[python][科学计算][matplotlib]简要使用教程3-常用绘图类型

最后一次更新日期： 2019/4/20

Matplotlib 是一个 Python 的 2D绘图库，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。

按需导入以下模块：
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np

1. 散点图

n = 100
x = np.random.randn(n)
y = np.random.randn(n)
z = np.random.randn(n)

fig=plt.figure(figsize=(9,3))
ax=fig.add_subplot(121,title='2d scatter')
ax.scatter(x,y,s=100,c=['g','r','y'],marker='*',alpha=0.5,linewidths=1,edgecolor='k')
ax=fig.add_subplot(122,title='3d scatter',projection='3d')
ax.scatter(x,y,z)
plt.show()

scatter方法用于绘制散点图：
参数s设置点的大小(面积)，默认20；
参数c设置点的颜色，可以是单个也可以多个，默认'b'蓝色；
参数marker设置点的样式，默认'o'圆；
参数alpha设置点的透明度，默认1.，值越小透明度越高；
参数linewidths设置边缘线的宽度，默认None；
参数edgecolor设置边缘线的颜色，默认None。

2. 曲线图

n = 100
x = np.arange(0,8*n,8)
y = np.sin(x*np.pi/180)
z = np.cos(x*np.pi/180)

fig=plt.figure(figsize=(9,3))
ax=fig.add_subplot(121,title='2d plot')
ax.plot(x,y,'g<-',alpha=0.5,linewidth=2, markersize=8)
ax=fig.add_subplot(122,title='3d plot',projection='3d')
ax.plot(x,y,z)
plt.show()

plot方法用于绘制散点图：
参数fmt设置整体样式，紧跟坐标参数之后，是c、marker、linestyle三个参数的整合，用于快速设置，也可选择单独设置这三个参数；
参数c设置线和标记的颜色，只能是单个颜色，默认'b'蓝色；
参数marker设置标记样式，默认None；
参数linestyle设置线条样式，默认'-'实线；
参数alpha设置点的透明度，默认1.，值越小透明度越高；
参数linewidth设置线的宽度；
参数markersize设置标记的大小。

3. 曲面图

#曲面图
n = 480
x = np.arange(n)
y = np.arange(n)
x,y = np.meshgrid(x,y)
z = np.cos(x*np.pi/180)+np.sin(y*np.pi/180)

fig=plt.figure()
ax=fig.add_subplot(111,title='3d surface',projection='3d')
ax.plot_surface(x,y,z,rstride=10,cstride=10,cmap=plt.cm.winter)
plt.show()

plot_surface方法用于绘制曲面图：
参数rstride和cstride设置x、y轴方向上的采样步长，被采样的数据才会用于曲面的绘制，值越小表示采样精度越高，绘制的图像越精细，绘制时间也更长，与rcount和ccount参数不兼容；
参数rcount和ccount设置x、y轴方向上的采样总数，默认50；
参数cmap设置曲面颜色集，需要是colormap，默认蓝色单色渐变；
参数alpha设置点的透明度，默认1.，值越小透明度越高。

绘制曲面图需要构造xy平面上的网格数据以及对应的z值，可使用numpy的mgrid索引器或meshgrid方法实现。

4. 条形图

x = np.array([1,2,3,4])
y1 = np.array([4,3,3,1])
y2 = np.array([2,5,1,3])
tick_label = ['a','b','c','d']

fig=plt.figure(figsize=(10,3))
ax=fig.add_subplot(131,title='2d bar')
ax.bar(x+0.15,y1,width=0.3,color='y',label='y1',alpha=0.7, tick_label=tick_label)
ax.bar(x-0.15,y2,width=0.3,color='g',label='y2',alpha=0.7, tick_label=tick_label)
ax.legend()

ax=fig.add_subplot(132,title='2d bar in 3d axes',projection='3d')
ax.bar(x,y1,0,'y',label='y1',edgecolor='k',linewidth=1)
ax.bar(x,y2,1,'y',label='y2',edgecolor='k',linewidth=1)
ax.legend(facecolor='none')

ax=fig.add_subplot(133,title='3d bar',projection='3d')
bar3d1=ax.bar3d(x,0,0,0.5,0.25,y1,label='y1')
bar3d2=ax.bar3d(x,1,0,0.5,0.25,y2,label='y2')
bar3d1._facecolors2d=bar3d1._facecolors3d
bar3d1._edgecolors2d=bar3d1._edgecolors3d
bar3d2._facecolors2d=bar3d2._facecolors3d
bar3d2._edgecolors2d=bar3d2._edgecolors3d
ax.legend()
plt.show()

bar方法用于绘制条形图(水平条形图请使用barh)：

2D

第一个参数x是条形的横坐标，对齐的基准由align参数设置，默认是与中心对齐；
第二个参数height设置条形的高度；
第三个参数width设置条形的宽度；
第四个参数bottom设置条形底部的起始纵坐标，默认0；
参数color设置条形的颜色；
参数tick_label设置横坐标刻度标签；
参数edge_color和linewidth设置边缘线的颜色和粗细；
参数label设置此次绘制的类别标签；
参数alpha设置点的透明度，默认1.，值越小透明度越高。

2d条形图在绘制时视需要调整x的值，不然多次绘制的条形会重叠在一起。

2D in Axes3D

第一个参数left设置条形的起始横坐标，相当于2d情况下设置align='edge'；
第二个参数height设置条形的高度，与2d情况下一样；
第三个参数zs设置z轴的取值；
第四个参数zdir设置作为z轴的轴，默认'z'；
其余拓展参数和2d的一样。

3D

第1,2,3个参数x,y,z设置条形的位置坐标；
第4,5,6个参数dx,dy,dz设置条形的长宽高；
其余拓展参数和2d的一样。

3D条形图需要显示图例时必须为_facecolors2d、_edgecolors2d赋值，因为生成图例使用的是2d的色彩设置，这应该是一个bug。

5. 直方图

x = np.random.randn(1000)
y = np.random.randn(1000)

fig=plt.figure(figsize=(9,3))
ax=fig.add_subplot(121,title='hist')
result1=ax.hist(x,bins=20,color="g",edgecolor="k",alpha=0.5,density=True)
ax=fig.add_subplot(122,title='hist2d')
result2=ax.hist2d(x,y,bins=20)
plt.show()

hist方法用于绘制直方图：
第1个参数x设置需要统计的数据，y轴数据是统计频次，自动计算不需要自行设置；
第2个参数bins设置分箱数量，即分成多少个等间隔的统计区间，默认10；
参数color或facecolor设置条形的颜色；参数edgecolor设置边缘线的颜色；
参数density设置是否归一化，False时统计频次，True时统计概率密度，默认False；
参数alpha设置点的透明度，默认1.，值越小透明度越高。

hist2d方法用于绘制二维直方图：
第1,2个参数x,y设置需要统计的数据，二维直方图中统计频次以颜色来体现；
第3个参数bins设置分箱数量，即分成多少个等间隔的统计区间，默认10，x,y可以分别设置；
参数cmap设置颜色集。

调用绘图方法后会得到返回值：频次和频率的统计结果。

6. 饼图/环图

x1 = np.array([1,2,3,4])
x1_labels = ['a','b','c','d']
x1_explode = [0.2,0,0,0]
x2 = np.array([2,2,1,5])

fig=plt.figure(figsize=(9,4))
ax=fig.add_subplot(121,title='pie')
ax.pie(x1,explode=x1_explode,labels=x1_labels,shadow=True,autopct='%1.1f%%')
ax=fig.add_subplot(122,title='ring')
ax.pie(x1,radius=1,wedgeprops=dict(width=0.3, edgecolor='w'))
ax.pie(x2,radius=0.7,wedgeprops=dict(width=0.3, edgecolor='w'))
plt.show()

pie方法用于绘制饼图：
第一个参数x设置每个扇形的比重，会自动计算x/sum(x)应用于绘制，但在sum(x)<1时，不会进行该计算；
第二个参数explode设置每个扇形偏离中心的距离，默认None；
第三个参数labels设置每个扇形的标签；
第四个参数colors设置颜色序列，绘制扇形时会轮流使用该序列中的颜色；
参数shadow设置是否绘制阴影，默认False；
参数labeldistance设置扇形标签与中心的距离；
参数radius设置扇形的半径，默认为1；
参数autopct设置扇形上显示的信息，可以是一个字符串格式或是一个函数；
参数wedgeprops设置扇形的样式，其中width是宽度，与radius一致时绘制出来的就是饼图，小于radius则是环图，edgecolor和linewidth可以设置边缘线的颜色和宽度；
参数center设置饼图的中心，默认(0,0)。

7. 箱线图

def test_data():
    spread = np.random.rand(50)
    center = np.ones(25) * 0.5
    flier_high = np.random.rand(10)+1
    flier_low = np.random.rand(10)-1
    return np.r_[spread,center,flier_high,flier_low]

x1 = test_data()
x2 = test_data()

fig=plt.figure()
ax=fig.add_subplot(111,title='box')
ax.boxplot([x1,x2],labels=['x1','x2'],widths=0.3)
plt.show()

boxplot方法用于绘制箱线图：
第一个参数x设置用于绘图的数据，当有多组时可以放在一个list中传入；
参数labels设置每组数据的类别标签；
参数width设置图形的宽度。

8. 等高线图

x = np.arange(-3,3,0.01)
y = np.arange(-3,3,0.01)
x,y = np.meshgrid(x,y)
z = (1-x/2+x**5+y**3)*np.exp(-x**2-y**2)+1

fig=plt.figure(figsize=(13.5,3))
ax=fig.add_subplot(131,title='2d contourf')
c=ax.contour(x,y,z,colors='k',linewidths=0.5)
ax.clabel(c,fontsize=10)
cf=ax.contourf(x,y,z,cmap='YlOrRd')
cbar=fig.colorbar(cf)

ax=fig.add_subplot(132,title='3d contourf',projection='3d')
ax.contourf(x,y,z,cmap='YlOrRd')
ax.contour(x,y,z,colors='k',linewidths=0.2)

ax=fig.add_subplot(133,title='3d surface with contour',projection='3d')
ax.plot_surface(x,y,z,cmap='YlOrRd',alpha=0.7)
ax.contour(x,y,z,colors='k',linewidths=1)
plt.show()

contour方法用于绘制等高线图：
第1,2,3个参数x,y,z设置用于绘图的数据，z是高度；
第4个参数levels设置等高线的数量；
参数colors设置等高线使用的颜色序列；
参数linewidths设置等高线的宽度序列；
参数linestyles设置等高线的样式序列。

contourf方法用于填充等高线图：
第1,2,3个参数x,y,z设置用于绘图的数据，z是高度；
第4个参数levels设置等高线的数量；
参数cmap设置用于填充的颜色集；
参数alpha设置点的透明度，默认1.，值越小透明度越高。

clabel方法用于设置等高线标签；
colorbar方法用于设置参考颜色条；

9. 极坐标图

theta=np.linspace(0,2*np.pi,100)

fig=plt.figure(figsize=(10,5))
ax=fig.add_subplot(121,title='polar1',projection='polar')
ax.plot(theta,theta,c='b',lw=2)
ax.set_rmax(theta.max())

ax=fig.add_subplot(122,title='polar2',projection='polar')
ax.plot(theta,theta,c='r',lw=2)
ax.set_rmax(theta.max())
ax.set_rlabel_position(90)
ax.set_theta_offset(np.pi)
ax.set_thetagrids(np.arange(0,360,15))
ax.set_rticks(np.arange(0,6.5,0.5))
ax.set_theta_direction(-1)

通过设置projection='polar'创建PolarAxes坐标轴，即可实现极坐标作图：
set_rmax,set_rmin,set_rlim方法分别可以设置极径的最大值，最小值，以及范围；
set_rlabel_position方法设置极径标签的位置，以角度表示；
set_theta_offset方法设置角度的偏移量，以弧度表示；
set_thetagrids方法设置角度刻度序列，会影响网格线；
set_rticks方法设置极径刻度序列，会影响网格线；
set_theta_direction方法设置角度增长方向。

在调用plot等方法绘图时，原本的x和y分别对应到角度和极径。