Matplotlib

简介

官方网站

matplotlib.pyplot是最方便的子库

import matplotlib.pyplot as plt

常见功能

#多图合并,2行3列第一区域
plt.subplot(2,3,1)

#画出一条折线图，横坐标是这个数的索引(0,1,2,3,4)
plt.plot([3,1,4,5,2])

#纵坐标名称
plt.ylabel('grade') 
plt.xlabel('name') 

#其他文本显示
plt.title()
plt.text(x,y,内容，fontsize=20)#在任意位置增加文本，xy是文本开始的坐标
plt.annotate()#在图形中增加带箭头的注解

#带箭头的文本
plt.annotate(s(解释的内容), xy=arrow_crd(箭头开始位置), 
             xytext=text_crd(文本位置), arrowprops=dict(字典描述箭头属性))
plt.annotate('$\mu=100$',xy=(2,1),xytxt=(3,1.5),
            arrowprops=dict(facecolor='black',shrink=0.1,width=2))

#展示图形
plt.show() 
#保存图形
plt.savefig('test.tif', dpi = 300) 

#两个参数，分别控制x轴和y周，先x后y
plt.plot([0,2,4,6,7],[3,1,4,5,2])
#设置x，y轴参数范围
plt.axis([-1,10,0,6])

#设置中文字体(改变全局字体，包括坐标轴上的数字)
matplotlib.rcParams['font.family']='Kaiti'or'SimHei'
or'LiSu'or'FangSong'or'YouYuan'or'STSong'
matplotlib.rcParams['font.style']='normal' or 'italic'
matplotlib.rcParams['font.size']='large' or 'x-small'

#设置中文字体(改变部分字体)
在有中文输出的地方，增加一个属性：fontproperties
plt.xlabel('横轴：时间', fontproperties='SimHei', 
           fontsize=20,color = 'green')
#增加网格
plt.grid(True)

plot函数

参数	plt.plot(x,y,format_string, **kwargs)
x	x轴上的数据，列表或numpy数组
y	y轴上的数据，列表或numpy数组
format_string	颜色字符、风格字符和标记字符，可选
**kwargs	第二组或更多(x,y,format_string)
—-颜色—	—-颜色—
‘r’,’g’,’b’,’y’,’k’,’w’	红绿蓝黄黑白
‘c’	青绿色cyan
‘#008000’	RGB某颜色
‘m’	洋红色magenta
‘0.8’	灰度值字符串
—直虚线—	—直虚线—
‘‐’	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	‘h’	竖六边形
‘,’	像素标记(极小点)	‘2’	上花三角	‘H’	横六边形
‘o’	实心圈标记	‘3’	左花三角	‘+’	十字
‘v’	倒三角标记	‘4’	右花三角	‘x’	x
‘^’	上三角标记	‘s’	实心方形	‘D’	菱形
‘>’	右三角标记	‘p’	实心五角	‘d’	瘦菱形
‘<’	左三角	‘*’	星形	‘|’	垂直线

另一种改变线条方式：

参数	plt.plot(x, y, format_string, **kwargs)
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’
markersize	标记尺寸, markersize=20

复杂绘图区域

plt.subplot2grid(GridSpec, CurSpec, colspan=1, rowspan=1)
例子：
plt.subplot2grid((3,3), (1,0), colspan=2)
第一个参数，将区域分成3*3类型
选定的位置，第一行，0列
colspan延伸，横着向右延伸为2
rowspan向下延伸

plt.subplot2grid((3,3),(0,0),colspan=3)
plt.subplot2grid((3,3),(1,0),colspan=2)
plt.subplot2grid((3,3),(1,2),rowspan=2)
plt.subplot2grid((3,3),(2,0))
plt.subplot2grid((3,3),(2,0))

第二种方法：

import matplotlib.gridspec as gridspec
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])

常见图形绘制方法

函数	说明
plt.plot(x,y,fmt,…)	绘制一个坐标图
plt.boxplot(data,notch,position)	绘制一个箱形图
plt.bar(left,height,width,bottom)	绘制一个条形图
plt.barh(width,bottom,left,height)	绘制一个横向条形图
plt.polar(theta, r)	绘制极坐标图
plt.pie(data, explode)	绘制饼图
plt.psd(x,NFFT=256,pad_to,Fs)	绘制功率谱密度图
plt.specgram(x,NFFT=256,pad_to,F)	绘制谱图
plt.cohere(x,y,NFFT=256,Fs)	绘制X‐Y的相关性函数
plt.scatter(x,y)	绘制散点图，其中，x和y长度相同
plt.step(x,y,where)	绘制步阶图
plt.hist(x,bins,normed)	绘制直方图
plt.contour(X,Y,Z,N)	绘制等值图
plt.vlines()	绘制垂直图
plt.stem(x,y,linefmt,markerfmt)	绘制柴火图
plt.plot_date()	绘制数据日期

• plt.pie()

#饼图
import matplotlib.pyplot as plt
labels = 'Frog', 'Hogs', 'Dogs', 'Logs'
sizes = [15,30,45,10]
explode = (0,0.1,0,0)
#尺寸，哪一快突出，标签，字体格式，阴影关闭，其实数据角度
plt.pie(sizes, explode=explode, labels=labels,autopct=%1.1f%
       ,shadow=False, startangle=90)
#xy等距离，饼图是正向看着的
plt.axis('equal')
plt.show()

• plt.hist()

#直方图,从所有数据中均等的选取某些数据，第二个参数确定参数的个数
import matplotlib.pyplot as plt
import numpy as np
np.random.seed(0)
mu, sigma=100,20#均值和标准差
a = np.random.normal(mu, sigma, size=100)
plt.hist(a,10,normed=1,histtype='stepfilled',facecolor='b',alpha=0.75)

plt.show()

• 极坐标图

import matplotlib.pyplot as plt
import numpy as np

N = 20
theta = np.linspace(0.0,2*np.pi,N,endpoint=False)
radii = 10*np.random.rand(N)
width = np.pi/4*np.random.rand(N)
#打开极坐标绘图选项
ax = plt.subplot(111,projection='polar')
bars = ax.bar(theta,radii,width=width,bottom=0.0)

for r,bar in zip(radii,bars):
  bar.set_facecolor(plt.cm.viridis(r/10.0))
  
plt.show()

• 散点图

import matplotlib.pyplot as plt
import numpy as np
#面向对象编程
fig, ax=plt.subplots()#默认绘制区域为111
ax.plot(10*random.randn(100),10*random.randn(100),'o')
ax.set_title('Simple Scatter')

plt.show()