1、Matplotlib基礎知識
1.1Matplotlib中的基本圖表包括的元素dom
- 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
1.2 導包ide
import numpy as np import pandas as pd import matplotlib.pyplot as plt from pandas import Series,DataFrame
1.3 繪製簡單圖形svg
- 單條曲線
x=[1,2,3,4,5] y=[2,4,6,8,10] plt.plot(x,y)
- 拋物線
x = np.arange(-np.pi,np.pi,0.2) y = x**2 plt.plot(x,y)
- 繪製正弦曲線圖
x = np.arange(-np.pi,np.pi,0.2)
y = np.cos(x)
plt.plot(x,y)
1.4 繪製多個曲線的圖函數
x = np.arange(-np.pi,np.pi,0.2) y = np.cos(x) #方式一 plt.plot(x,y) plt.plot(x+3,y+3) #方式二 plt.plot(x,y,x+3,y+3)
1.5 將多個曲線圖繪製在一個table區域中:對象形式建立表圖post
- a=plt.subplot(row,col,loc) 建立曲線圖
- a.plot(x,y) 繪製曲線圖
ax1=plt.subplot(2,2,1) ax1.plot(x,y,'r') ax2=plt.subplot(2,2,2) ax2.plot(x,y,'b') ax3=plt.subplot(2,1,2) ax3.plot(x,y,'black')
ax1=plt.subplot(2,2,1) ax1.plot(x,y,'r') ax2=plt.subplot(2,2,3) ax2.plot(x,y,'b') ax3=plt.subplot(1,2,2) ax3.plot(x,y,'black')
1.6 網格線 plt.gride(XXX)字體
參數:spa
- axis - color:支持十六進制顏色 - linestyle: -- -. : - alpha:透明度0-1
通常網格的添加
plt.grid(axis='both') #x-y都加網格 plt.plot(x,y)
- 使用對象形式設置網格
#ax1,ax2,ax3都是對象 plt.grid(axis='both') ax1=plt.subplot(2,2,1) ax1.grid() ax1.plot(x,y,'r') ax2=plt.subplot(2,2,2) ax2.plot(x,y,'b') ax2.grid() ax3=plt.subplot(2,1,2) ax3.grid() ax3.plot(x,y,'black')
1.7 座標軸界限3d
axis方法:設置x,y軸刻度值的範圍code
plt.axis([xmin,xmax,ymin,ymax])orm
plt.axis([-6,6,-2,2]) plt.plot(x,y) #plt.axis('off') 關閉座標系顯示
1.8 關閉座標軸顯示
plt.axis('off')
1.9 設置畫布比例
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
plt.figure(figsize=(2,3))
plt.plot(x,y)
1.10 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
(1) plt的xlabel方法和ylabel方法 title方法
plt.xlabel('x') plt.ylabel('sin(x)') plt.title('y= sin(x)') plt.plot(x,y)
1.11 圖例---legend方法
(1)兩種傳參方法:
- 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
#方式一 plt.plot(x,y,label='aaa') plt.plot(x+3,y+3,label='bbb') plt.legend() #方式二 plt.plot(x,y,x+3,y+3) plt.legend(['aaa','bbb'])
(2)legend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
- ncol參數
- ncol控制圖例中有幾列,在legend中設置ncol
plt.plot(x,y,x+3,y+3) plt.legend(['aaa','bbb'],loc=3,ncol=2)
1.12 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)
fig = plt.figure() plt.plot(x,y,x+3,y+3) plt.legend(['aaa','bbb'],loc=3,ncol=2) fig.savefig('./img.png',dpi=500) #dip表示像素分辨率
1.13 設置plot的風格樣式
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元組透明度 -- alpha參數(0-1)
- color = (0.3,0.3,0.4)
-
線型 -- 參數linestyle或ls
- 線寬 -- linewidth或lw參數
- 點型
-
- marker 設置點形
- markersize 設置點形大小
plt.plot(x,y,c='y',alpha=0.8,lw=3,marker='8',markersize=10,markerfacecolor='b') plt.grid(color='r')
總結: 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)
二 2D圖形
2.1 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
- bins
data = [1,2,3,3,4,2,5]
plt.hist(data,bins=10)
圖像中返回值 :
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
2.2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() : 垂直的條形圖
barh():水平條形圖
x=[1,2,3,4,5] y=[3,5,4,2,1] plt.bar(x,y,width=0.6,color='r')
plt.barh(x,y) #水平條形圖
2.3 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
plt.pie([11,22,33])
- 普通未佔滿餅圖:小數/比例
plt.pie([0.2,0.3,0.1])
- 餅圖參數屬性設置
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
##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])
2.4 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()
#plt.scatter(x,y,marker='d',c="rbgy") 設置不一樣的散點顏色 x = np.random.random(size=(100,)) y = np.random.random(size=(100,)) plt.scatter(x,y,c='rgby')