Python数据可视化Matplotlib绘制图形
数据可视化Matplotlib 一 绘制柱状图、绘制折线图
- 初始Matplotlib
-
- 通过figure()函数创建画布
- 通过subplot() 函数创建单个子图
- 添加各类标签
- 绘制常见图表
- 绘制柱状图
- 颜色、线型、标记的设置 （折线图）
初始Matplotlib
使用Matplotlib绘制简单图形 （折线图、柱形图、条形图、饼图等等）
通过figure()函数创建画布
import numpy as np
import matplotlib.pyplot as plt
data = np.arange(100,201) # 生成包含100-200的数组
plt.figure(facecolor='gray')# 创建一个灰色画布
plt.plot(data) # 绘制data数据的折线图
plt.show() # 显示图形
figure() 函数里面部分参数表示含义如下：（plt.figure(facecolor=“gray”)）
figsize : 用于设置画布的尺寸，宽度、高度以英尺为单位
dpi : 用于设置图形的分辨率
facecolor : 用于设置画板的背景颜色
edgecolor : 用于显示边框颜色
frameon : 表示是否显示边框
通过subplot() 函数创建单个子图
subplot(nrows, ncols, index, **kwargs)
参数表示的含义：
nrows,ncols:表示子区网格的行数，列数
index: 表示矩阵区域的索引
subplot()函数将整个绘图区域等分为 " nrows(行）* ncols(列) " 的矩阵区域，按照从左到右、从上到下的顺序对每个区域进行编号。
代码：
import numpy as np
import matplotlib.pyplot as plt
# 生成0-100的数组
nums = np.arange(0, 101)
# 分成2*2的矩阵区域,返回子图数组axes
fig, axes = plt.subplots(2, 2)
ax1 = axes[0, 0] # 根据索引[0,0]从Axes对象数组中获取第1个子图
ax2 = axes[0, 1] # 根据索引[0,1]从Axes对象数组中获取第2个子图
ax3 = axes[1, 1] # 根据索引[1,1]从Axes对象数组中获取第4个子图
# 在选中的子图上作图
ax1.plot(nums, nums)
ax2.plot(nums, -nums)
ax3.plot(nums, nums**2)
plt.show()
添加各类标签
| 函数名称 | 说明 |
|---|---|
| title() | 设置当前标题 |
| xlabel() | 设置当前图形x轴的标签名称 |
| ylabel() | 设置当前图形y轴的标签名称 |
| xticks() | 指定x轴刻度的数目与取值 |
| yticks() | 指定x轴刻度的数目与取值 |
| xlim() | 设置或获取当前图形x轴的范围 |
| ylim() | 设置或获取当前图形y轴的范围 |
| legend() | 在轴上放置一个图列 |
绘制常见图表
绘制图标的函数：
| 函数名称 | 函数说明 |
|---|---|
| bar | 绘制条形图 |
| barh | 绘制水平条形图 |
| hist | 绘制直方图 |
| pie | 绘制饼图 |
| specgram | 绘制光谱图 |
| stackplot | 绘制堆积图 |
| scatter | 绘制散点图 |
| plot | 绘制折线图 |
| boxplot | 绘制箱线图 |
绘制柱状图
bar(x,heigh,width,align=“center”)
上述函数的含义：
x : 表示x轴的数据
height : 表示条形的高度
width : 表示条形的宽度 ，默认 0.8
color ：表示条形的颜色
edgecolor : 表示条形边框的颜色
代码：
import numpy as np
import matplotlib.pyplot as plt
# 显示中文
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
# 创建0-4的一维数组
x = np.arange(5)
# 随机生成整数
y1 = np.random.randint(1,31,size=5)
y2 = np.random.randint(1,31,size=5)
width = 0.25
ax = plt.subplot(1,1,1)
ax.bar(x,y1,width,color='r')
ax.bar(x+width,y2,width,color='g')
ax.set_xticks(x+width)
ax.set_xticklabels(['January','February','March','April','May'])
plt.show()
颜色、线型、标记的设置 （折线图）
color参数支持的颜色值 :
| 颜色值 | 说明 |
|---|---|
| b | 蓝色 |
| g | 绿色 |
| r | 红色 |
| c | 青色 |
| y | 黄色 |
| k | 黑色 |
| w | 白色 |
| … | … |
linestyle参数支持的样式值 :
| 线型值 | 说明 |
|---|---|
| ‘-’ | 实线 |
| ‘- -’ | 长虚线 |
| ‘-.’ | 短点相间线 |
| ‘:’ | 短虚线 |
| … | … |
marker参数支持的标记值 ：
| 标记风格值 | 说明 |
|---|---|
| ‘o’ | 实心圆圈 |
| ‘p’ | 五边形 |
| ‘*’ | 星形 |
| ‘D’ | 菱形 |
| ‘s’ | 正方形 |
| … | … |
以折线图做实例
代码：
import numpy as np
import matplotlib.pyplot as plt
# 显示中文
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
data = np.arange(1, 3, 0.3)
plt.plot(data, color='c', marker='x', linestyle='--')
plt.plot(data+1, color='m', marker='o', linestyle=':')
plt.plot(data+2, color='k', marker='p', linestyle='-.')
plt.show()
简单初始Matplotlib的图形， 请敬请期待！