python3 matplotlib

一.matplotlib數據可視化

1.https://matplotlib.org/

2.figure圖形窗口；figsize窗口大小，label軸標籤；title標題；lim限制；plot繪圖；subplot繪製子圖；show顯示；

bar柱狀圖；legend圖例；width寬度；scatter散點圖；axis座標軸；等高線圖contours；image圖片；動畫animation

figure--畫板；axes--畫布；

 

 

 

 

 

一.座標軸

 1 import matplotlib.pyplot as plt
 2 import numpy as np
 3 x=np.linspace(-3,3,50)#生成-1到1的50個點，等差
 4 y1=2*x+1
 5 y2=x**2
 6 
 7 #建立一個新的窗口，繪製第一張圖
 8 plt.figure()#建立一張新的figure，如下進行操做
 9 plt.plot(x,y1)#繪製圖形
10 
11 #建立一個新的窗口，繪製第二張圖
12 plt.figure(num=3,figsize=(8,5))#num指明是第幾張figure,figsize指明figure的長寬
13 plt.plot(x,y2)#繪製圖形
14 plt.plot(x,y1,color='red',linewidth=10,linestyle='--')#在一樣的figure窗口再繪一個圖形，指明顏色，線寬，線的表示
15 
16 #設置x，y軸的範圍
17 plt.xlim(-1,2)
18 plt.ylim(-2,3)
19 
20 #設置x，y軸的標籤（說明）
21 plt.xlabel('x lable')
22 plt.ylabel('y lable')
23 
24 #設置x,y的範圍以及單位軸長，以及程度標記
25 new_ticks=np.linspace(-3,4,5)#-3到4 ，共5格
26 print(new_ticks)
27 plt.xticks(new_ticks)
28 plt.yticks([-2,-1.8,1.22,3],
29            ['$really\ bad$',r'$bad$',r'$normal\ alpha$','good','really good'])
30 
31 plt.show()#顯示全部圖形
32 ----------------------------------------------------------------
33 [-3.   -1.25  0.5   2.25  4.  ]

座標軸

 1 import matplotlib.pyplot as plt
 2 import numpy as np
 3 x=np.linspace(-3,3,50)
 4 y=x**2
 5 plt.figure()
 6 plt.plot(x,y)
 7 
 8 #gca='get current axis'獲得如今的軸（四個邊框）
 9 ax=plt.gca()
10 ax.spines['right'].set_color('none')#去除右邊的邊框
11 ax.spines['top'].set_color('none')#去除上面的邊框
12 ax.xaxis.set_ticks_position('bottom')#把下邊的框代替x軸
13 ax.yaxis.set_ticks_position('left')#把左邊的框代替y軸
14 ax.spines['bottom'].set_position(('data',-0.5))#把下邊框（x軸）放在y軸-0.5的位置
15 ax.spines['left'].set_position(('data',-0.5))#把左邊框（y軸）放在x軸-0.5的位置
16 
17 plt.show()

設置座標軸2

 

 

二.圖例

 1 # legend圖例
 2 import matplotlib.pyplot as plt
 3 import numpy as np
 4 x=np.linspace(-3,3,50)
 5 y1=2*x+1
 6 y2=x**2
 7 
 8 plt.figure()
 9 plt.xlim(-3,5)
10 plt.ylim(-3,5)
11 plt.xlabel('x lable')
12 plt.ylabel('y lable')
13 
14 #添加圖例 lable
15 l1,=plt.plot(x,y1,label='up')
16 l2,=plt.plot(x,y2,color='red',linestyle='--',label='down')
17 plt.legend(handles=[l1,l2],labels=['aaa','bbb'],loc='best')#添加圖例:線、標籤、位置(upper/right...)
18 
19 plt.show()

圖例

 

 

三.註釋

 1 import matplotlib.pyplot as plt
 2 import numpy as np
 3 x = np.linspace(-3, 3, 50)
 4 y = 2*x + 1
 5 plt.figure(num=1, figsize=(8, 5),)
 6 plt.plot(x, y,)
 7 
 8 ax = plt.gca()
 9 ax.spines['right'].set_color('none')
10 ax.spines['top'].set_color('none')
11 ax.spines['top'].set_color('none')
12 ax.xaxis.set_ticks_position('bottom')
13 ax.spines['bottom'].set_position(('data', 0))
14 ax.yaxis.set_ticks_position('left')
15 ax.spines['left'].set_position(('data', 0))
16 
17 x0 = 1
18 y0 = 2*x0 + 1
19 plt.plot([x0, x0,], [0, y0,], 'k--', linewidth=2.5)
20 plt.scatter([x0, ], [y0, ], s=50, color='b')
21 
22 #添加文本註釋
23 # method 1:
24 plt.annotate(r'$2x+1=%s$' % y0, xy=(x0, y0), xycoords='data', xytext=(+30, -30),
25              textcoords='offset points', fontsize=16,
26              arrowprops=dict(arrowstyle='->', connectionstyle="arc3,rad=.2"))
27 #文本、文本指向的座標(x0, y0)、arrowprops方向線
28 
29 # method 2:
30 plt.text(-3.7, 3, r'$This\ is\ the\ some\ text. \mu\ \sigma_i\ \alpha_t$',
31          fontdict={'size': 16, 'color': 'r'})
32 
33 plt.show()
34 ---------------------------------------------------------------

註釋

 

四.能見度

 1 #lick能見度
 2 import matplotlib.pyplot as plt
 3 import numpy as np
 4 x = np.linspace(-3, 3, 50)
 5 y = 0.1*x
 6 
 7 plt.figure()
 8 plt.plot(x, y, linewidth=10, zorder=1)      # set zorder for ordering the plot in plt 2.0.2 or higher
 9 plt.ylim(-2, 2)
10 ax = plt.gca()
11 ax.spines['right'].set_color('none')
12 ax.spines['top'].set_color('none')
13 ax.spines['top'].set_color('none')
14 ax.xaxis.set_ticks_position('bottom')
15 ax.spines['bottom'].set_position(('data', 0))
16 ax.yaxis.set_ticks_position('left')
17 ax.spines['left'].set_position(('data', 0))
18 
19 for label in ax.get_xticklabels() + ax.get_yticklabels():#拿出全部的label
20     label.set_fontsize(12)#設置大小
21     label.set_bbox(dict(facecolor='white', edgecolor='none', alpha=0.8, zorder=2))
22     #把label加上邊框（背景顏色:white，邊框顏色:無，透明度：80%，)
23 plt.show()

能見度

 

五.Scatter散點圖

 1 import matplotlib.pyplot as plt
 2 import numpy as np
 3 
 4 n = 1024    # data size
 5 X = np.random.normal(0, 1, n)#隨機生成1024個數
 6 Y = np.random.normal(0, 1, n)
 7 T = np.arctan2(Y, X)    # for color later on
 8 
 9 plt.scatter(X, Y, s=75, c=T, alpha=.5)#散點圖
10 #size/color/alpha透明度
11 plt.xlim(-1.5, 1.5)#xlmit
12 plt.xticks(())  # ignore xticks
13 plt.ylim(-1.5, 1.5)
14 plt.yticks(())  # ignore yticks
15 
16 plt.show()

散點圖

 

 

六.柱狀圖bar

 1 import matplotlib.pyplot as plt
 2 import numpy as np
 3 n = 12
 4 X = np.arange(n)
 5 Y1 = (1 - X / float(n)) * np.random.uniform(0.5, 1.0, n)
 6 Y2 = (1 - X / float(n)) * np.random.uniform(0.5, 1.0, n)
 7 
 8 plt.bar(X, +Y1, facecolor='#9999ff', edgecolor='white')#向上柱狀圖，主體顏色，邊框顏色
 9 plt.bar(X, -Y2, facecolor='#ff9999', edgecolor='white')#向下柱狀圖
10 
11 for x, y in zip(X, Y1):
12     # ha: horizontal alignment 橫向對齊
13     # va: vertical alignment 縱向對齊
14     plt.text(x + 0.4, y + 0.05, '%.2f' % y, ha='center', va='bottom')#加註釋，在離柱頂（0.4,0.05）處傳入y值
15 
16 for x, y in zip(X, Y2):
17     # ha: horizontal alignment
18     # va: vertical alignment
19     plt.text(x + 0.4, -y - 0.05, '-%.2f' % y, ha='center', va='top')
20 
21 plt.xlim(-.5, n)
22 # plt.xticks(())
23 plt.ylim(-1.25, 1.25)
24 plt.yticks(())#y軸隱藏
25 
26 plt.show()

柱狀圖

 

七.等高線圖contours

 1 import matplotlib.pyplot as plt
 2 import numpy as np
 3 
 4 def f(x,y):
 5     # the height function計算高度
 6     return (1 - x / 2 + x**5 + y**3) * np.exp(-x**2 -y**2)
 7 
 8 n = 256
 9 x = np.linspace(-3, 3, n)
10 y = np.linspace(-3, 3, n)
11 X,Y = np.meshgrid(x, y)#把x，y綁定爲網格
12 
13 # use plt.contourf to filling contours
14 # X, Y and value for (X,Y) point
15 plt.contourf(X, Y, f(X, Y), 1, alpha=.75, cmap=plt.cm.hot)#等高線設置
16 #cmap對應顏色，熱顏色'hot'/’cold‘,,8：分爲8+2=10部分
17 
18 # use plt.contour to add contour lines
19 C = plt.contour(X, Y, f(X, Y), 8, colors='black', linewidth=.5)#等高線的線設置
20 # adding label添加數字描線
21 plt.clabel(C, inline=True, fontsize=10)#等高線，線裏面，大小
22 
23 plt.xticks(())
24 plt.yticks(())
25 plt.show()

等高線

 

八.image圖片

 1 import matplotlib.pyplot as plt
 2 import numpy as np
 3 
 4 # image data
 5 a = np.array([0.313660827978, 0.365348418405, 0.423733120134,
 6               0.365348418405, 0.439599930621, 0.525083754405,
 7               0.423733120134, 0.525083754405, 0.651536351379]).reshape(3,3)
 8 #經過圖片展現數據
 9 
10 plt.imshow(a, interpolation='nearest', cmap='bone', origin='lower')
11 #展現圖片（origin：位置。。。）
12 plt.colorbar(shrink=.92)#顏色對應參數，（壓縮92%）
13 
14 plt.xticks(())
15 plt.yticks(())
16 plt.show()
17 -----------------------------------------------

圖片

九.3d圖像

 1 import numpy as np
 2 import matplotlib.pyplot as plt
 3 from mpl_toolkits.mplot3d import Axes3D#導入3d模塊
 4 
 5 fig = plt.figure()#定義一個窗口
 6 ax = Axes3D(fig)#在窗口中建立一個3d的圖
 7 # X, Y value
 8 X = np.arange(-4, 4, 0.25)
 9 Y = np.arange(-4, 4, 0.25)
10 X, Y = np.meshgrid(X, Y)#網格
11 R = np.sqrt(X ** 2 + Y ** 2)
12 # height value高度
13 Z = np.sin(R)
14 
15 ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=plt.get_cmap('rainbow'))
16 #（x，y，z，行跨度，列跨度，顏色彩虹）
17 ax.contour(X,Y,Z,zdir='z',offset=-2,camp='rainbow')
18 #等高線（x，y，z，從z軸壓下去，放在z=-2的位置）
19 
20 ax.set_zlim(-2, 2)
21 
22 plt.show()

3d

 

十.多合一

 1 import matplotlib.pyplot as plt
 2 plt.figure(figsize=(6, 4))#建立一個figure
 3 # plt.subplot(n_rows, n_cols, plot_num)
 4 plt.subplot(2, 2, 1)#把figure分紅兩行兩列，第一張圖
 5 plt.plot([0, 1], [0, 1])#畫線
 6 plt.subplot(222)#figure兩行兩列，第二張圖
 7 plt.plot([0, 1], [0, 2])
 8 plt.subplot(223)
 9 plt.plot([0, 1], [0, 3])
10 plt.subplot(224)
11 plt.plot([0, 1], [0, 4])
12 
13 plt.tight_layout()
14 # example 2:
15 ###############################
16 plt.figure(figsize=(6, 4))
17 # plt.subplot(n_rows, n_cols, plot_num)
18 plt.subplot(2, 1, 1)
19 # figure splits into 2 rows, 1 col, plot to the 1st sub-fig
20 plt.plot([0, 1], [0, 1])
21 
22 plt.subplot(234)
23 # figure splits into 2 rows, 3 col, plot to the 4th sub-fig
24 plt.plot([0, 1], [0, 2])
25 
26 plt.subplot(235)
27 # figure splits into 2 rows, 3 col, plot to the 5th sub-fig
28 plt.plot([0, 1], [0, 3])
29 
30 plt.subplot(236)
31 # figure splits into 2 rows, 3 col, plot to the 6th sub-fig
32 plt.plot([0, 1], [0, 4])
33 
34 
35 plt.tight_layout()
36 plt.show()

多合一

 1 import matplotlib.pyplot as plt
 2 import matplotlib.gridspec as gridspec
 3 # method 1: subplot2grid
 4 ##########################
 5 plt.figure()#建立一個figure
 6 ax1 = plt.subplot2grid((3, 3), (0, 0), colspan=3)#ax1：在整個figure（3,3），在（0,0）做圖，跨度3個圖
 7 #colspan行跨度，rowspan列跨度
 8 ax1.plot([1, 2], [1, 2])#在ax1上做圖
 9 ax1.set_title('ax1_title')#設置標題
10 ax2 = plt.subplot2grid((3, 3), (1, 0), colspan=2)
11 ax3 = plt.subplot2grid((3, 3), (1, 2), rowspan=2)
12 ax4 = plt.subplot2grid((3, 3), (2, 0))
13 ax4.scatter([1, 2], [2, 2])#在ax4上畫散點圖
14 ax4.set_xlabel('ax4_x')
15 ax4.set_ylabel('ax4_y')
16 ax5 = plt.subplot2grid((3, 3), (2, 1))
17 
18 # method 2: gridspec
19 #########################
20 plt.figure()
21 gs = gridspec.GridSpec(3, 3)#定義（3,3）的圖
22 # use index from 0
23 ax6 = plt.subplot(gs[0, :])
24 ax7 = plt.subplot(gs[1, :2])
25 ax8 = plt.subplot(gs[1:, 2])
26 ax9 = plt.subplot(gs[-1, 0])
27 ax10 = plt.subplot(gs[-1, -2])
28 
29 # method 3: easy to define structure
30 ####################################
31 f, ((ax11, ax12), (ax13, ax14)) = plt.subplots(2, 2, sharex=True, sharey=True)
32 #sharex，sharey共享x，y軸，定義一個（2,2）的figure,並給出格式(ax11, ax12), (ax13, ax14))
33 ax11.scatter([1,2], [1,2])
34 
35 plt.tight_layout()
36 plt.show()
37 ---------------------------------------------------

多合一

 

 

 

 十一.圖中圖

 1 #圖中圖
 2 import matplotlib.pyplot as plt
 3 fig = plt.figure()
 4 x = [1, 2, 3, 4, 5, 6, 7]
 5 y = [1, 3, 4, 2, 5, 8, 6]
 6 
 7 # below are all percentage
 8 left, bottom, width, height = 0.1, 0.1, 0.8, 0.8#左，下的寬度，高度
 9 ax1 = fig.add_axes([left, bottom, width, height])  # main axes
10 ax1.plot(x, y, 'r')
11 ax1.set_xlabel('x')
12 ax1.set_ylabel('y')
13 ax1.set_title('title')
14 
15 
16 #添加另外一個圖
17 ax2 = fig.add_axes([0.2, 0.6, 0.25, 0.25])  # inside axes
18 #左，下，寬，高，：20%，60%，25%，25%
19 ax2.plot(y, x, 'b')
20 ax2.set_xlabel('x')
21 ax2.set_ylabel('y')
22 ax2.set_title('title inside 1')
23 
24 
25 #添加另外一個圖
26 # different method to add axes
27 ####################################
28 plt.axes([0.6, 0.2, 0.25, 0.25])
29 plt.plot(y[::-1], x, 'g')
30 plt.xlabel('x')
31 plt.ylabel('y')
32 plt.title('title inside 2')
33 
34 plt.show()
35 -

圖中圖

 

十二.次座標軸

 1 #次座標軸
 2 import matplotlib.pyplot as plt
 3 import numpy as np
 4 
 5 x = np.arange(0, 10, 0.1)
 6 y1 = 0.05 * x**2
 7 y2 = -1 *y1
 8 fig, ax1 = plt.subplots()#建立一個figure，ax1是裏面的子圖
 9 
10 ax2 = ax1.twinx()    # mirror the ax1   把y軸鏡面反射
11 ax1.plot(x, y1, 'g-')
12 ax2.plot(x, y2, 'b-')
13 
14 ax1.set_xlabel('X data')
15 ax1.set_ylabel('Y1 data', color='g')
16 ax2.set_ylabel('Y2 data', color='b')
17 
18 plt.show()

次座標軸

十三.動畫animation

 1 import numpy as np
 2 from matplotlib import pyplot as plt
 3 from matplotlib import animation#動畫模塊
 4 
 5 fig, ax = plt.subplots()
 6 
 7 x = np.arange(0, 2*np.pi, 0.01)
 8 line, = ax.plot(x, np.sin(x))
 9 
10 
11 def animate(i):#更新的方式
12     line.set_ydata(np.sin(x + i/10.0))  # update the data
13     return line,
14 
15 def init():#初始幀
16     line.set_ydata(np.sin(x))
17     return line,
18 
19 #產生動畫（fig=fig，func：更新函數，frames：總共幀，init_func：初始幀，interval：頻率，blit=False：不管點變化或不變化，都更新）
20 ani = animation.FuncAnimation(fig=fig, func=animate, frames=100, init_func=init,
21                               interval=20, blit=False)
22 
23 plt.show()

動畫