python數據分析——matplotlib繪圖

時間 2019-11-12

標籤 python 數據分析 matplotlib 繪圖欄目 Python 简体版

原文原文鏈接

matplotlib

1、Matplotlib基礎知識

Matplotlib中的基本圖表包括的元素html

x軸和y軸 axis
水平和垂直的軸線

x軸和y軸刻度 tick
刻度標示座標軸的分隔，包括最小刻度和最大刻度

x軸和y軸刻度標籤 tick label
表示特定座標軸的值

繪圖區域（座標系） axes
實際繪圖的區域

座標系標題 title
實際繪圖的區域

軸標籤 xlabel ylabel
實際繪圖的區域

In [2]:

import numpy as np import pandas as pd import matplotlib.pyplot as plt from pandas import Series,DataFrame

包含單條曲線的圖

注意：y,x軸的值必須爲數字

In [3]:

x=[1,2,3,4,5] y=[2,4,6,8,10] plt.plot(x,y)

Out[3]:

[<matplotlib.lines.Line2D at 0x8af9a90>]

繪製拋物線

In [7]:

x = np.linspace(-np.pi,np.pi,num=20) y = x**2 plt.plot(x,y)

Out[7]:

[<matplotlib.lines.Line2D at 0x62941d0>]

繪製正弦曲線圖

In [10]:

x
y = np.sin(x) plt.plot(x,y)

Out[10]:

[<matplotlib.lines.Line2D at 0x6313940>]

包含多個曲線的圖

一、連續調用屢次plot函數python

In [12]:

plt.plot(x,y) plt.plot(x+2,y+3)

Out[12]:

[<matplotlib.lines.Line2D at 0x5073668>]

二、也能夠在一個plot函數中傳入多對X,Y值，在一個圖中繪製多個曲線app

In [13]:

plt.plot(x,y,x+1,y-2)

Out[13]:

[<matplotlib.lines.Line2D at 0x50fdc88>,
 <matplotlib.lines.Line2D at 0x50fddd8>]

將多個曲線圖繪製在一個table區域中：對象形式建立表圖

a=plt.subplot（row,col,loc）建立曲線圖
a.plot(x,y) 繪製曲線圖

In [15]:

ax1 = plt.subplot(221) ax1.plot(x,y) ax2 = plt.subplot(2,2,2) ax2.plot(x,y) ax3 = plt.subplot(2,2,3) ax3.plot(x,y) ax4 = plt.subplot(2,2,4) ax4.plot(x,y)

Out[15]:

[<matplotlib.lines.Line2D at 0x666cd68>]

網格線 plt.gride(XXX)

參數：dom

- axis
- color:支持十六進制顏色
- linestyle: --  -.  :
- alpha

In [21]:

plt.plot(x,y) plt.grid(axis='both',c='blue')

繪製一個正弦曲線圖，並設置網格

In [16]:

plt.plot(x,y,c='red',alpha=0.7)

Out[16]:

[<matplotlib.lines.Line2D at 0x66ff668>]

座標軸界限

axis方法:設置x，y軸刻度值的範圍

plt.axis([xmin,xmax,ymin,ymax])ide

In [25]:

plt.plot(x,y) plt.axis([-6,6,-2,2]) #plt.axis('off')

Out[25]:

[-6, 6, -2, 2]

plt.axis('off')

關閉座標軸svg

設置畫布比例：plt.figure(figsize=(a,b)) a:x刻度比例 b：y刻度比例（2:1）表示x刻度顯示爲y刻度顯示的2倍

In [28]:

plt.figure(figsize=(6,6)) plt.plot(x,y)

Out[28]:

[<matplotlib.lines.Line2D at 0x9da7518>]

座標軸標籤

s 標籤內容
color 標籤顏色
fontsize 字體大小
rotation 旋轉角度

plt的xlabel方法和ylabel方法 title方法

In [33]:

plt.plot(x,y) plt.xlabel('aaa') plt.ylabel('bbb') plt.title('ccc')

Out[33]:

Text(0.5,1,'ccc')

圖例

legend方法

兩種傳參方法：函數

分別在plot函數中增長label參數,再調用plt.legend()方法顯示
直接在legend方法中傳入字符串列表

In [44]:

plt.plot(x,y,label='aaa') plt.plot(x+2,y+3,label='bbb') plt.legend(loc=0,ncol=2)

Out[44]:

<matplotlib.legend.Legend at 0xb28aa90>

legend的參數

- loc參數

loc參數用於設置圖例標籤的位置，通常在legend函數內
matplotlib已經預約義好幾種數字表示的位置

字符串	數值	字符串	數值
best	0	center left	6
upper right	1	center right	7
upper left	2	lower center	8
lower left	3	upper center	9
lower right	4	center	10
right	5

- ncol參數

ncol控制圖例中有幾列,在legend中設置ncol字體

保存圖片

使用figure對象的savefig函數來保存圖片

fig = plt.figure()---必須放置在繪圖操做以前spa

figure.savefig的參數選項code

filename
含有文件路徑的字符串或Python的文件型對象。圖像格式由文件擴展名推斷得出，例如，.pdf推斷出PDF，.png推斷出PNG （「png」、「pdf」、「svg」、「ps」、「eps」……）
dpi
圖像分辨率（每英寸點數），默認爲100
facecolor ，打開保存圖片查看圖像的背景色，默認爲「w」（白色）

In [45]:

fig = plt.figure() plt.plot(x,y,label='aaa') plt.plot(x+2,y+3,label='bbb') plt.legend(loc=0,ncol=2) fig.savefig('./123.png',dpi=500)

設置plot的風格和樣式

plot語句中支持除X,Y之外的參數，以字符串形式存在，來控制顏色、線型、點型等要素，語法形式爲：
plt.plot(X, Y, 'format', ...)

顏色

參數color或c

顏色值的方式

別名
- color='r'

合法的HTML顏色名
- color = 'red'

顏色	別名	HTML顏色名	顏色	別名	HTML顏色名
藍色	b	blue	綠色	g	green
紅色	r	red	黃色	y	yellow
青色	c	cyan	黑色	k	black
洋紅色	m	magenta	白色	w	white

HTML十六進制字符串
- color = '#eeefff'

歸一化到[0, 1]的RGB元組
- color = (0.3, 0.3, 0.4)

透明度

alpha參數

線型

參數linestyle或ls

線條風格	描述	線條風格	描述
'-'	實線	':'	虛線
'--'	破折線	'steps'	階梯線
'-.'	點劃線	'None' / '，'	什麼都不畫

In [52]:

plt.plot(x,y,ls='steps',lw=10)

Out[52]:

[<matplotlib.lines.Line2D at 0xb5d17b8>]

線寬

linewidth或lw參數

點型

marker 設置點形
markersize 設置點形大小

標記	描述	標記	描述
's'	正方形	'p'	五邊形
'h'	六邊形1	'H'	六邊形2
'8'	八邊形

標記	描述	標記	描述
'.'	點	'x'	X
'*'	星號	'+'	加號
','	像素

標記	描述	標記	描述
'o'	圓圈	'D'	菱形
'd'	小菱形	'','None',' ',None	無

標記	描述	標記	描述
'1'	一角朝下的三腳架	'3'	一角朝左的三腳架
'2'	一角朝上的三腳架	'4'	一角朝右的三腳架

In [51]:

plt.plot(x,y,marker='d',markersize=10)

Out[51]:

[<matplotlib.lines.Line2D at 0xb56f320>]

In [85]:

# 繪製線      plt.plot(x1,y1,x2,y2)
# 網格線 plt.grid(True) axes.grid(color,ls,lw,alpha) # 獲取座標系 plt.subplot(n1,n2,n3) # 座標軸標籤 plt.xlabel() plt.ylabel() # 座標系標題 plt.title() # 圖例 plt.legend([names],ncol=2,loc=1) plt.plot(label='name') # 線風格 -- -. : None step # 圖片保存 figure.savefig() # 點的設置 marker markersize markerfacecolor markeredgecolor\width # 座標軸刻度 plt.xticks(刻度列表，刻度標籤列表) plt.yticks() # axes.set_xticks(刻度列表) axes.set_xticklabels(刻度標籤列表)

3、2D圖形

直方圖

是一個特殊的柱狀圖，又叫作密度圖。

【直方圖的參數只有一個x！！！不像條形圖須要傳入x,y】

plt.hist()的參數

bins
直方圖的柱數，可選項，默認爲10
color
指定直方圖的顏色。能夠是單一顏色值或顏色的序列。若是指定了多個數據集合,例如DataFrame對象，顏色序列將會設置爲相同的順序。若是未指定，將會使用一個默認的線條顏色
orientation
經過設置orientation爲horizontal建立水平直方圖。默認值爲vertical

In [55]:

data = [1,2,3,3,4,2,5] plt.hist(data,bins=10)

Out[55]:

(array([1., 0., 2., 0., 0., 2., 0., 1., 0., 1.]),
 array([1. , 1.4, 1.8, 2.2, 2.6, 3. , 3.4, 3.8, 4.2, 4.6, 5. ]),
 <a list of 10 Patch objects>)

返回值：

1: 直方圖向量，是否歸一化由參數normed設定

2: 返回各個bin的區間範圍

3: 返回每一個bin裏面包含的數據，是一個list

條形圖：plt.bar()

參數：第一個參數是索引。第二個參數是數據值。第三個參數是條形的寬度

-【條形圖有兩個參數x,y】

width 縱向設置條形寬度
height 橫向設置條形高度

bar()、barh()

In [57]:

num = [1,2,3,4,5] count = [2,4,6,8,10] plt.barh(num,count)

Out[57]:

<BarContainer object of 5 artists>

水平條形圖

barh()

餅圖

【餅圖也只有一個參數x】

pie()
餅圖適合展現各部分佔整體的比例，條形圖適合比較各部分的大小

普通各部分佔滿餅圖

普通未佔滿餅圖：小數/比例

餅圖陰影、分裂等屬性設置

labels參數設置每一塊的標籤；

labeldistance參數設置標籤距離圓心的距離（比例值）

autopct參數設置比例值小數保留位(%.3f%%)；

pctdistance參數設置比例值文字距離圓心的距離

explode參數設置每一塊頂點距圓心的長度（比例值,列表）；

colors參數設置每一塊的顏色（列表）；

shadow參數爲布爾值，設置是否繪製陰影

startangle參數設置餅圖起始角度

In [59]:

plt.pie([0.2,0.5])

Out[59]:

([<matplotlib.patches.Wedge at 0xb890b00>,
  <matplotlib.patches.Wedge at 0xb890f98>],
 [Text(0.889919,0.646564,''), Text(-1.04616,0.339919,'')])

In [58]:

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

Out[58]:

([<matplotlib.patches.Wedge at 0xb8536a0>,
  <matplotlib.patches.Wedge at 0xb853b70>,
  <matplotlib.patches.Wedge at 0xb85e0f0>,
  <matplotlib.patches.Wedge at 0xb85e630>],
 [Text(0.996424,0.465981,'a'),
  Text(-0.195798,1.08243,'b'),
  Text(-0.830021,-0.721848,'c'),
  Text(0.910034,-0.61793,'d')])

In [60]:

#labeldistance參數設置標籤距離圓心的距離（比例值）
arr=[11,22,31,15] plt.pie(arr,labels=['a','b','c','d'],labeldistance=0.3)

Out[60]:

([<matplotlib.patches.Wedge at 0xb8ce9b0>,
  <matplotlib.patches.Wedge at 0xb8ceeb8>,
  <matplotlib.patches.Wedge at 0xb8d7438>,
  <matplotlib.patches.Wedge at 0xb8d7978>],
 [Text(0.271752,0.127086,'a'),
  Text(-0.0533994,0.295209,'b'),
  Text(-0.226369,-0.196868,'c'),
  Text(0.248191,-0.168526,'d')])

In [61]:

#autopct參數設置比例值小數保留位(%.3f%%)；
arr=[11,22,31,15] plt.pie(arr,labels=['a','b','c','d'],labeldistance=0.3,autopct='%.6f%%')

Out[61]:

([<matplotlib.patches.Wedge at 0xb914208>,
  <matplotlib.patches.Wedge at 0xb914940>,
  <matplotlib.patches.Wedge at 0xb91f0f0>,
  <matplotlib.patches.Wedge at 0xb91f860>],
 [Text(0.271752,0.127086,'a'),
  Text(-0.0533994,0.295209,'b'),
  Text(-0.226369,-0.196868,'c'),
  Text(0.248191,-0.168526,'d')],
 [Text(0.543504,0.254171,'13.924050%'),
  Text(-0.106799,0.590419,'27.848101%'),
  Text(-0.452739,-0.393735,'39.240506%'),
  Text(0.496382,-0.337053,'18.987341%')])

In [62]:

##explode參數設置每一塊頂點距圓心的長度（比例值,列表）；
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])

Out[62]:

([<matplotlib.patches.Wedge at 0xb958390>,
  <matplotlib.patches.Wedge at 0xb958b38>,
  <matplotlib.patches.Wedge at 0xb960390>,
  <matplotlib.patches.Wedge at 0xb960b38>],
 [Text(0.45292,0.21181,'a'),
  Text(-0.106799,0.590419,'b'),
  Text(-0.377282,-0.328113,'c'),
  Text(0.579113,-0.393228,'d')])

In [63]:

#startangle參數設置餅圖起始角度
arr=[11,22,31,15] plt.pie(arr,labels=['a','b','c','d'],startangle=50)

Out[63]:

([<matplotlib.patches.Wedge at 0xb99e438>,
  <matplotlib.patches.Wedge at 0xb99e908>,
  <matplotlib.patches.Wedge at 0xb99ee48>,
  <matplotlib.patches.Wedge at 0xb9a93c8>],
 [Text(0.283527,1.06283,'a'),
  Text(-0.955049,0.545785,'b'),
  Text(0.0194406,-1.09983,'c'),
  Text(1.05832,0.299929,'d')])

%m.nf m 佔位 n 小數點後保留幾位 f 是以float格式輸出

散點圖：因變量隨自變量而變化的大體趨勢

【散點圖須要兩個參數x,y，但此時x不是表示x軸的刻度，而是每一個點的橫座標！】

scatter()

In [64]:

x = np.random.randint(0,10,size=(20,)) y = np.random.randint(0,10,size=(20,))

plt.scatter(x,y,marker='d',c="rbgy") 設置不一樣的散點顏色

In [67]:

plt.scatter(x,y,c='rgyb')

Out[67]:

<matplotlib.collections.PathCollection at 0xca6bba8>

In [68]:

x = [1,2,3,4,5] y = [2,4,6,8,10] plt.scatter(x,y)

Out[68]:

<matplotlib.collections.PathCollection at 0xcacf630>

相關標籤/搜索

每日一句

每一个你不满意的现在，都有一个你没有努力的曾经。

python數據分析——matplotlib繪圖

matplotlib

1、Matplotlib基礎知識

包含單條曲線的圖

包含多個曲線的圖

將多個曲線圖繪製在一個table區域中：對象形式建立表圖

網格線 plt.gride(XXX)

座標軸界限

axis方法:設置x，y軸刻度值的範圍

plt.axis('off')

設置畫布比例：plt.figure(figsize=(a,b)) a:x刻度比例 b：y刻度比例 （2:1）表示x刻度顯示爲y刻度顯示的2倍

座標軸標籤

圖例

legend方法

legend的參數

保存圖片

使用figure對象的savefig函數來保存圖片

設置plot的風格和樣式

顏色

顏色值的方式

透明度

線型

線寬

3、2D圖形

直方圖

條形圖：plt.bar()

水平條形圖

餅圖

labels參數設置每一塊的標籤；

labeldistance參數設置標籤距離圓心的距離（比例值）

autopct參數設置比例值小數保留位(%.3f%%)；

pctdistance參數設置比例值文字距離圓心的距離

explode參數設置每一塊頂點距圓心的長度（比例值,列表）；

colors參數設置每一塊的顏色（列表）；

shadow參數爲布爾值，設置是否繪製陰影

startangle參數設置餅圖起始角度

散點圖：因變量隨自變量而變化的大體趨勢

設置畫布比例：plt.figure(figsize=(a,b)) a:x刻度比例 b：y刻度比例（2:1）表示x刻度顯示爲y刻度顯示的2倍