基于python的matplotlib库绘图

1、简介

由于经常使用matplotlib进行可视化，所以又苦恼对matplotlib内容知识欠缺导致不能更好做出想要的结果。所以写下该blog进行叙述。

2、库函数引入

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

3、数据引入（x,y分别代表横纵坐标）

x = np.array([-4,-3,-2,-1,0,1,2,3,4,5,6,7,8,9,10])
y = np.array(2*(x**4) + x**2 + 9*x + 2) #假设因变量y刚好符合该公式

4、设置字符样式，解决中文标签乱码

plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

5、散点图输出

plt.scatter(x, y, color='black',label="散点图")
plt.legend(loc=1)    #loc=1，label标签在右上角
plt.show()

image.png

6、输出曲线图

plt.plot(x, y, color='black',label="曲线图")
plt.legend(loc=2)   #loc=2，label标签在左上角
plt.show()

曲线图

7、曲线联合输出(将多条曲线一同输出在一个图里)

plt.scatter(x, y, color='black',label="散点图")
plt.plot(x, y, color='black',label="曲线图")
plt.legend(loc=2)   #loc=2，label标签在左上角
plt.show()

散点图和曲线图结合

8、多表合一

使用plt.subplot来创建小图.
plt.subplot(2,2,1)表示将整个图像窗口分为2行2列, 当前位置为1.
使用plt.plot([0,1],[0,1])在第1个位置创建一个小图.

#matplotlib 是可以组合许多的小图, 放在一张大图里面显示的. 使用到的方法叫作 subplot.

#使用import导入matplotlib.pyplot模块, 并简写成plt. 使用plt.figure创建一个图像窗口.

import matplotlib.pyplot as plt

plt.figure()

# 使用plt.subplot来创建小图. 
# plt.subplot(2,2,1)表示将整个图像窗口分为2行2列, 当前位置为1. 
# 使用plt.plot([0,1],[0,1])在第1个位置创建一个小图.
plt.subplot(2,2,1)
plt.plot([0,1],[0,1])

plt.subplot(2,2,2)
plt.plot([0,1],[0,2])

# plt.subplot(2,2,3)可以简写成plt.subplot(223)
plt.subplot(223)
plt.plot([0,1],[0,3])

plt.subplot(224)
plt.plot([0,1],[0,4])

plt.show()  # 展示

多图合一

9、常用曲线颜色

标记符	颜色
r	红
g	绿
b	蓝
c	蓝绿
m	紫红
y	黄
k	黑
w	白

plt.figure()


plt.subplot(4,2,1)
plt.plot(x,y,color='r')

plt.subplot(4,2,2)
plt.plot(x,y,color='g')

# plt.subplot(2,2,3)可以简写成plt.subplot(223)
plt.subplot(423)
plt.plot(x,y,color='b')

plt.subplot(424)
plt.plot(x,y,color='c')

plt.subplot(425)
plt.plot(x,y,color='m')

plt.subplot(426)
plt.plot(x,y,color='y')

plt.subplot(427)
plt.plot(x,y,color='k')

plt.subplot(428)
plt.plot(x,y,color='w')


plt.show()  # 展示

不同颜色展示

10、常用曲线类型

linestyle可选参数：

标记	曲线
'-'	solid line style
'--'	dashed line style
'-.'	dash-dot line style
':'	dotted line style

marker可选参数：

标记	曲线类型
'.'	point marker
','	pixel marker
'o'	circle marker
'v'	triangle_down marker
'^'	triangle_up marker
'<'	triangle_left marker
'>'	triangle_right marker
'1'	tri_down marker
'2'	tri_up marker
'3'	tri_left marker
'4'	tri_right marker
's'	square marker
'p'	pentagon marker
'*'	star marker
'h'	hexagon1 marker
'H'	hexagon2 marker
'+'	plus marker
'x'	x marker
'D'	diamond marker
'd'	thin_diamond marker
'\|'	vline marker
'_'	hline marker

plt.figure()
plt.subplot(2,2,1)
plt.plot(x,y,color='r',linestyle='-')
plt.subplot(2,2,2)
plt.plot(x,y,color='g',linestyle='--')
# plt.subplot(2,2,3)可以简写成plt.subplot(223)
plt.subplot(223)
plt.plot(x,y,color='b',linestyle='-.')
plt.subplot(224)
plt.plot(x,y,color='c',linestyle=':')
plt.show()  # 展示

类型

plt.figure()
plt.subplot(2,2,1)
plt.plot(x,y,color='r',marker='*')
plt.subplot(2,2,2)
plt.plot(x,y,color='g',marker='+')
# plt.subplot(2,2,3)可以简写成plt.subplot(223)
plt.subplot(223)
plt.plot(x,y,color='b',marker='*')
plt.subplot(224)
plt.plot(x,y,color='c',marker='x')
plt.show()  # 展示

点特征

11、loc特点

loc参数有多种，’best’表示自动分配最佳位置

类型	标记
'best'	0,
'upper right'	1,
'upper left'	2,
'lower left'	3,
'lower right'	4,
'right'	5,
'center left'	6,
'center right'	7,
'lower center'	8,
'upper center'	9,

'center' : 10,

12、图片缩放

(1)figsize=(长，宽):会模糊

from matplotlib import pyplot as plt
 
plt.figure(figsize=(10,5))
 
x = [1,2,3]
plt.plot(x, x)
plt.show()

长宽缩放

(2）像素缩放dpi=80

plt.figure(dpi=80)
 
x = [1,2,3]
plt.plot(x, x)
plt.show()