【python绘图】matplotlib基本使用(含实例)

目录

  • 前言
  • 导入库
  • plt 绘图类型
    • 1.折线图
    • 2.散点图
    • 3.柱状图
    • 4.饼图
    • 5.箱状图
  • pyplot绘图基本操作
    • 1.添加信息
    • 2.显示刻度
    • 3.显示图例
    • 4.显示图像
    • 5.样式设置
  • 画板-Figure
  • 图纸-Axes
  • 坐标轴-Axis
  • 样式-Artist
  • 实例
    • 例: f ( x ) = x 2 s i n 1 x f(x) = x^2sin\frac{1}{x} f(x)=x2sinx1

前言

matplotlib是python的绘图库,主要用来绘制二维平面图。上手容易、简单,在python数据分析中有非常重要的作用。
基本上有两种使用 Matplotlib 的方法:
一、依靠 pyplot 自动创建和管理图形和轴,并使用 pyplot 函数进行绘图。
二、显式创建图形和轴,并在它们上调用方法(即“面向对象 (OO) 样式”)。

本文章节“plt绘图类型”和“pyplot绘图”主要使用第一种方法(直接调用函数的方法)来介绍基础的功能。虽然用第一种调用函数的方法写起来快,但是使用第二种方式功能会更全。我个人一把在用jupyter做数据分析时使用函数的方法直接调用;在做python桌面程序的时候用到matplotlib时会使用第二种方法。

一下为matplotlib官方教程和api文档,强烈建议看完本文章去拿官方的例子练手。
matplotlib官方例子
matplotlib api文档

导入库

import matplotlib.pyplot as plt

# 中文支持
plt.rcParams['font.sans-serif'] = ['SimHei']
# 正常显示负号
plt.rcParams['axes.unicode_minus'] = False

plt 绘图类型

matplotlib.pyplot是使 matplotlib 像 MATLAB 一样工作的函数集合。调用简单

1.折线图

plt.plot(X,Y)

2.散点图

plt.scatter(X,Y)

3.柱状图

plt.bar(X,Y)

4.饼图

plt.pie(data,lables=,autopct='%1.1f%%')

说明:
1.1f指的是保留1位小数,后面两个%表示已百分号显示

5.箱状图

plt.boxplot(X,Y)

补充一下箱线图一些说明
【python绘图】matplotlib基本使用(含实例)_第1张图片
图来源于:https://www.imooc.com/video/20316 7:03



pyplot绘图基本操作

1.添加信息

plt.xlabel()  # 设置 x 轴标签
plt.ylabel()  # 设置 y 轴标签
plt.title()   # 设置标题

2.显示刻度

plt.xticks()

3.显示图例

plt.legend()

4.显示图像

plt.show()

5.样式设置

# 设置线条宽度
plt.rcParams['lines.linewidth']=1

# 设置线条颜色
plt.rcParams['lines.color']='green'

# 设置线条样式
plt.rcParams['lines.linestytle']='-'


以下重点介绍面向对象绘图方法。此方法可以绘制更加复杂的图片。


画板-Figure

前面介绍的只是比较基本的,适用于快速出图。但是我们做数据分析,想的是同时出多张图,所以需要使用figure()来生成一个画板。

fig = plt.figure(figsize=None, dpi=None)

画板添加大标题

fig.suptitle("画板标题")

图纸-Axes

在画板里还需要有“图纸”来绘画。也可以理解为坐标系,注意跟下面的Axis(坐标轴)要正确区分

快速创建图板和一个子图:

fig, ax = plt.subplots(**fig_kw) # 快速创建子图和图板,可以传入figure对象的参数,如figsize()
ax.plot(......) # 子图上绘画

matplot图的组成部分:
【python绘图】matplotlib基本使用(含实例)_第2张图片

# 添加子图:
ax = fig.add_subplot(参数1,参数2,参数3)

参数1参数2是用来对画板划分;参数3指的是 ax 指的是第几部分

例子:ax = fig.add_subplot(2,2,1) # 将画板划分为2*2,ax表示的第一个

# 为子图添加标题:
ax.set_title("标题")

# 添加图例 #可以添加参数
ax.legend() # 要显示图例画的线的名称,需要在ax.plot()中添加参数:label

# 在指定位置添加文本
ax.text(x,y,"str")# x,y的位置是根据坐标轴的数来的,可以通过transform参数更改坐标系

# 网格是否显示
ax.grid(True);# 显示

matplotlib默认支持TeX表达式(可以输入公式)

matplotlib还支持使用注解(annotions)

ax.annotate('local max', xy=(2, 1), xytext=(3, 1.5),arrowprops=dict(facecolor='black', shrink=0.05))

坐标轴-Axis

#添加坐标轴标签:
ax.set_xlabel("x标签")
ax.set_ylabel("y标签")

# 改变坐标尺度
ax.set_yscale('log') # 使用log尺度

# 改变坐标点(ticks)值
ax.set_xticks([0,30,60,90], ['zero', 'thirty', 'sixty', 'ninety'])# 第一个参数是坐标,第二个参数是坐标标签.第二个参数可以不用加。

如果想在子图上新添加坐标轴,可以使用ax. twinx()或者ax. twiny()或者ax.secondary_xaxis。其实就是在原子图的基础上又添加了一个子图,不过子图默认只显示坐标轴。这个新添加的子图也可以添加图形,设置图例、标题、刻度等等。


样式-Artist

matplotlib绘图绘制图往往需要根据需求设置图形的样式。

颜色:

# 设置折线的颜色
ax.plot(x, y, color='orange', linewidth=2)

# 设置散点图圆点的轮廓颜色和填充颜色
ax.scatter(x, y s=50, facecolor='C0', edgecolor='k');# s表示圆点大小;facecolor表示填充大小;edgecolor表示边缘大小

线宽:
线宽的单位是pt

ax.plot(x, y, linewidth=6)

点形状

ax.plot(x, y, marker="^")

线形状

ax.plot(x, y, linestyle="--")

matplotlib提供一个格式化字符串,可以对点形状、线形状、颜色:marker

fig,ax=plt.subplots(figsize=(10,7))
ax.plot(x, y,"^--r")

【python绘图】matplotlib基本使用(含实例)_第3张图片


实例

例: f ( x ) = x 2 s i n 1 x f(x) = x^2sin\frac{1}{x} f(x)=x2sinx1

我用的工具是jupyter notebook

import numpy as np
import math
# 在-0.4和0.4之间划分10000个等分。
x=np.linspace(-0.4,0.4,10000,endpoint=False) # 范围我取的很小是因为在(-0.5,0.5)之外,函数图像就是一个直线,没必要。范围太大你看上去就跟直线似的。可以自己试试。
y=[]
for i in x:
    if i==0: 
        y.append(0) # 这里要注意分母不能为0,要不然会报 domain 错误;
        # 这里我直接让y等于0,因为高数都学过极限:趋近于零时,无穷小乘以有界,为0,
    else:
        y.append(math.pow(i,2) * math.sin(1/i)) 
plt.plot(x,y) # 输入x,y坐标
plt.title("f(x) = x^2sin(1/x) ") # 设置标题
plt.show() # 绘画

matplotlib输出的图形如下:
【python绘图】matplotlib基本使用(含实例)_第4张图片


你可能感兴趣的:(python,机器学习,python,matplotlib)