Python中matplotlib

一、中文显示

        matplotlib中一般是显示不了中文的，需要进行设置才可以。

方法一：指定字体的路径

        需要中文的字体包，一般windows自带的字体包都在C:\Windows\Fonts路径下，

custom_font = matplotlib.font_manager.FontProperties(fname=r'C:\Windows\Fonts\simhei.ttf')   # 指定路径
plt.xlabel(u"横坐标xlabel",fontproperties=custom_font)

方法二：通过matplotlib自带的字体包直接设置

plt.rcParams['font.sans-serif']=['STSong']     # 中文宋体
plt.rcParams['axes.unicode_minus']=False       # 用来正常显示负号

['STSong']	中文宋体
['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

二、绘制折线图

语法：plt.plot(x,y,format_string,**Kwargs)

参数： x ：代表x轴数据，可以是列表或数组

            y ：代表y轴数据，可以是列表或数组

            format_string ：控制曲线的绘制风格，下面有详细解释

            **kwargs ：其他参数，都要放在最后面，里面有这些东西：

                                        color                          颜色，例如：color = 'b'

                                        linestyle                     线条风格，例如：linestyle = ':'

                                        marker                       标记风格，例如：marker = 'o'

                                        markerfacecolor        标记颜色，例如：markerfacecolor = 'blue'

                                        markersize                 标记点大小，例如：markersize='2.5'

                                        linewidth                     线条宽度，例如：linewidth = 4

颜色	说明	线条风格	说明	标记风格	说明
'b'	蓝色	’-‘	实线	'.'	点标记
'g'	绿色	’--‘	破折现	','	像素标记
'r'	红色	’-.‘	点划线	'o'	实心圈标记
'c'	青绿色	':'	虚线	'v'	倒三角标记
'#008000'	RGB某种颜色	''''	无线条	'^'	上三角标记
'm'	洋红色			'>'	右三角标记
'y'	黄色			'<'	左三角标记
'k'	黑色			'1'	下花三角标记
'w'	白色			'2'	上花三角标记
'0.8'	灰度值字符			'3'	左花三角标记
				'4'	右花三角标记
				's'	实心方形标记
				'p'	实心五角标记
				'*'	星型标记

x = [1,2,3,4]
y = [2,2,2,2]
plt.plot(x,y,linewidth=5)   # 放入绘制数据和风格
plt.rcParams['font.sans-serif']=['STSong']     # 中文宋体
plt.rcParams['axes.unicode_minus']=False       # 用来正常显示负号
plt.title('标题',fontsize=20)    # 显示标题
plt.xlabel('时间 hour',fontsize=20)    # 显示x轴名称
plt.ylabel('气温 ℃',fontsize=20)    # 显示y轴名称
plt.axis([0,6,0,100])    # 设置x轴显示范围为0-6，y轴显示范围为0-100

plt.show()

三、绘制柱状图

names = ['2016', '2017', '2018']
values = [1, 10, 100]

plt.bar(names, values)
plt.show()

四、绘制饼图

import matplotlib.pyplot as plt

# 指定饼图的每个切片名称
labels = 'Frogs', 'Hogs', 'Dogs', 'Logs'

# 指定每个切片的数值，从而决定了百分比
sizes = [15, 30, 45, 10]
explode = (0, 0.1, 0, 0)  # only "explode" the 2nd slice (i.e. 'Hogs')

fig1, ax1 = plt.subplots()
ax1.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%',
        shadow=True, startangle=90)
ax1.axis('equal')  # Equal aspect ratio ensures that pie is drawn as a circle.

plt.show()

五、绘制散点图

names = ['2016', '2017', '2018', '2019', '2020']
values = [75, 78, 100, 150, 210]

plt.scatter(names, values)
plt.show()

六、多个子图

subplot 方法可以用来创建多个子图（axes）。
前面的示例中，我们并没有创建子图，其实， matplotlib缺省会帮我们调用 plt.subplot(1,1,1) 指定 1行，1列，共1个子图，当前子图为第1个，如果你想指定更多的子图，可以这样，

import matplotlib.pyplot as plt
import numpy as np

# arange 就像 Python中的range
# 从 0 到 5 步长为 0.2
t = np.arange(0, 5, 0.2)

# 指定2行，1列，共两个axe，当前使用第1个绘图块
plt.subplot(2,1,1)
plt.plot(t, t**2, 'b.')


# 当前使用第2个绘图块
plt.subplot(2,1,2)
plt.plot(t, t**2, 'r-')
plt.show()

七、多个绘图

matplotlib 每个绘图区都对应一个 Figure 对象。

一个绘图 Figure 对象 里面可以包含多个 subplot对象。

而我们的程序可以同时打开多个绘图 Figure 对象。

比如下图，你可以发现有两个绘图窗口，对应两个 Figure 对象

前面的示例中，我们并没有声明创建Figure对象，其实是默认使用了 matplotlib 缺省Figure 对象。

默认Figure ，也就是相当于调用 plt.figure(1) 指定第一个绘图。

我们可以像下面这样创建多个Figure

import matplotlib.pyplot as plt
plt.figure(1)                # the first figure
plt.subplot(211)             # the first subplot in the first figure
plt.plot([1, 2, 3])
plt.subplot(212)             # the second subplot in the first figure
plt.plot([4, 5, 6])


plt.figure(2)                # a second figure
plt.plot([4, 5, 6])          # creates a subplot(111) by default

plt.figure(1)                # figure 1 current; subplot(212) still current
plt.subplot(211)             # make subplot(211) in figure1 current
plt.title('Easy as 1, 2, 3') # subplot 211 title

plt.show()

八、图形中的文字

import matplotlib.pyplot as plt
import numpy as np

mu, sigma = 100, 15
x = mu + sigma * np.random.randn(10000)

n, bins, patches = plt.hist(x, 50, density=1, facecolor='g', alpha=0.75)

# x轴标题
plt.xlabel('Smarts')
# y轴标题
plt.ylabel('Probability')
# 子图标题
plt.title('Histogram of IQ')
# 指定坐标处添加文本
plt.text(60, .025, r'$\mu=100,\ \sigma=15$')
plt.axis([40, 160, 0, 0.03])
plt.grid(True)
plt.show()

九、一些不常用的方法

x轴刻度文字垂直
有时候我们作图时，x轴文字内容比较长，会出现重叠，这时需要x轴刻度文字垂直，可以如下设置

import matplotlib.pyplot as plt
# 设定字体为微软雅黑
plt.rcParams['font.family'] = 'Microsoft Yahei'

# x刻度垂直，否则字会重叠
plt.xticks(rotation=-90)

# 加长底部空间，否则文字显示不全
plt.subplots_adjust(bottom=0.45)

 图像截图保存

plt.savefig('peaks-valleys.png')  将图像截图保存

plt.legend() 

plt.legend(loc=' ')   设置图例位置
fontsize : int or float or {‘xx-small’,‘x-small’,‘small’,‘medium’,‘large’,‘x-large’,‘xx-large’} 设置图例字体大小
plt.legend(loc='best',frameon=False) #去掉图例边框
plt.legend(loc='best',edgecolor='blue') #设置图例边框颜色
plt.legend(loc='best',facecolor='blue') #设置图例背景颜色,若无边框,参数无效

legend = plt.legend(["BJ", "SH"], title='Beijing VS Shanghai')    设置图例的标题
#或者
plt.plot(["BJ", "SH"],loc='upper left',title='Beijing VS Shanghai')

legend = plt.legend([p1, p2], ["BJ", "SH"])   设置图例名字及对应关系

示例： 

import matplotlib.pyplot as plt
import numpy as np
x = np.arange(0,10,1)
plt.plot(x,x,'r--',x,np.cos(x),'g--',marker='*')
plt.xlabel('row')
plt.ylabel('cow')
plt.legend(["BJ","SH"],loc='upper left',loc='upper left')
plt.show()