百木园-与人分享，
就是让自己快乐。
当前位置：百木园 > 野生技术 > 正文

python_matplotlib基础教程

2022-05-09 分类：野生技术 阅读(157) 评论(0)

 

Matplotlib 教程

　　Matplotlib 是 Python 的绘图库，它能让使用者很轻松地将数据图形化，并且提供多样化的输出格式。

　　Matplotlib 可以用来绘制各种静态，动态，交互式的图表。

　　Matplotlib 是一个非常强大的 Python 画图工具，我们可以使用该工具将很多数据通过图表的形式更直观的呈现出来。

　　Matplotlib 可以绘制线图、散点图、等高线图、条形图、柱状图、3D 图形、甚至是图形动画等等。

　　安装 matplotlib 库：

python3 -m pip install -U matplotlib

一、Matplotlib Pyplot

　　Pyplot 是 Matplotlib 的子库，提供了和 MATLAB 类似的绘图 API。

　　Pyplot 是常用的绘图模块，能很方便让用户绘制 2D 图表。

　　Pyplot 包含一系列绘图函数的相关函数，每个函数会对当前的图像进行一些修改，例如：给图像加上标记，生新的图像，在图像中产生新的绘图区域等等。

　　plot() 用于画图它可以绘制点和线，语法格式如下：

# 画单条线
plot([x], y, [fmt], *, data=None, **kwargs)
# 画多条线
plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs)

参数说明：
x, y：点或线的节点，x 为 x 轴数据，y 为 y 轴数据，数据可以列表或数组。
fmt：可选，定义基本格式（如颜色、标记和线条样式）。
**kwargs：可选，用在二维平面图上，设置指定属性，如标签，线的宽度等。

 

二、Matplotlib 绘图标记

绘图过程如果我们想要给坐标自定义一些不一样的标记，就可以使用 plot() 方法的 marker 参数来定义。

　　1、marker 可以定义的符号如下

标记 符号 描述
\".\" m00 点
\",\" m01 像素点
\"o\" m02 实心圆
\"v\" m03 下三角
\"^\" m04 上三角
\"<\" m05 左三角
\">\" m06 右三角
\"1\" m07 下三叉
\"2\" m08 上三叉
\"3\" m09 左三叉
\"4\" m10 右三叉
\"8\" m11 八角形
\"s\" m12 正方形
\"p\" m13 五边形
\"P\" m23 加号（填充）
\"*\" m14 星号
\"h\" m15 六边形 1
\"H\" m16 六边形 2
\"+\" m17 加号
\"x\" m18 乘号 x
\"X\" m24 乘号 x (填充)
\"D\" m19 菱形
\"d\" m20 瘦菱形
\"|\" m21 竖线
\"_\" m22 横线
0 (TICKLEFT) m25 左横线
1 (TICKRIGHT) m26 右横线
2 (TICKUP) m27 上竖线
3 (TICKDOWN) m28 下竖线
4 (CARETLEFT) m29 左箭头
5 (CARETRIGHT) m30 右箭头
6 (CARETUP) m31 上箭头
7 (CARETDOWN) m32 下箭头
8 (CARETLEFTBASE) m33 左箭头 (中间点为基准)
9 (CARETRIGHTBASE) m34 右箭头 (中间点为基准)
10 (CARETUPBASE) m35 上箭头 (中间点为基准)
11 (CARETDOWNBASE) m36 下箭头 (中间点为基准)
\"None\", \" \" or \"\"   没有任何标记
\'$...$\' m37 渲染指定的字符。例如 \"$f$\" 以字母 f 为标记。

　　2、线类型：线的类型可以使用 linestyle 参数来定义，简写为 ls。

　　　　　　　　\'‐\' 实线，\'‐‐\' 破折线，\'‐.\' 点划线，\':\' 虚线。

　　　　线的颜色可以使用 color 参数来定义，

 

　　　　线的宽度可以使用 linewidth 参数来定义，简写为 lw，值可以是浮点数，如：1、2.0、5.67 等。　　

　　3、fmt 参数：fmt 参数定义了基本格式，如标记、线条样式和颜色。



　　　　　　#fmt = \'[marker][line][color]\'



import matplotlib.pyplot as plt
import numpy as np

ypoints = np.array([6, 2, 13, 10])
plt.plot(ypoints, \'o:r\')
plt.show()


　　　4、使用 xlabel() 和 ylabel() 方法来设置 x 轴和 y 轴的标签。


　　  5、使用 title() 方法来设置标题。


　　　6、使用 pyplot 中的 grid() 方法来设置图表中的网格线。


　　　　grid() 方法语法格式如下：


matplotlib.pyplot.grid(b=None, which=\'major\', axis=\'both\', )


　　参数说明：


    

  • b：可选，默认为 None，可以设置布尔值，true 为显示网格线，false 为不显示，如果设置 **kwargs 参数，则值为 true。
    • 

  • which：可选，可选值有 \'major\'、\'minor\' 和 \'both\'，默认为 \'major\'，表示应用更改的网格线。
    • 

  • axis：可选，设置显示哪个方向的网格线，可以是取 \'both\'（默认），\'x\' 或 \'y\'，分别表示两个方向，x 轴方向或 y 轴方向。
    • 

  • **kwargs：可选，设置网格样式，可以是 color=\'r\', linestyle=\'-\' 和 linewidth=2，分别表示网格线的颜色，样式和宽度。
    • 



　　


三、折线图


　　使用 pyplot 中的 plot()方法来绘制散点图。


import numpy as np
import matplotlib.pyplot as plt



y = np.array([1,3,4,6,7,9,11,5,8])
y2 = np.array([16,18,15,8,5,11,12])

plt.plot(y,\'*:b\',linestyle= \'-.\',linewidth=\'1\')
plt.xlabel(\'Xname\')#设置x轴名字
plt.ylabel(\'Yname\')


plt.title(\'title\')#设置标题 
plt.grid(color = \'r\', linestyle = \'--\', linewidth = 0.5)#设置网格线  
plt.show()#显示


 


四、散点图


　　使用 pyplot 中的 scatter() 方法来绘制散点图。


　　scatter() 方法语法格式如下：


matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, 
vmin=None, vmax=None, alpha=None, linewidths=None,
 *, edgecolors=None, plotnonfinite=False, data=None, **kwargs)


　　参数说明：


x，y：长度相同的数组，也就是我们即将绘制散点图的数据点，输入数据。

s：点的大小，默认 20，也可以是个数组，数组每个参数为对应点的大小。

c：点的颜色，默认蓝色 \'b\'，也可以是个 RGB 或 RGBA 二维行数组。

marker：点的样式，默认小圆圈 \'o\'。

cmap：Colormap，默认 None，标量或者是一个 colormap 的名字，只有 c 是一个浮点数数组的时才使用。如果没有申明就是 image.cmap。

norm：Normalize，默认 None，数据亮度在 0-1 之间，只有 c 是一个浮点数的数组的时才使用。

vmin，vmax：：亮度设置，在 norm 参数存在时会忽略。

alpha：：透明度设置，0-1 之间，默认 None，即不透明。

linewidths：：标记点的长度。

edgecolors：：颜色或颜色序列，默认为 \'face\'，可选值有 \'face\', \'none\', None。

plotnonfinite：：布尔值，设置是否使用非限定的 c ( inf, -inf 或 nan) 绘制点。

**kwargs：：其他参数。


 　　例如：


import matplotlib.pyplot as plt
import numpy as np

x = np.array([1, 2, 3, 4, 5, 6, 7, 8])
y = np.array([1, 4, 9, 16, 7, 11, 23, 18])
sizes = np.array([20,50,100,200,500,1000,60,90])
plt.subplot(2, 2, 1)
colors = np.array([\"red\",\"green\",\"black\",\"orange\",\"purple\",\"beige\",\"cyan\",\"magenta\"])
plt.scatter(x, y, s=sizes,c=colors,marker=\'*\',alpha=0.5)


 


五、柱形图


　　使用 pyplot 中的 bar() 方法来绘制柱形图。


　　bar() 方法语法格式如下：


matplotlib.pyplot.bar(x, height, width=0.8, bottom=None, *, align=\'center\', data=None, **kwargs)


　　参数说明：


x：浮点型数组，柱形图的 x 轴数据。

height：浮点型数组，柱形图的高度。

width：浮点型数组，柱形图的宽度。

bottom：浮点型数组，底座的 y 坐标，默认 0。

align：柱形图与 x 坐标的对齐方式，\'center\' 以 x 位置为中心，这是默认值。 \'edge\'：将柱形图的左边缘与 x 位置对齐。
　　　　要对齐右边缘的条形，可以传递负数的宽度值及 align=\'edge\'。

**kwargs：：其他参数。


　　例如：


import matplotlib.pyplot as plt
import numpy as np

x = np.array([\'张三\',\'李四\',\'王五\',\'赵柳\',\'王麻子\',\'张无忌\',\'赵敏\',\'金毛狮王\'])
heights= np.array( [1,2,4,5,6,4,3,1])
colors = np.array([\'red\',\'blue\',\'green\'])

plt.bar(x=x,height=heights,width=0.3,color=colors,align=\'edge\')
plt.show()


 


六、扇形图


　　使用 pyplot 中的 pie() 方法来绘制饼图。


　　pie() 方法语法格式如下：


matplotlib.pyplot.pie(x, explode=None, labels=None, colors=None, autopct=None,
 pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=0, radius=1, counterclock=True,
 wedgeprops=None, textprops=None, center=0, 0, frame=False, rotatelabels=False, *, normalize=None,
 data=None)[source]


　　参数说明：


x：浮点型数组，表示每个扇形的面积。

explode：数组，表示各个扇形之间的间隔，默认值为0。

labels：列表，各个扇形的标签，默认值为 None。

colors：数组，表示各个扇形的颜色，默认值为 None。

autopct：设置饼图内各个扇形百分比显示格式，%d%% 整数百分比，%0.1f 一位小数， %0.1f%% 一位小数百分比， %0.2f%% 两位小数百分比。

labeldistance：标签标记的绘制位置，相对于半径的比例，默认值为 1.1，如 <1则绘制在饼图内侧。

pctdistance：：类似于 labeldistance，指定 autopct 的位置刻度，默认值为 0.6。

shadow：：布尔值 True 或 False，设置饼图的阴影，默认为 False，不设置阴影。

radius：：设置饼图的半径，默认为 1。

startangle：：起始绘制饼图的角度，默认为从 x 轴正方向逆时针画起，如设定 =90 则从 y 轴正方向画起。

counterclock：布尔值，设置指针方向，默认为 True，即逆时针，False 为顺时针。

wedgeprops ：字典类型，默认值 None。参数字典传递给 wedge 对象用来画一个饼图。
　　　　　　　　例如：wedgeprops={\'linewidth\':5} 设置 wedge 线宽为5。

textprops ：字典类型，默认值为：None。传递给 text 对象的字典参数，用于设置标签（labels）和比例文字的格式。

center ：浮点类型的列表，默认值：(0,0)。用于设置图标中心位置。

frame ：布尔类型，默认值：False。如果是 True，绘制带有表的轴框架。

rotatelabels ：布尔类型，默认为 False。如果为 True，旋转每个 label 到指定的角度。


　　例如：


import matplotlib.pyplot as plt
import numpy as np

y = np.array([20,15, 25, 25, 15])

plt.pie(y,
        labels=[\'guitar\',\'saxophone\',\'piano\',\'violin\',\'others\'], # 设置饼图标签
        colors=[\"#d5695d\",\'#852625\', \"#5d8ca8\", \"#65a479\", \"#a564c9\"], # 设置饼图颜色
        explode=(0, 0, 0.2, 0,0), # 第二部分突出显示，值越大，距离中心越远
        autopct=\'%.2f%%\', # 格式化输出百分比
       )
plt.title(\"musical instruments\") # 设置标题
plt.show()


 


七、绘制多图


　　使用subplot()函数绘制多个子图


subplot(nrows, ncols, index, **kwargs)
subplot(pos, **kwargs)
subplot(**kwargs)
subplot(ax)


　　以上函数将整个绘图区域分成 nrows 行和 ncols 列，编号可以通过参数 index 来设置。


设置 numRows ＝ 1，numCols ＝ 2，就是将图表绘制成 1x2 的图片区域, 对应的坐标为：
　　(1, 1), (1, 2)

plotNum ＝ 1, 表示的坐标为(1, 1), 即第一行第一列的子图。
plotNum ＝ 2, 表示的坐标为(1, 2), 即第一行第二列的子图。


　　例如：


import numpy as np
import matplotlib.pyplot as plt

# plot1
y = np.array([1, 3, 4, 6, 7, 9, 11, 5, 8])
plt.subplot(3, 3, 5)
plt.plot(y, \'*:b\', linestyle=\'-.\')
plt.title(\'plot1\')

# plot2
y2 = np.array([16, 18, 15, 8, 5, 11, 12])
plt.subplot(3, 3, 9)
plt.plot(y2, \'r:s\', linestyle=\'-.\')
plt.title(\'plot2\')

plt.show()


 




来源：https://www.cnblogs.com/komorebiZjh/p/16245435.html

本站部分图文来源于网络，如有侵权请联系删除。

		

										
未经允许不得转载：百木园 » python_matplotlib基础教程
		
					

		
		
标签：

		
		
		            
        
				
相关推荐
  • 暂无文章
					

	

	


热门文章