一、matplotlib库的使用
import matplotlib.pyplot as plt
pyplot的绘制图像
import matplotlib.pyplot as plt
plt.plot([0, 2, 4, 6, 8], [3, 1, 4, 5, 2])
plt.ylabel("Grade")
plt.axis([-1, 10, 0, 6])
plt.savefig('test', dpi=600)
plt.show()
- 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() x轴和y轴的坐标轴起止范围。
-
plt.savefig() 将输出的图形存储为文件，默认PNG格式。
test.png
pyplot的绘图区域
plt.subplot(nrows,ncols,plot_number)
- plot_number 当前区域
import numpy as np
import matplotlib.pyplot as plt
def f(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.savefig('test2', dpi=600)
plt.show()
test2.png
二、pyplot的plot()函数
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)
绘制多条曲线时，各条曲线的x不能忽略。
import matplotlib.pyplot as plt
import numpy as np
a = np.arange(10)
plt.plot(a, a*1.5, a, a*2.5, a, a*3.5, a, a*4.5)
plt.savefig('test0', dpi=600)
plt.show()
test0.png
控制曲线风格
format_string：控制曲线的格式字符串，可选。
由颜色字符 、风格字符、标记字符组成。
| 颜色符号 | 说明 | 颜色符号 | 说明 |
|---|---|---|---|
| 'b' | 蓝色 | 'm' | 洋红色 |
| 'g' | 绿色 | 'r' | 红色 |
| 'c' | 青绿色 | 'y' | 黄色 |
| 'k' | 黑色 | 'w' | 白色 |
| '#008000' | RGB某颜色 | '0.8' | 灰度值字符串 |
| 风格字符 | 说明 |
|---|---|
| '-' | 实线 |
| '--' | 破折现 |
| '-.' | 点划线 |
| ':' | 虚线 |
| '' ' ' | 无线条 |
| 标记字符 | 说明 | 标记字符 | 说明 | 标记字符 | 说明 |
|---|---|---|---|---|---|
| '.' | 点标记 | '1' | 下花三角标记 | 'h' | 竖六边形标记 |
| ',' | 相熟标记(极小点) | '2' | 上花三角标记 | 'H' | 横六边形标记 |
| 'o' | 实心圈标记 | '3' | 左花三角形标记 | '+' | 十字标记 |
| 'v' | 倒三角标记 | '4' | 右花三角标记 | 'x' | x标记 |
| '^' | 上三角标记 | 's' | 实心方形标记 | 'D' | 棱形标记 |
| '>' | 右三角标记 | 'p' | 实心五角标记 | 'd' | 瘦菱形标记 |
| '<' | 左三角标记 | '*' | 星形标记 | 'I' | 垂直线标记 |
import matplotlib.pyplot as plt
import numpy as np
a = np.arange(10)
plt.plot(a, a*1.5, 'go-', a, a*2.5, 'rx', a, a*3.5, '*', a, a*4.5, 'b--')
plt.savefig('test3', dpi=600)
plt.show()
![]()
test3.png
test3.png
plt.plot(x,y,format_string,**kwargs)
- **kwargs：第二组或更多(x,y,format_string)
color：控制颜色，color='green'
linestyle：线条风格，linestyle='dashed'
marker：标记风格，marker='0'
markerfacecolor：标记颜色，markerfacecolor='blue'
markersize：标记尺寸，markersize=20
...
三、pyplot的中文显示
方法一(不用)
用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('test00', dpi=600)
plt.show()
-
SimHe黑体
test00.png
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，整数字号或者'large'、'x-small' |
rcParams['font.family']
| 中文字体 | 说明 |
|---|---|
| 'SimHei' | 中文黑体 |
| 'Kaiti' | 中文楷体 |
| 'LsSu' | 中文隶书 |
| 'FangSong' | 中文仿宋 |
| 'YouYuan' | 中文幼体 |
| 'STSong' | 华文宋体 |
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
matplotlib.rcParams['font.family']="SimHei"
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()
第二种方法
在有中文输出的地方，增加一个属性：fontproperties
import matplotlib.pyplot as plt
import numpy as np
a = np.arange(0.0, 5.0, 0.02)
plt.xlabel('时间', fontproperties='SimHei', fontsize=20)
plt.ylabel('振幅', fontproperties='SimHei', fontsize=20)
plt.plot(a, np.cos(2*np.pi*a), 'r--')
plt.savefig('test02',dpi=400)
plt.show()
test02.png
四、pyplot的文本显示
pyplot的文本显示函数
| 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释 |
import matplotlib.pyplot as plt
import numpy as np
a = np.arange(0.0, 5.0, 0.02)
plt.plot(a, np.cos(2*np.pi*a), 'r--')
plt.xlabel('时间', fontproperties='SimHei', fontsize=20, color='green')
plt.ylabel('振幅', fontproperties='SimHei', fontsize=20)
plt.title(r'正弦波实例 $y=cos(2\pi x)$', fontproperties='SimHei', fontsize=25)
plt.text(2, 1, r'$\mu=100$', fontsize=15)
plt.axis([-1, 6, -2, 2])
plt.grid(True)
plt.show()
test03.png
plt.annatate(s,xy=arrow_crd,xytext=text_crd,arrowprops=dict)
import matplotlib.pyplot as plt
import numpy as np
a = np.arange(0.0, 5.0, 0.02)
plt.plot(a, np.cos(2*np.pi*a), 'r--')
plt.xlabel('时间', fontproperties='SimHei', fontsize=20, color='green')
plt.ylabel('振幅', fontproperties='SimHei', fontsize=20)
plt.title(r'正弦波实例 $y=cos(2\pi x)$', fontproperties='SimHei', fontsize=25)
plt.annotate(r'$\mu=100$', 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()
test04.png
五、pyplot的子绘图区域
plt.subplot2grid()
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。
GridSpec类
import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
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])
test05.png
六、基础绘图函数
饼图plt.pie()
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)
plt.axis('equal') #是否为扁饼图
plt.show()
t1.png
t2.png
直方图plt.hist()
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, 10, narmed=1, histtypt='stepfilled', facecolor='b', alpha=0.75)
# 10 bin:直方图的个数
plt.title('Histogram')
plt.show()
t3.png
极坐标图
import numpy as np
import matplotlib.pyplot as plt
N = 10
theta = np.linspace(0.0, 2 * np.pi, N, endpoint=False)
radii = 10 * np.random.rand(N)
width = np.pi / 2 * 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()
t4.png
散点图
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')
plt.show()
t5.png
