Matplotlib库的基础知识

xiaoxiao2021-02-28  38

Matplotlib库


Matplotlib库由各种可视化类构成,内部结构复杂,受Matlab启发

matplotlib.pyplot是绘制各类可视化图形的命令子库,相当于快捷方式

import matplotlib.pyplot as plt

import matplotlib.pyplot as plt plt.plot([3, 1, 4, 5, 2]) #默认值对应Y轴,X轴是索引值 plt.ylable("Grade") plt.savefig('test', dpi = 600) #PNG文件 plt.show()

plt.savefig() 将输出图形存储为文件,默认PNG格式,可以通过dpi修改输出质量

plt.plot(x,y) 当有两个以上的参数时,按照X轴和Y轴顺序绘制数据点

plt.axis([a, b, c, d]) 设置横纵坐标尺度的函数

pyplot的绘图区域

plt.subplot(nrows, ncols,plot_number)

将绘图区域分分割成有nrows个横轴,和ncols个纵轴,当前的绘图区域在plot_number

import numpy as np import matplotlib.pyplot as plt def(t): return np.exp(-t) * np.cos(2 * np.pi * t) a = np.arange(0.0, 5.0, 0.02) plt.subplot(211) plt.plot(a,f(a)) plt.subplot(2, 1, 2) plt.plot(a, np.cos(2 * np.pi * a), 'r--') plt.show()

plot函数

plt.plot(x, y, format_string, **kwargs)

x:X轴数据,列表或数组,可选y:Y轴数据,列表或数组format_string:控制曲线的格式字符串,可选**kwargs:第二组或更多(x, y, format_string)

- 当绘制多条曲线时,各条曲线的x不能省略

format_string:控制曲线的格式字符串,可选由颜色字符、风格字符和标记字符组成

color

颜色字符说明‘b’蓝色‘g’绿色‘r’红色‘c’青绿色 cyan‘m’洋红色 magenta‘y’黄色‘k’黑色‘w’白色‘#008000’RGB某颜色‘0.8’灰度值字符串

linestyle

字符风格说明‘-‘实线‘–’破折线‘-.’点划线‘:’虚线

marker

标记字符说明‘.’点标记‘,’像素标记(极小点)‘o’实心圈标记‘v’倒三角标记‘^’上三角标记‘>’右三角标记‘<’左三角标记‘1’下花三角标记‘2’上花三角标记‘3’左花三角标记‘4’右花三角标记’s’实心方块标记‘p’实心五角标记‘*’星形标记‘h’竖六边形标记‘H’横六边形标记‘+’十字标记‘x’x标记‘D’菱形标记‘d’受菱形标记‘|’锤竖线标记

pyplot的中文显示

方法一:pyplot并不默认支持中文显示,需要rcParams修改字体实现

import matplotlib.pyplot as plt import matplotlib matplotlib.rcParams['font.family'] = 'SimHei' plt.plot([3, 1, 4 , 5, 2]) plt.ylabel("纵轴(值)") plt.savefig('test', dpi = 600) plt.show()

rcParams的属性

属性说明‘font.family’用于显示字体的名字‘font.style’字体风格,正常’normal’或斜体’italic’‘font.size’字体大小,整数字号或’large’、’x-small’ rcParams[‘font.family’]说明‘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‘STSong’华文宋体

绘制正弦波

import numpy as np import matplotlib.pyplot as plt import matplotlib matplotlib.rcParams['font.family'] = 'STSong' matplotlib.rcParams['font.size'] = 20 a = np.arange(0.0, 5.0, 0.02) plt.xlabel('横轴:时间') plt.ylabel('纵轴:振幅') plt.plot(a, np.cos(2*np.pi*a), 'r--') plt.show()

方法二(推荐):在有中文输出的地方,增加一个属性:fontproperties

import numpy as np import matplotlib.pyplot as plt a = np.arange(0.0, 5.0, 0.02) plt.xlabel('横轴:时间', fontproperties = 'SimHei', fontsize = 20) plt.ylabel('纵轴:振幅', fontproperties = 'SimHei', fontsize = 20) plt.plot(a, np.cos(2*np.pi*a), 'r--') plt.show()

pyplot文本显示

函数说明plt.xlabel()对X轴增加文本标签plt.ylabel()对Y轴增加文本标签plt.title()对图形整体增加文本标签plt.text()在任意位置增加文本plt.annotate()在图形中增加带箭头的注解

plt.annotate(s, xy=arrow_crd, xytext = text_crd, arrowprops = dict)

import numpy as np import matplotlib.pyplot as plt a = np.arange(0.0, 5.0, 0.02) plt.plot(a, np.cos(2*np.pi*a), 'r--') plt.xlabel('横轴:时间', fontproperties = 'SimHei', fontsize = 15, color = 'green') plt.ylabel('纵轴:振幅', fontproperties = 'SimHei', fontsize = 15) plt.title(r'正弦波实例 $y=cos(2\pi x)$', fontproperties = 'SimHei', fontsize = 25) plt.text(r's$\mu=100$', xy=(2,1), xytext = (3, 1.5), arrowprops = dict(facecolor = 'black', shrink = 0.1, width = 2)) plt.axis([-1,6,-2,2]) plt.grid(True) plt.show()

pyplot子绘图区域

方法一:

plt.subplot2grid(GridSpec, CurSpec, colspan = 1,rowspan = 1)

理念:设定网格,选中网格,确定选中行列区域数量,编号从0开始

方法二:

import matplotlib.gridspec as gridspec import matplotlib.pyplot as plt gs = gridspec.GridSpec(3, 3) ax1 = plt.subplot(gs[0,:]) ax2 = plt.subplot(gs[1,:-1]) ax3 = plt.subplot(gs[1:,-1]) ax4 = plt.subplot(gs[2,0]) ax5 = plt.subplot(gs[2,1])

pyplot基础图表函数

函数说明plt.plot(x,y,fmt,…)绘制一个坐标图plt.boxplot(data, notch, position)绘制一个箱形图plt.bar(left,height,width,bottom)绘制一个条形图plt.barh(width, bottom, left, height)绘制一个横向条形图plt.polar(theta, r)绘制极坐标图plt.pie(data, explode)绘制饼图plt.psd(x, NFFT = 256, pad_to,Fs)绘制功率谱密度图plt.specgram(x, NFFT = 256,pad_to, F)绘制谱图plt.cohere(x, y,NFFT = 256, Fs)绘制X-Y的相关性函数plt.scatter(x, y)绘制散点图,其中,x和y长度相同plt.step(x, y, where)绘制步阶图plt.hist(x, bins, normed)绘制直方图plt.contour(X,Y,Z,N)绘制等值图plt.vlines()绘制垂直图plt.stem(x, y, linefmt,markerfmt)绘制柴火图plt.plot_date()绘制数据日期

pyplot饼图的绘制

import matplotlib.pyplot as plt labels = 'Frogs', 'Hogs', 'Dogs', 'Logs' sizes = [15, 30, 45, 10] explode = (0, 0.1, 0, 0) plt.pie(sizes, explode = explode, labels = labels, autopct = '%1.1f%%', shadow = False, startangle = 90) #(大小,突出,标签,显示百分数的方式,阴影,起始角度) plt.axis('equal') plt.show()

pyplot直方图的绘制

import numpy as np import matplotlib.pyplot as plt np.random.seed(0) mu, sigma = 100, 20 # 均值和标准差 a = np.random.normal(mu, sigma, size = 100) plt.hist(a, 20, normed = 1, histtype = 'stepfilled', facecolor = 'b', alpha = 0.75) #(数组,直方的个数,是否归一化,绘制类型,颜色) plt.title('Histgram') plt.show()

pyplot极坐标的绘制

面向对象的方法

import numpy as np import matplotlib.pyplot as plt N = 30 theta = np.linspace(0.0, 2 * np.pi, N, endpoint = False) radii = 10 * np.random.rand(N) width = np.pi / 4 * np.random.rand(N) ax = plt.subplot(111, projection = 'polar') bars = ax.bar(theta, radii, width = width, bottom = 0.0) for r, bar in zip(radii, bars): bar.set_facecolor(plt.cm.viridis(r / 10.)) bar.set_alpha(0.5) plt.show()

pyplot散点图的绘制

面向对象的方法

import numpy as np import matplotlib.pyplot as plt fig, ax = plt.subplots() ax.plot(10 * np.random.randn(100), 10*np.random.randn(100), 'o') ax.set_title('Simple Scatter') plt.show()
转载请注明原文地址: https://www.6miu.com/read-2619712.html

最新回复(0)