Matplotlib

本页PDF

导包

import matplotlib.pyplot as plt

散点图

使用plt.scatter(x,y)方法绘制散点图

import matplotlib.pyplot as plt
import numpy as np

x = [0.13,0.22,0.39,0.59,0.68,0.74,0.93]
y = [0.75,0.34,0.44,0.52,0.80,0.25,0.65]

plt.figure(figsize = (8,6))
## 绘制散点图
plt.scatter(x,y,marker = 's',s = 50)

## 对每个点添加注释
for x,y in zip(x,y):
    plt.annotate('(%s,%s)'%(x,y),xy=(x,y),xytext = {0,-15},textcoords = 'offset points')

plt.show()

直方图

使用plt.hist()绘制直方图

import matplotlib,pyplot as plt
import numpy as np

data = np.random.normal(0,20,1000)
bins = np.arange(-100,100,5)

plt.hist(data,bins = bins)
plt.show()

条形图

• 使用plt.bar(x,y)绘制条形图

• 使用plt.barh(x,y)绘制横着的条形图

import matplotlib.pyplot as plt
import numpy as np

np.random.seed(0)
x = np.arange(5)
y = np.random.randn(5)
fig,axes = plt.subplots(ncols = 2)
## 设置透明度和颜色
v_bars = axes[0].bar(x,y,color = 'red',alpha = 0.5)
h_bars = axes[1].barh(x,y,color = 'red',alpha = 0.5)

3D图

导包

from mpl_toolkits.mplot3d import Axes3d

将坐标设置为3d轴

ax = plt.gca(projection = '3d')

import numpu as np
import matplotlib.pyplot as plt

t = np.linspace(0,10,100)
x = np.sin(t)
y = np.cos(t)
z = t

## 读取当前坐标轴，用ax接收
ax = plt.gca(projection = '3d')
## 后续操作用ax变量进行
ax.plot(x,y,z,label = '3D')
ax.set_xlabel('x label')
ax.set_ylabel('y label')
ax.set_zlabel('z label')
ax.legend()

plt.show()

API说明

• plt.plot(x,y):传入x，y轴参数

  • 可以添加label参数，在图像上显示label，即自变量标签
  • 可以添加color参数，显示线条颜色
  • linstyle:线条风格
  • lindwidth：线条粗细
  • alpha：透明度
  • marker：图形外观

• plt.subplot(nrows,ncols,index):绘制子图

  • nrows：子图的行
  • ncols：子图的列
  • index：当前子图的索引
  • 在这个方法后面使用plt.plot()即可绘制子图

• plt.subplots():一次性创建一组子图，并返回一个figure对象和一个包含各子图axes对象的数组

  • 常见参数：

    • nrows：指定子图的行数
    • ncols：指定子图的列数
    • sharex(y)：设置子图之间是否共享x轴(y轴)

  • axes常用属性和方法：

    • plot()：绘制折线图
    • set_title()：设置子图标题
    • set_x(y)label()：设置坐标轴标签
    • set_x(y)lim()：设置坐标轴范围

  •   import matplotlib.pyplot as plt
      import numpy as np
      
      np.random.seed(0)
      x = np.arange(5)
      y = np.random.randn(5)
      fig,axes = plt.subplots(ncols = 2)
      
      axes[0].plot(x,y,label = '1')
      axes[1].plot(y,x,label = '2')
      
      plt.show()

• plt.show():展现图片

• pyplot.figure(figsize=(20,8),dpi=80):图像模糊时可以传入dpi参数使得图片清晰,figsize表示宽和高

  • 可以把这个函数的返回值用fig接收，fig就相当于一个画布，你可以在这个画布上绘制多个图形

  • fig.add_subplot：添加子图

  •   import matplotlib.pyplot as plt
      import numpy as np
      
      # 创建 Figure 对象
      fig = plt.figure(figsize=(8, 4), dpi=100)
      
      # 添加子图
      ax1 = fig.add_subplot(1, 2, 1)
      ax2 = fig.add_subplot(1, 2, 2)
      
      # 生成数据
      x = np.linspace(0, 10, 100)
      y1 = np.sin(x)
      y2 = np.cos(x)
      
      # 在子图上绘制
      ax1.plot(x, y1, label='Sine')
      ax1.set_title('Sine Wave')
      ax1.legend()
      
      ax2.plot(x, y2, label='Cosine', color='orange')
      ax2.set_title('Cosine Wave')
      ax2.legend()
      
      # 显示图形
      plt.show()

• pyplot.savefig("图片保存地址"):保存为svg这种矢量图格式

• pyplot.x(y)ticks():调整x轴(y轴)刻度,参数里面最好传range

  • xticks(ticks,labels,**kwargs)

    • ticks:x轴刻度位置的列表，传入空列表不显示x轴
    • labels：放在指定刻度位置的标签文本。ticks有值才能传入labels，传空列表时会默认使用ticks的值
    • **kwargs：文本属性，控制标签文本的展示
      • rotation:旋转度数

   ```python
   import matplotlib.pyplot as plt
   # 设置x轴的刻度
   bar_label = ['bar1','bar2','bar3']
   x_pos = list(range(len(bar_label)))
   plt.xticks(x_pos,bar_label)
   ```
  

• 解决无法显示出中文：导入font_manager，在fontproperties参数里面传入my_font

• pyplot.x(y)label():添加x(y)轴描述信息

  • font_size：调整字体大小

• pyplot.title():显示标题

  • 里面填标题

• pyplot.grid(alpha):绘制网格

  • alpha：透明度

• pyplot.legend():添加图例

  • loc:图例位置，值为0表示自动找最好位置

• plt.annotate(text,xy,xytext=None,arrowprops=None,**kwargs)

  • text：要显示的注释文本

  • xy：要标记的位置，通常是一个包含(x,y)坐标的元组

  • xytext：可选，注释文本的显示位置，不指定则显示在xy的位置

  • arrowprops：可选，包含箭头属性的字典，用于指示xy位置的箭头

  • **kwargs：其他绘图参数，是一个字典

  •   import matplotlib.pyplot as plt
      
      plt.annotate('Local Max', xy=(1.57, 1), xytext=(3, 0.5),
                   arrowprops=dict(facecolor='red', shrink=0.05),
                   fontsize=12, color='blue')

• plt.fill_between(x, y1, y2=0, **kwargs):将曲线和轴之间的区域用颜色填充

  • x: x 轴上的数据点。

  • y1: y 轴上的第一个数据点，用于定义填充区域的上边界。

  • y2: y 轴上的第二个数据点（可选），定义填充区域的下边界。如果没有指定 y2，默认从曲线填充到 y=0。

  • **kwargs: 其他参数，如颜色 (color)、透明度 (alpha)、图例标签 (label) 等。

• plt.xlim()：设置x轴刻度的范围

  •   import matplotlib.pyplot as plt
      # 设置x轴刻度范围为1-10
      plt.xlim(1,10)

• plt.vlines(x,ymin,ymax,colors,linestyles):绘制垂直线

  • x：垂直线的x轴位置

  • ymin：垂直线的起始y轴位置

  • ymax：垂直线的结束y轴位置

  • colors：线条的颜色

  • linestyles：线条风格

  •   import matplotlib.pyplot as plt
      
      x = [1,2,3,4,5]
      y = [2,3,1,4,7]
      plt.plot(x,y)
      
      # 在x=3的位置绘制一条从y=0到y=5的垂线
      plt.vlines(x = 3,ymin = 0,ymax = 5,colors = 'r',linestyles='dash')
      plt.show()

• zip(x,y)：将两个迭代对象x，y打包在一起，并进行配对