matplotlib绘图

Posted 2020-12-16 linranran

 

plt.plot()绘制线性图

• 绘制单条线形图
• 绘制多条线形图
• 设置坐标系的比例plt.figure(figsize=(a,b))
• 设置图例legend()
• 设置轴的标识
• 图例保存
  • fig = plt.figure()
  • plt.plot(x,y)
  • figure.savefig（）
• 曲线的样式和风格（自学）

 

import numpy as np
import matplotlib.pyplot as plt
#魔法指令,让绘制出来的图例展示在当前文件中
%matplotlib inline 

x = np.array([1,2,3,4,5])
y = x + 2
plt.plot(x,y)

 

 

x = x
y = x ** 5
plt.plot(x,y)

 

 

#在一个坐标系中绘制多条曲线
plt.plot(x,y)
plt.plot(x-2,y+3)

 

#这坐标系设置表示
plt.plot(x,y)
plt.xlabel(‘temp‘)
plt.ylabel(‘dist‘)
plt.title(‘temp&dist‘)

 

 

#设置图例
plt.plot(x,y,label=‘aaa‘)
plt.plot(x-2,y+3,label=‘bbb‘)
plt.legend()

 

 

 

#等比例的放大或者缩小坐标系(坐标的刻度是不会发生改变)
plt.figure(figsize=(15,10)) #一定写在绘图操作之前

plt.plot(x,y,label=‘aaa‘)
plt.plot(x-2,y+3,label=‘bbb‘)
plt.legend()

 

#保存图像
fig = plt.figure() #1.实例化对象
#2.绘图
plt.plot(x,y,label=‘aaa‘)
plt.plot(x-2,y+3,label=‘bbb‘)
plt.legend()
#3.保存图片
fig.savefig(‘./123.png‘)

 

柱状图：plt.bar()

• 参数：第一个参数是索引。第二个参数是数据值。第三个参数是条形的宽度

x = [1,2,3,4,5]
y = [3,8,5,7,6] #柱高
plt.bar(x,y)

直方图

• 是一个特殊的柱状图，又叫做密度图
• plt.hist()的参数
  • bins
    可以是一个bin数量的整数值，也可以是表示bin的一个序列。默认值为10
  • normed
    如果值为True，直方图的值将进行归一化处理，形成概率密度，默认值为False
  • color
    指定直方图的颜色。可以是单一颜色值或颜色的序列。如果指定了多个数据集合,例如DataFrame对象，颜色序列将会设置为相同的顺序。如果未指定，将会使用一个默认的线条颜色
  • orientation
    通过设置orientation为horizontal创建水平直方图。默认值为vertical

x = [1,1,1,1,2,3,3,3,4,5,5,6,6,6,6,6,6,6,7,8,9]
plt.hist(x,bins=20) #bins表示柱子的个数        上面的array 是区间范围内数的个数  下面的array 是 以柱子个数分的区间

 

饼图

• pie()，饼图也只有一个参数x
• 饼图适合展示各部分占总体的比例，条形图适合比较各部分的大小

arr=[11,22,31,15]
plt.pie(arr)

arr=[0.2,0.3,0.1]  
plt.pie(arr)

 

 

arr=[11,22,31,15]
plt.pie(arr,labels=[‘a‘,‘b‘,‘c‘,‘d‘])

 

 

arr=[11,22,31,15]
plt.pie(arr,labels=[‘a‘,‘b‘,‘c‘,‘d‘],labeldistance=0.3,autopct=‘%.6f%%‘)

 

 

arr=[11,22,31,15]
plt.pie(arr,labels=[‘a‘,‘b‘,‘c‘,‘d‘],labeldistance=0.3,shadow=True,explode=[0.2,0.3,0.2,0.4])

 

散点图scatter()

• 因变量随自变量而变化的大致趋势

x = np.linspace(-np.pi,np.pi,num=20)
y = np.random.randint(0,20,size=(20,))

plt.scatter(x,y)