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
導入模塊
import seaborn as sb
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from pandas import Series,DataFrame數組
使用matplotlib.pyplot獲取一個numpy數組，數據來源於一張圖片
img_arr = plt.imread('./bobby.jpg')
plt.imshow(img_arr) # 顯示照片
plt.imshow(img_arr - 66) # 改變照片顏色
plt.imshow(img_arr[:,::-1,:]) # 將照片的列反轉
包含單條曲線的圖dom
x=[1,2,3,4,5] y=[2,4,6,8,10] plt.plot(x,y)
繪製拋物線ide
x = np.linspace(-np.pi,np.pi,num=20) y = x**2 plt.plot(x,y)
繪製正弦曲線圖svg
x y = np.sin(x) plt.plot(x,y)
包含多個曲線函數
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
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)
網格線 plt.gride(XXX)
參數：post
- axis - color:支持十六進制顏色 - linestyle: -- -. : - alpha
繪製一個正弦曲線圖，並設置網格字體
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])spa
plt.axis('off') 關閉座標軸
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
- 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
圖例
legend方法
兩種傳參方法：3d
- 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
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
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
figure.savefig的參數選項
- 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）
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', ...)
顏色值的方式
- 別名
- color='r'
- 合法的HTML顏色名
- color = 'red'
- 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)
線型
參數linestyle或ls
點型
- marker 設置點形
- markersize 設置點形大小
# 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
data = [1,2,3,3,4,2,5] plt.hist(data,bins=10)
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()
num = [1,2,3,4,5] count = [2,4,6,8,10] plt.barh(num,count)
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
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
arr=[11,22,31,15] plt.pie(arr,labels=['a','b','c','d']) #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)
#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%%')
##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])
#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)
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()
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
繪製條形圖
countplot(data：數據集, x：x座標軸, color：條形圖顏色, order：排序)
color_palette()：返回一個RGB元組列表
test = pd.read_csv('pokemon.csv') print(test.shape) print(test.tail(10)) # value_counts函數統計各序列頻率，並降序 generation_order = test['generation_id'].value_counts().index print(generation_order) # color_palette 返回一個RGB元組列表 base_color = sb.color_palette()[0] sb.countplot(data=test, x='generation_id', color=base_color, order=generation_order) plt.show()
xticks(rotation：旋轉度數)：更改繪製x軸標籤方向（與水平方向的逆時針夾角度數）
yticks(rotation：旋轉度數)：更改繪製y軸標籤方向（與垂直方向的逆時針夾角度數）
1 plt.xticks(rotation=90) 2 plt.yticks(rotation=45)