Python之matplotlib基础
Posted 浔阳晓歌
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python之matplotlib基础相关的知识,希望对你有一定的参考价值。
Python之Matplotlib基础
Matplotlib是Python优秀的数据可视化第三方库
下载地址:https://pypi.org/project/matplotlib/#files
---关于如何安装控件,请参照另一篇博文
博文地址:https://www.cnblogs.com/maybaco/p/13336588.html
Matplotlib库的效果可参考
http://matplotlib.org/gallery.html
Matplotlib的使用 由各种可视化类构成,内部结构复杂,受Matlab库启发,Matplotlab.pyplot是绘制种类可视化图形的命令子库,相当于快捷方式。
# 引用库文件
import matplotlib.pyplot as plt
一个小示例
import matplotlib.pyplot as plt
plt.plot([2,3,4,5,1,6])
plt.ylabel("Grade")
plt.ylabel("number")
plt.axis([-1,11,0,7])
plt.savefig(\'test\',dpi=600)#plt.savefig()将输出图形存储为文件,默认为png格式,可以通过dpi修改输出质量
plt.show()
得到结果
绘制多图subplot
plot.subplot(nrows,ncols,plot_number)
在全局绘制区域中创建一个分区体系,并定位到一个子绘图区域
pyplot绘图区域示例
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(\'test\',dpi=600)
plt.show()
得到结果:
pyplot的plot()函数详解
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,可迁
**kwargs: 第二组或更多的(x,y,format_string)
注意: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
颜色字符 | 说明 | 颜色字符 | 说明 |
---|---|---|---|
\'b\' | blue | \'m\' | magenta洋红色 |
\'g\' | green | \'y\' | 黄色 |
\'r\' | red | \'k\' | 黑色 |
\'c\' | cyan青绿色 | \'w\' | 白色 |
\'#008000\' | RGB某颜色 | \'0.8\' | 灰度值字符串 |
风格字符 | 说明 |
---|---|
\'-\' | 实线 |
\'--\' | 破折线 |
\'-.\' | 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 |
\',\' | 像素标记(极小点) | \'2\' | 上花三角标记 | \'H\' | 横六边形标记 |
\'o\' | 实心圏标记 | \'3\' | 左花三角标记 | \'+\' | 十字形标记 |
\'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\' | 菱形标记 |
\'>\' | 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 | \' | \' |
**kwargs: 第二组或更多(x,y,format_string)
color: 控制颜色 如color=\'green\'
linestyle:线条控制 如linestyle=\'dashed\'
marker:标记风格,marker=\'o\'
markerfacecolor:标记颜色,markerfacecolor=\'blue\'
markersize:标记尺寸,markersize=20
...
pyplot的中文显示
pyplot并不默认支持中文显示,需要rcParams修改字体实现
全局设置中文字体
import matplotlib
import matplotlib.pyplot as plt
matplotlib.rcParams[\'font.family\']=\'SimHei\'
plt.plot([3,1,4,5,2])
plt.ylabel(\'纵轴值\')
plt.savefig(\'test\',dpi=600)
plt.show()
结果如下:
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\' |
中文字体的种类
rcParams[\'font.family\']
中文字体 | 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 |
示例:
import matplotlib
import matplotlib.pyplot as plt
import numpy as np
matplotlib.rcParams[\'font.family\']=\'STSong\'
matplotlib.rcParams[\'font.size\']=20
a = np.arange(0.0,5.0,0.02)
plt.xlabel(\'纵轴: 振幅\')
plt.ylabel(\'横轴: 时间\')
plt.plot(a,np.cos(2*np.pi*a),\'r--\')
plt.savefig(\'test\',dpi=600)
plt.show()
局部设置中文字体
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(\'纵轴: 振幅\', fontproperties=\'SimHei\',fontsize=20)
plt.ylabel(\'横轴: 时间\', fontproperties=\'SimHei\',fontsize=20)
plt.plot(a,np.cos(2*np.pi*a),\'r--\')
plt.savefig(\'test\',dpi=600)
plt.show()
注意到,如果设置全局字体的话,那么坐标轴的字体也被改变,局部设置中文字体不改变坐标轴的字体。
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() | 对图形本整体增加文本标签 |
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 |
text函数示例
import matplotlib.pyplot as plt
import numpy as np
a = np.arange(0.0,5.0,0.02)
plt.xlabel(\'纵轴: 振幅\', fontproperties=\'SimHei\', fontsize=20, color = \'green\')
plt.ylabel(\'横轴: 时间\', 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.plot(a,np.cos(2*np.pi*a),\'r--\')
plt.savefig(\'test\',dpi=600)
plt.show()
annotate函数示例
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(\'纵轴: 振幅\', fontproperties=\'SimHei\', fontsize=20, color = \'green\')
plt.ylabel(\'横轴: 时间\', 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()
plt.savefig(\'test\',dpi=600)
plt.show()
以上是关于Python之matplotlib基础的主要内容,如果未能解决你的问题,请参考以下文章
谈谈Python实战数据可视化之matplotlib模块(实战篇)
为啥代码片段在 matplotlib 2.0.2 上运行良好,但在 matplotlib 2.1.0 上引发错误
深度学习基础之matplotlib,一文搞定各个示例,建议收藏以后参考