目錄
- 一、前言
- 二、線型圖
- 三、線條顏色、標(biāo)記形狀和線型
- 四、標(biāo)簽和圖例
- 五、子圖
- 六、散點(diǎn)圖
- 七、直方圖
- 八、餅圖
一、前言
Matplotlib是Python的繪圖庫(kù)，不僅具備強(qiáng)大的繪圖功能，還能夠在很多平臺(tái)上使用，和Jupyter Notebook有極強(qiáng)的兼容性。
二、線型圖
import matplotlib.pyplot as plt
import numpy as np
# 指定生成隨機(jī)數(shù)的種子，這樣每次運(yùn)行得到的隨機(jī)數(shù)都是相同的
np.random.seed(42)
# 生成30個(gè)滿足平均值為0、方差為1的正態(tài)分布的樣本
x = np.random.randn(30)
# plot本意有“繪制(圖表)”的意思，所以下面這一行代碼是繪制圖表。r指定繪制的線條顏色為紅色，o指定標(biāo)記實(shí)際點(diǎn)使用的形狀為圓形，--指定線條形狀為虛線
plt.plot(x, "r--o")
# 顯示圖表
plt.show()
三、線條顏色、標(biāo)記形狀和線型
線條顏色常用參數(shù)：
- “b”：指定繪制的線條顏色為藍(lán)色。
- “g”：指定繪制的線條顏色為綠色。
- “r”：指定繪制的線條顏色為紅色。
- “c”：指定繪制的線條顏色為藍(lán)綠色。
- “m”：指定繪制的線條顏色為洋紅色。
- “y”：指定繪制的線條顏色為黃色。
- “k”：指定繪制的線條顏色為黑色。
- “w”：指定繪制的線條顏色為白色。
標(biāo)記形狀常用參數(shù)：
- “o”：指定標(biāo)記實(shí)際點(diǎn)使用的形狀為圓形。
- “*”：指定標(biāo)記實(shí)際點(diǎn)使用的形狀為星形。
- “+”：指定標(biāo)記實(shí)際點(diǎn)使用的形狀為加號(hào)形狀。
- “x”：指定標(biāo)記實(shí)際點(diǎn)使用的形狀為x形狀。
線型常用參數(shù)：
- “-”：指定線條形狀為實(shí)線。
- “–”：指定線條形狀為虛線。
- “-.”：指定線條形狀為點(diǎn)實(shí)線。
- “:”：指定線條形狀為點(diǎn)線。
import matplotlib.pyplot as plt
import numpy as np
# 未指定種子的值，所以最終產(chǎn)生的隨機(jī)數(shù)不同
# randn()生成30個(gè)滿足平均值為0、方差為1的正態(tài)分布的樣本
a = np.random.randn(30)
b = np.random.randn(30)
c = np.random.randn(30)
d = np.random.randn(30)
# a：紅色，虛線，圓形；b：藍(lán)色，實(shí)線，星號(hào)；c：綠色，點(diǎn)實(shí)線，加號(hào)；d：洋紅色，點(diǎn)線，x形狀
plt.plot(a, "r--o", b, "b-*", c, "g-.+", d, "m:x")
plt.show(
四、標(biāo)簽和圖例
為了讓繪制的圖像更易理解，我們可以增加一些繪制圖像的說(shuō)明，一般是添加圖像的軸標(biāo)簽和圖例，如下面的例子所示：
import matplotlib.pyplot as plt
import numpy as np
np.random.seed(42)
x = np.random.randn(30)
y = np.random.randn(30)
# 圖表標(biāo)題
plt.title("Example")
# 圖表標(biāo)簽
plt.xlabel("X")
plt.ylabel("Y")
# X, Y后面的逗號(hào)去掉會(huì)報(bào)出警告
X, = plt.plot(x, "r--o")
Y, = plt.plot(y, "b-*")
# 圖例顯示(顯示圖片右上角的圖例)
# legend()有兩個(gè)列表參數(shù)，第一個(gè)列表參數(shù)是圖中實(shí)際使用的標(biāo)記和線性，第二個(gè)列表參數(shù)是對(duì)應(yīng)圖例的文字描述
# legend本意：傳奇、圖例、解釋、說(shuō)明，這里是圖例的意思
plt.legend([X, Y], ["X", "Y"])
plt.show()
五、子圖
當(dāng)需要將多個(gè)圖像同時(shí)在不同的位置顯示，則需要用到子圖(Subplot)的功能。
import matplotlib.pyplot as plt
import numpy as np
# 未指定隨機(jī)數(shù)種子的值
a = np.random.randn(30)
b = np.random.randn(30)
c = np.random.randn(30)
d = np.random.randn(30)
# 定義一個(gè)實(shí)例fig，相當(dāng)于子圖最外面的大圖
fig = plt.figure()
# 向fig實(shí)例中添加需要的子圖，前兩個(gè)參數(shù)表示把大圖分成了2行2列，最后一個(gè)參數(shù)表示使用哪一張子圖進(jìn)行繪制
ax1 = fig.add_subplot(2, 2, 1)
ax2 = fig.add_subplot(2, 2, 2)
ax3 = fig.add_subplot(2, 2, 3)
ax4 = fig.add_subplot(2, 2, 4)
# 設(shè)置圖例
A, = ax1.plot(a, "r--o")
ax1.legend([A], ["A"])
B, = ax2.plot(b, "b-*")
ax2.legend([B], ["B"])
C, = ax3.plot(c, "g-.+")
ax3.legend([C], ["C"])
D, = ax4.plot(d, "m:x")
ax4.legend([D], ["D"])
plt.show()
六、散點(diǎn)圖
如果需要獲取的是一些散點(diǎn)數(shù)據(jù)，則可以通過(guò)繪制散點(diǎn)圖(Scatter)來(lái)展示數(shù)據(jù)的分布和布局。
import matplotlib.pyplot as plt
import numpy as np
# 設(shè)置隨機(jī)數(shù)種子的值
np.random.seed(42)
x = np.random.randn(30)
y = np.random.randn(30)
# 散點(diǎn)圖，scatter()的參數(shù)必須同時(shí)含有x, y
plt.scatter(x, y, c = 'g', marker='o', label = "(X, Y)")
# 散點(diǎn)圖的標(biāo)題
plt.title("Example")
# 設(shè)置坐標(biāo)軸的標(biāo)簽
plt.xlabel("X")
plt.ylabel("Y")
# 設(shè)置圖例，loc=0表示使用最好的位置，loc=1強(qiáng)制圖例使用圖中右上角的位置，loc=2強(qiáng)制使用左上角位置，loc=3強(qiáng)制使用左下角位置，loc=4強(qiáng)制使用右下角位置
plt.legend(loc = 1)
# 顯示圖像
plt.show()
scatter()方法中特別需要注意的參數(shù)：
- “c”：指定散點(diǎn)圖中繪制的參數(shù)使用哪種顏色，這與第2部分線條常用參數(shù)相，所以這里g表示設(shè)置為綠色。
- “marker”：指定散點(diǎn)圖中繪制的參數(shù)點(diǎn)使用哪種形狀，和第2部分標(biāo)記形狀常用參數(shù)相同，所以這里o表示設(shè)置為圓形。
- “l(fā)abel”：指定在散點(diǎn)圖中繪制的參數(shù)使用的圖例，這里與第3部分圖例有所不同，注意區(qū)別。
七、直方圖
直方圖(Histogram)是一種統(tǒng)計(jì)報(bào)告圖，通過(guò)使用一些列高度不等的縱向條紋或直方表示數(shù)據(jù)分布的情況，一般用橫軸表示數(shù)據(jù)類型，縱軸表示分布情況。下面來(lái)看具體實(shí)例：
import matplotlib.pyplot as plt
import numpy as np
# 指定隨機(jī)數(shù)種子的值
np.random.seed(42)
x = np.random.randn(1000)
# 直方圖，bins表示繪制的直方圖的條紋的數(shù)量；color表示直方圖條紋的顏色，g表示綠色
plt.hist(x, bins = 20, color = 'g')
# 設(shè)置標(biāo)題
plt.title("Example")
# 設(shè)置坐標(biāo)軸標(biāo)簽
plt.xlabel("X")
plt.ylabel("Y")
# 顯示圖像
plt.show()
八、餅圖
import matplotlib.pyplot as plt
# 標(biāo)簽
labels = ['Dos', 'Cats', 'Birds']
# sizes的三個(gè)數(shù)字確定了每部分?jǐn)?shù)據(jù)系列在整個(gè)圓形中的占比
sizes = [15, 50, 35]
# 餅圖，explode定義每部分?jǐn)?shù)據(jù)系列之間的間隔，設(shè)置兩個(gè)0和一個(gè)0.1，就能突出第三部分；autopct將sizes中的數(shù)據(jù)以所定義的浮點(diǎn)數(shù)精度進(jìn)行顯示；
# startangle是繪制第一塊餅圖時(shí)，該餅圖與X軸正方向的夾角度數(shù)，這是設(shè)置90度，默認(rèn)是0度。
plt.pie(sizes, explode = (0, 0, 0.1), labels = labels, autopct = '%1.1f%%', startangle = 90)
# 下面的一行代碼必須存在，用于使X軸和Y軸的刻度時(shí)刻保持一致，只有這樣，最后得到的餅圖才是圓的
plt.axis('equal')
# 顯示圖像
plt.show()
到此這篇關(guān)于Python繪圖庫(kù)Matplotlib的基本用法的文章就介紹到這了,更多相關(guān)Python Matplotlib的用法內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- Python matplotlib可視化繪圖詳解
- Python繪圖之詳解matplotlib
- Python matplotlib實(shí)用繪圖技巧匯總
- python matplotlib繪圖實(shí)現(xiàn)刪除重復(fù)冗余圖例的操作
- python 繪圖模塊matplotlib的使用簡(jiǎn)介
- Python matplotlib繪圖詳解
