Matplotlib模塊：繪圖和可視化

Matplotlib簡介

Matplotlib 是 Python 的繪圖庫。 它可與 NumPy 一塊兒使用，提供了一種有效的 MatLab 開源替代方案。

導入庫

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from pandas import Series,DataFrame
#內嵌畫圖
%matplotlib inline
#繪圖時能夠顯示中文
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False

經常使用方法

設置圖像標題：plt.title()
設置x軸名稱：plt.xlabel()
設置y軸名稱：plt.ylabel()
設置x軸範圍：plt.xlim()
設置y軸範圍：plt.ylim()
設置x軸刻度：plt.xticks()
設置y軸刻度：plt.yticks()
設置曲線圖例：plt.legend()

 

畫布與子圖

畫布：figure

fig = plt.figure()
圖：subplot

ax1 = fig.add_subplot(2,2,1)
調節子圖間距：

subplots_adjust(left, bottom, right, top, wspace, hspace)

plt.figure(figsize=(6,8))
表示figure 的大小爲寬、長（單位爲inch）
plt.subplot(121)
表示整個figure分紅1行2列，共2個子圖，這裏子圖在第一行第一列
plt.subplot(122)
表示子圖在第一行第二列

 

畫折線圖

圖一

plot函數：繪製折線圖

線型linestyle（-,-.,--,..）
點型marker（v,^,s,*,H,+,x,D,o,…）
顏色color（b,g,r,y,k,w,…）

plt.plot([1,2,3,4],[2,3,1,8],color="red",linestyle="--",marker="*" ,label='lineA') # 畫折線()
plt.plot([1,2,3,4],[2,4,6,9],color="blue",linestyle="-",marker="o" ,label='lineB')
plt.title('matplotlib Test')
plt.xlabel('XLabel')
plt.ylabel('YLabel')
plt.xlim(0,6) # x軸刻度範圍
plt.ylim(0,10) # y軸刻度範圍
plt.xticks(np.arange(0,7,2))
plt.legend()

 

 

 經常使用參數

 

 

    線條方式

 

  點型

 

 

圖二

fig = plt.figure()
ax1 = fig.add_subplot(1,2,1) 
#參數一：子圖總行數，子圖總列數，子圖位置
ax1.plot([1,2,3,4],[7,9,10,8],label='ax1')
ax2 = fig.add_subplot(1,2,2)
ax2.plot([1,2,3,4],[2,4,6,8],label='ax2')
ax1.legend()
ax2.legend()
plt.show()

 圖三

x=np.linspace(-3,3,50) #在（-3,3）之間生成50個樣本數
y1=2*x+1
y2=x**2
plt.figure(num=1,figsize=(10,5)) #定義編號爲1，大小爲（10,5）
plt.plot(x,y1,color='red',linewidth=2,linestyle='--')   #顏色線寬及格式
plt.plot(x,y2)
plt.xlim(-1,2) #x軸的範圍
plt.ylim(-2,3) #y軸的範圍
plt.xlabel("x軸")
plt.ylabel("y軸")
plt.show()

 移動座標軸

x=np.linspace(-3,3,50) #在（-3,3）之間生成50個樣本數
y1=2*x+1
y2=x**2
plt.figure(num=2,figsize=(8,5)) #定義編號爲2，大小爲（8,5）
plt.plot(x,y1,color='red',linewidth=2,linestyle='--')  
plt.plot(x,y2)
plt.xlim(-1,2) #x軸的範圍
plt.ylim(-2,3) #y軸的範圍
plt.xlabel("x軸")
plt.ylabel("y軸")

new_ticks=np.linspace(-1,2,5)  #-1到2分紅5段，包含端點
print(new_ticks)
plt.xticks(new_ticks)  #進行替換新下標
plt.yticks([-2,-1,0,1,2,],
          [r'$really\ bad$','$bad$','$0$','$well$','$really\ well$'])


ax=plt.gca()  #get current axis
ax.spines['right'].set_color('none') #邊框屬性設置爲None 不顯示
ax.spines['top'].set_color('none')


ax.xaxis.set_ticks_position('bottom')  #設置x座標刻度數字或名稱的位置，全部屬性爲：top,bottom,both,default,none
ax.spines['bottom'].set_position(('data',0)) # 設置.spines邊框x軸，設置.set_position設置邊框的位置，y=0位置；位置全部屬性有outward,axes,data
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0)) #座標中心點在（0,0）位置

 

 圖例變化

x=np.linspace(-3,3,50)
y1=2*x+1
y2=x**2
plt.figure(num=2,figsize=(8,5))
plt.xlim(-1,2)
plt.ylim(-2,3)

new_ticks=np.linspace(-1,2,5) 
plt.xticks(new_ticks)
plt.yticks([-2,-1,1,2,],
          [r'$really\ bad$','$bad$','$well$','$really\ well$'])

l1,=plt.plot(x,y1,color='red',linewidth=2,linestyle='--',label='linear line')
l2,=plt.plot(x,y2,label='square line') 

#單獨修改label的信息
plt.legend(loc='upper left',handles=[l1,l2],labels=['up','down']) #顯示在左上位置


plt.show() #顯示圖

#loc參數
best  
upper right  
upper left  
lower left  
lower right  
right  
center right  
lower center  
upper center  
center

 

bar圖

data=[20,30,40,50]
labels=['Jan','Feb','Mar','Apr']
plt.bar(np.arange(len(data)),data,width=.3)
plt.xticks(np.arange(len(data)),labels)
plt.show()

 

 

import numpy as np
import matplotlib.pyplot as plt

# 數據
N = 5
x = [20, 10, 30, 25, 15]
y = np.arange(N)

# 繪圖 y= y軸， left= 水平條的底部， height 水平條的寬度， width 水平條的長度
p1 = plt.barh(y, left=0, height=0.5, width=x)

# 展現圖形
plt.show()

 

 

N = 5
y = [20, 10, 30, 45, 15]
x = np.arange(N)
# 添加地名座標
str1 = ("北京", "上海", "武漢", "深圳", "重慶")
plt.figure(num=2,figsize=(10,5)) #定義編號爲2，大小爲（8,5）

# 繪圖 x x軸， height 高度, 默認：color="blue", width=0.8
p1 = plt.bar(x, height=y, width=0.5, label="城市指標", tick_label=str1)

# 添加數據標籤
for a, b in zip(x, y):
    plt.text(a, b + 0.05, '%.0f' % b, ha='center', va='bottom', fontsize=11)

# 添加圖例
plt.legend()

# 展現圖形
plt.show()

 

 pie圖

plt.pie([10,20,30],labels=['x','y','z'],autopct='%.2f%%',explode=[0.1,0,0.1])
plt.axis('equal')
plt.show()