数据分析与展示——Matplotlib库入门

Posted Python学习者

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数据分析与展示——Matplotlib库入门相关的知识,希望对你有一定的参考价值。

Matplotlib库入门

Matplotlib库介绍

Matliotlib库是Python优秀的数据可视化第三方库。

Matliotlib库的效果见:http://matplotlib.org/gallery.html

Matplotlib库由各种可视化类构成,内部结构复杂,受Matlab启发。

matplotlib.pyplot是绘制各类可视化图形的命令字库,相当于快捷方式。导入方式如下:

import matplotlib.pyplot as plt

范例:使用Matplotlib库绘图

import matplotlib.pyplot as plt

plt.plot([3,1,4,5,2])
plt.ylabel("Grade")
plt.savefig(\'test\',dpi=600) #PNG文件
plt.show()

plt.savefig()将输出图形存储为文件,默认PNG格式,可以通过dpi修改输出质量。

import matplotlib.pyplot as plt

plt.plot([0,2,4,6,8],[3,1,4,5,2])
plt.ylabel("Grade")
plt.axis([-1, 10, 0, 6])
plt.show()

 

plt.plot(x,y)只有一个输出列表或数组是,参数被当作Y轴,X轴以索引自动生成。当有两个以上参数时,按照X轴和Y轴顺序绘制数据点。plt.axis()指定X轴和Y轴的起始位置。

pyplot的绘图区域

plt.subplot(nrows,ncols,plot_number) 

在全局绘图区域中创建一个分区体系,并定位到一个子绘图区域。

范例:分区域绘图

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)    # 可以将3个参数合并传参
plt.plot(a ,f(a))

plt.subplot(2,1,2)
plt.plot(a, np.cos(2 * np.pi * a),\'r--\')
plt.show()

pyplot的plot()函数

plt.plot(x, y, format_string, **kwargs)
  • x:X轴数据,列表或数组,可选(绘制多条曲线时,各条曲线的x不能省略)
  • y:Y轴数据,列表或数组
  • format_string:控制曲线的格式字符串(由颜色字符、风格字符和标记字符组成),可选
    颜色字符
    颜色字符说明颜色字符说明
    \'b\' 蓝色 \'m\' 洋红色 magenta
    \'g\' 绿色 \'y\' 黄色
    \'r\' 红色 \'k\' 黑色
    \'c\' 青绿色 cyan \'w\' 白色
    \'#008000\' RGB某颜色(十六进制色彩) \'0.8\' 灰度值字符串
    风格字符
    风格字符说明风格字符说明
    \'-\' 实线 \':\' 虚线
    \'--\' 破折线 \'\' \' \' 无线条
    \'-.\' 点划线    
    标记字符
    标记字符说明标记字符说明
    \'.\' 点标记 \'s\' 实心方形标记
    \',\' 像素标记(极小点) \'p\' 实心五角标记
    \'o\' 实心圈标记 \'*\' 星形标记
    \'v\' 倒三角标记 \'h\' 竖六边形标记
    \'^\' 上三角标记 \'H\' 横六边形标记
    \'>\' 右三角标记 \'+\' 十字标记
    \'<\' 左三角标记 \'x\' x标记
    \'1\' 下花三角标记 \'D\' 菱形标记
    \'2\' 上花三角标记 \'d\' 瘦菱形标记
    \'3\' 左花三角标记 \'|\' 垂直线标记
    \'4\' 右花三角标记    
  • **kwargs:第二组或更多(x, y, format_string)
    • color:控制颜色,color=\'green\'
    • linestyle:线条风格,linestyle=\'dashed\'
    • marker:标记风格,marker=\'o\'
    • markerfacecolor:标记颜色,markerfacecolor=\'blue\'
    • marksize,标记尺寸,markerfacecolor=20

范例:将颜色字符、风格字符和标记字符组合使用

import numpy as np
import matplotlib.pyplot as plt

a = np.arange(10)
plt.plot(a, a*1.5, a, a*2.5, a, a*3.5, a, a*4.5)
plt.show()
import numpy as np
import matplotlib.pyplot as plt

a = np.arange(10)
plt.plot(a, a*1.5,\'go-\', a, a*2.5,\'rx\', a, a*3.5,\'*\', a, a*4.5,\'b-.\')
plt.show()

            

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。

import matplotlib.pyplot as plt
import matplotlib

matplotlib.rcParams[\'font.family\']=\'SimHei\' # \'SimHei\'是黑体
plt.plot([3,1,4,5,2])
plt.ylabel("纵轴(值)")
plt.savefig(\'test\',dpi=600)

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\'

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

 

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

matplotlib.rcParams[\'font.family\']=\'STsong\' 
matplotlib.rcParams[\'font.size\']=20

a = np.arange(0.0, 5.0, 0.02)

plt.xlabel(\'横轴:时间\')
plt.ylabel("纵轴:振幅")
plt.plot(a, np.cos(2*np.pi*a),\'r--\')
plt.show()


在有中文输出的地方,增加一个属性:fontproperties

import numpy as np
import matplotlib.pyplot as plt

a = np.arange(0.0, 5.0, 0.02)

plt.xlabel(\'横轴:时间\',fontproperties=\'SimHei\',fontsize=20)
plt.ylabel("纵轴:振幅",fontproperties=\'SimHei\',fontsize=20)
plt.plot(a, np.cos(2*np.pi*a),\'r--\')
plt.show()

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解

范例:使用上述标签

plt.annotate(s, xy=arrow_crd, xytext=text_crd, arrowprops=dict)
import numpy as np
import matplotlib.pyplot as plt

a = np.arange(0.0, 5.0, 0.02)
plt.plot(a, np.cos(2*np.pi*a),\'r--\')

plt.xlabel(\'横轴:时间\',fontproperties=\'SimHei\',fontsize=15,color=\'green\')
plt.ylabel("纵轴:振幅",fontproperties=\'SimHei\',fontsize=15)
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.annotate() 中\'$$\'表示使用Latex格式,xy为箭头指向位置,xytext为文本显示位置,facecolor为箭头颜色,shrink为箭头缩进比率,width为箭头宽度。
plt.axis([-1, 6, -2, 2])
plt.grid(True)
plt.show()

pyplot的子绘图区域:plt.subplot2grid()

plt.subplot2grid(GridSpec, CurSpec, colspan=1, rowspan=1)

理念:设定网格,选中网格,确定选中行列区域数量,编号从0开始

  • GridSpec为二元组(m,n),表示将网格分为m行n列
  • CurSpec为二元组(a,b),表示选择第几个网格,索引从0开始
  • colspan和rowspan表示合并几个单元格,默认为1(不合并)
plt.subplot2grid((3,3),(1,0),colspan=2)

GridSpec类

import matplotlib
import matplotlib.gridspec as gridspec

matplotlib.rcParams[\'font.size\']=6
gs = gridspec.GridSpec(3,3)


ax1 = plt.subplot(gs[0, :])
ax2 = plt.subplot(gs[1, :-1])
ax3 = plt.subplot(gs[1:, -1])
ax4 = plt.subplot(gs[2, 0])
ax5 = plt.subplot(gs[2, 1])

以上是关于数据分析与展示——Matplotlib库入门的主要内容,如果未能解决你的问题,请参考以下文章

数据分析与展示---Matplotlib入门

数据科学指南#基础篇 Matplotlib 入门

数据科学指南#基础篇 Matplotlib 入门

Python数据分析入门与实践

高端实战 Python数据分析与机器学习实战 Numpy/Pandas/Matplotlib等常用库

数据分析与展示——NumPy库入门