python数据图形化—— matplotlib 基础应用

Posted ( •̀ ω •́ )y

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数据图形化—— matplotlib 基础应用相关的知识,希望对你有一定的参考价值。

 

  matplotlib是python中常用的数据图形化工具,用法跟matlab有点相似。调用简单,功能强大。在Windows下可以通过命令行 pip install matplotlib 来进行安装。

  以下为一些基础使用的例子:

 

1、绘制直线

  先通过numpy生成在直线 y = 5 * x + 5 上的一组数据,然后将其绘制在图表上

1 import numpy as np
2 import matplotlib.pyplot as plot
3 
4 x = np.linspace(1, 10, 10)
5 y = 5 * x + 5
6 
7 # plot.figure()
8 plot.plot(x, y)
9 plot.show()

  运行上面的代码,结果如下:

 

2、绘制折线图

  绘制折线图调用的matplotlib的方法一样,只是使用numpy生成的数据不一样。

1 import numpy as np
2 import matplotlib.pyplot as plot
3 
4 x = np.linspace(1, 10, 10)
5 y = np.random.normal(1, 5, 10)
6 
7 plot.figure()
8 plot.plot(x, y)
9 plot.show()

  由于涉及到随机数,每次运行的结果会不一样。某次运行结果如下:

 

3、同时绘制多条样式不一的曲线

  plot方法可以同时绘制多条图线,并支持不同的曲线采用不同的样式和颜色来显示。在下面的代码中,plot方法的参数,3个为一组,共3组,每一组的参数分别为 x轴坐标、y轴坐标和样式。

  样式用法:

格式:

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

样式的第一个字母表示颜色,支持的颜色有:r(red)、g(green)、b(blue)、c(cyan)、m(megenta)、y(yellow)、w(white)、k(black)。

样式的第二部分表示图线的填充符号,可以写:--(虚线)、+(加号)、^(向上的正三角形)、s(正方形)、o(圆形)等。还可以同时采用两种填充方式,如‘ro--’表示用红色的虚线及实心圆来同时进行填充。


import numpy as np
import matplotlib.pyplot as plot

x = np.linspace(-10, 10, 100)

plot.plot(x, 100 * x, \'r--\', x, 10*x ** 2, \'g^\', x, x ** 3, \'c+\')
plot.show()

 

4、绘制散点图

  调用 scatter 方法可以绘制散点图。

import numpy as np
import matplotlib.pyplot as plot

x = np.linspace(1, 10, 10)
y = np.linspace(1, 10, 10)

plot.scatter(x, y)
plot.ylabel(\'y value\')
plot.xlabel(\'x scale\')
plot.title(\'Scatter Figure\')
plot.show()

输出:

 

 可以通过设置不同参数的形式获得不同的散点图:

 1 import numpy as np
 2 import matplotlib.pyplot as plot
 3 
 4 # 固定随机数的seed,使其每次运行产生的结果都一样
 5 np.random.seed(1)
 6 
 7 num = 100
 8 edgeRadius = 0.5
 9 x = np.random.rand(num)
10 y = np.random.rand(num)
11 area = (200 * np.random.rand(num))
12 color = np.sqrt(area)
13 # 创建区域,用不同的样式来显示不同分区的点
14 triangleArea = np.ma.masked_where(x <= edgeRadius, area)
15 diamondArea  = np.ma.masked_where(x > edgeRadius, area)
16 plot.scatter(x, y, s=triangleArea, marker=\'o\', c=color)
17 plot.scatter(x, y, s=diamondArea, marker=\'d\', c=color)
18 plot.title(\'Random Scatter\')
19 plot.show()

 

5、绘制柱状图与多个图形

  在以下示例中, figure函数指定了图表的编号和大小比例,suptitle设置标题,subplot指定当前绘图的位置(参数221表示2x2共四个图形区域,最后的1表示第一个图形区域)。后面的bar、scatter、plot和pie函数分别绘制了柱状图、散点图、折(直)线图和饼图。

import matplotlib.pyplot as plot

labels = [\'A\', \'B\', \'C\']
values = [1, 2, 3]

plot.figure(1, figsize=(9, 6))
plot.suptitle(\'Multiple Plots\')

plot.subplot(221)
plot.bar(labels, values)
plot.subplot(222)
plot.scatter(labels, values)
plot.subplot(223)
plot.plot(labels, values)
plot.subplot(224)
plot.pie(values, labels=labels)
plot.show()

 

 

本文地址:https://www.cnblogs.com/laishenghao/p/9573465.html 

作者博客:( •̀ ω •́ )y

 

以上是关于python数据图形化—— matplotlib 基础应用的主要内容,如果未能解决你的问题,请参考以下文章

数据分析与图形化-seaborn作图总结

python数据可视化(matplotlib)

Python安装Matplotlib

matplotlib绘图-斜上抛运动

Python3快速入门(十六)——Matplotlib绘图

Python 使用 matplotlib绘制3D图形