Python繪圖之matplotlib基本語法

　　博客地址：http://www.cnblogs.com/yudanqu/

 

　　Matplotlib 是一個 Python 的 2D繪圖庫，經過 Matplotlib，開發者能夠僅須要幾行代碼，即可以生成繪圖，直方圖，功率譜，條形圖，錯誤圖，散點圖等。固然他也是能夠畫出3D圖形的，這時就須要安裝更多的擴展。相比MATLAB來講，python不須要那麼大的安裝包，並且最重要的是開源的，在這方面python仍是有必定的優點的。

 

下面我將簡單梳理一下matplotlib畫圖的方法，首先把本次須要用到的包導入進來：

1 import numpy as np
2 import pandas as pd
3 import matplotlib.pyplot as plt
4 from pandas import Series,DataFrame

固然，在真正作事情時要根據本身的要求來導入，這裏爲了示例要導入numpy和pandas。

一、一個簡單案例來展現畫圖的基本命令

 1 x = np.linspace(0,2*np.pi,100) # 設置橫軸變量，從0到2*pi，均分爲100份
 2 y = np.sin(x) # 因變量取值
 3 
 4 plt.plot(x,y,'b*',label='aaa') # 'b*'表示藍色*狀線，label是指定義圖例
 5 plt.plot(x*2,y,'r--',label='bbb') # 'r--'表示紅色虛線，
 6 plt.xlabel('this is x') # 設置橫軸標籤
 7 plt.ylabel('this is y') # 設置縱軸標籤
 8 plt.title('this is title') # 設置標題
 9 plt.legend() # 顯示上面定義的圖例
10 plt.show() # 展現圖像

這樣一個簡單的繪圖就出來了，這裏面有兩個圖形，位於一塊畫布上，還介紹了一些標籤的設置。

二、子圖

 1 plt.subplot(2,1,1) # 子圖，（2,1,1）表明，建立2*1的畫布，而且定位於畫布1 ；等效於plt.subplot(211)，即去掉逗號
 2 
 3 a = plt.subplots() # 返回兩個對象 figure ax
 4 figure,ax = plt.subplots()
 5 ax.plot([1,2,3,4,5])
 6 plt.show() # 顯示圖像
 7 
 8 # subplots能夠傳入參數，幾行幾列
 9 figure,ax = plt.subplots(2,2)
10 # figure 顯示畫布，分紅2*2的
11 ax[0][0].plot(x,y)
12 ax[0][1].plot(x*2,y*2) # 能夠分別繪圖

三、pandas--Series繪圖

先介紹幾個經常使用的參數：

• plot參數：kind:圖像顯示的方法，包括'line''bar''barh''hist''box''kde''density''area''pie'.
• grid=True 表示顯示背景的網格
• label='str',參數裏寫這個，輸出圖像以前要協一個plt.legend()，顯示圖例
• title='str',顯示標題
• style='--',顯示爲虛線

plt.legend() # 顯示圖例，這個上面提到過，沒有這個，設置了圖例也是不會顯示出來的

1 # 這是一個小栗子
2 s1 = Series(np.random.randint(1000).cumsum()) # 建立series，cumsum()是指疊加求和，本位數是前幾項之和
3 s1.plot() # series有本身的plot函數，裏面能夠寫入想要的參數

四、pandas--DataFrame繪圖

1 df = DataFrame(
2     np.random.randint(1,10,40).reshape(10,4),
3     columns=['A','B','C','D']
4     )
5 df.plot() # dataframe也有本身的plot，按列畫出來，參數包含ax，選擇輸出的畫布
6 # 參數：stacked=True,表示一個堆疊的狀況，同一個index下，columns一不一樣顏色疊在一塊兒

一、能夠取其一行或幾行來畫圖，即將dataftame橫過來畫：
一行：df.iloc[5].plot() # iloc是pandas裏面的一個能夠說是切片的命令
多行或所有：for i in df.index:
　　　　　　　　df.iloc[i].plot(label=str[i])
　　　　　　　　plt.legend()
二、對列畫圖：
df['A'].plot()

三、對行繪圖還有簡便方法：
就是對df進行轉置，而後再plot ，df.T.plot()

五、直方圖和密度圖

1 # 直方圖
2 s = Series(np.random.randn(1000))
3 plt.hist(s,rwidth=0.9) # 直方圖,rwidth爲設置寬度
4 plt.show()
5 # hist()的參數：rwidth爲寬度；bins=20表示顯示的區間，默認是10份；color='r'設置顏色；

1 # 密度圖
2 s.plot(kind='kde') # kind='kde'即表示密度圖

 

　　今天就大概先總結這些，博主也是初學者，若有不足，請多多指教，但願能夠給一些朋友帶來幫助，如若以爲我說的太少了，能夠查看官方文檔https://matplotlib.org/。

 

　　做者：漁單渠

　　博客地址：http://www.cnblogs.com/yudanqu/