= \frac{1}{4}(x-2)$')
plt.plot(x,0.25*(x-2))
plt.subplots_adjust(wspace =0, hspace =1)
plt.show()

运行结果

x轴和y轴注释

函数	描述
xlabel(str)	x轴注释
ylabel(str)	y轴注释

在指定位置放置注释

函数	描述
text()	在任意位置添加注释
annotate()	在任意位置添加带箭头的注释，

案例五：在指定位置添加箭头

import numpy as np
import matplotlib.pyplot as plt
import matplotlib
matplotlib.rcParams['font.family']='SimHei'
matplotlib.rcParams['axes.unicode_minus'] = False

a=np.arange(0,5,0.02)
plt.xlabel('时间',fontproperties='SimHei',fontsize=15)
plt.ylabel('振幅',fontproperties='Lisu',fontsize=15)
plt.title('标题',fontproperties='SimHei',fontsize=20)

# 文本注释
plt.subplot(211)
plt.plot(a,np.cos(a*np.pi*2),'g--')
plt.text(2,1,'y=1',bbox={'facecolor':'r','edgecolor':'y','boxstyle':'round'}) # bbox参数用于设置插入注释的参数
plt.axis([-1,6,-2,2])	# 用于设置xy轴的宽度
plt.grid(True)	# 用于生成表格

# 箭头注释
plt.subplot(212)
plt.plot(a,np.cos(a*np.pi*2),'g--')
plt.annotate(r'y=1',xy=(2,1),xytext=(3,1.5),arrowprops=dict(facecolor='black',shrink=0.1,width=1))	# arrowprops参数用于设置箭头的样式
plt.axis([-1,6,-2,2])
plt.grid(True)

plt.show()

运行结果

其他设置

xy轴范围设置

函数	描述
axis[xmin,xmax,ymin,ymax]	同时设置x,y轴的范围
xlim(xmin,ymin)	设置x轴范围
ymin(ymin,ymax)	设置y轴范围

xy轴刻度设置

函数	描述
locator_params(axis,nbins=None)	axis表示x或y轴，nbins表示把坐标轴分为几份

日期刻度的显示

函数	描述
autofmt_xdate()	调整日期的排列根据图像大小自适应

将图像保存为图片

函数	描述
savefig(path,dpi)	将生成图形输出为文件，默认png，dpi设置图片的质量

---

1. 计算机中通过程序绘制图形有两种方式：位图和矢量图，位图是一个个像素绘制的图形，矢量图是将多个点进行连接的图形，matploylib的绘图方式属于后者，也就是连接相邻的两个点形成一条曲线 ↩︎

2. subplot()函数的作用同add_subplot()函数，两者都生成若干个子图，区别是前者作用的对象是pyplot模块，后者作用的对象是画布对象figure ↩︎