数据分析第二篇：matplotlib 常用的几个绘图方法

Matplotlib

matplotlib是python的绘图库，使用它可以很方便的绘制出版质量级别的图形

matplotlib的基本功能

1.基本绘图

1.1 绘制坐标系中连续的线，设置线型/线宽/颜色

绘制一条线的相关API

import numpy as np

import matplotlib.pyplot as plt

# xarray：散点的x坐标数组

# yarray：散点的y坐标数组

plt.plot(xarray, yarray)

plt.show()

import numpy as np

import matplotlib.pyplot as plt

x = np.arange(,)

y = np.arange(,)

plt.plot(x, y)

plt.show()

绘制水平线和垂直线相关API

# 绘制一条垂直x轴的线，需要给定x坐标值的value,指定y坐标范围

plt.vlines(value, ymin, ymax,..)

# 绘制一条垂直y轴的线，需要给定y坐标值的value,指定x坐标范围

plt.hlines(value, xmin, xmax,..)

import numpy as np

import matplotlib.pyplot as plt

x = np.arange(,)

y = np.arange(,)

plt.plot(x, y)

plt.vlines(, , )

plt.hlines(, , )

plt.show()

线型/线宽/颜色

plt.plot(x,y,

        linestyle='',  # 线型

        linewidth=,   # 线宽

        color='',   # 颜色

        alpha=0.5   # 透明度

        )

r 红色
g 绿色
b 蓝色
c cyan
m 紫色
y 土黄色
k 黑色
w 白色

1.2 设置坐标轴的范围

plt.xlim(x_lim_min, x_lim_max)

plt.ylim(y_lim_min, y_lim_max)

1.3 设置坐标刻度

# 设置x轴的坐标刻度

# x_val_list：坐标值列表

# x_text_list：坐标刻度列表

plt.xticks(x_val_list, x_text_list)

plt.yticks(y_val_list, y_text_list)

# 设置坐标刻度[-π，-π/, , π/, π]

---------------方法一------------

x_val_list= [-np.pi, -np.pi/, , np.pi/, np.pi]

x_text_list = ['-π','-π/2','','π/2','π']

plt.xticks(x_val_list, x_text_list)

--------------方法二-------------

x_text_list = [r'$-\pi$',r'$-\frac{\pi}{2}$',r'',r'$\frac{\pi}{2}$',r'${\pi}$']

刻度文本的特殊语法 - LaTeX排版语法规范

设置坐标轴

坐标轴包含四个：left/right/bottom/top

# getCurrentAxis() 获取当前坐标轴对象

ax = plt.gca()

ax1 = ax.spines['left']

axr = ax.spines['right']

# 设置坐标轴的颜色

axl.set_color('none')  # 设置坐标轴颜色为透明

# 设置坐标轴的位置

axl.set_position((type,val))

# 设置坐标轴颜色与位置

ax = plt.gca()

ax.spines['top'].set_color('none')

ax.spines['right'].set_color('none')

ax.spines['left'].set_position(('data',))

ax.spines['bottom'].set_position(('data',))

1.4 显示图例

# 自动在窗口中某个位置添加图例
# 添加图例需要在调用plt.plot()绘制曲线时设置label参数
通过loc参数设置图例的位置
plt.legend(loc='')

# 实例

plt.plot(x, cos_x, linestyle='--', linewidth=, color='y', label=r'$y =\frac{1}{2}cos(x)$')

plt.plot(x, sin_x, linestyle='-.', linewidth=, color='m', label=r'$y=sin(x)$')

plt.legend()

1.5 绘制特殊点

plt.scatter(x,y,

           marker='',   # 点型

           s=,       # 点的大小

           edgecolor='',  # 边缘色

           facecolor='',   # 填充色

           zorder=)      # 绘制顺序

1.6 为图像添加备注

plt.annotate(

    '',             # 备注内容

    xycoords='',   # 备注目标点使用的坐标系

    xy=(x,y),      # 备注目标点的坐标

    textcoords= '',  # 备注文本使用的坐标系

    xytext = (x,y),   # 备注文本的坐标

    fontsize = ,    # 备注文本字体大小

    arrowprops = dict()   # 提示箭头属性

)

arrowprops参数使用字典定义只想目标点的箭头样式

arrowprops = dict(

    arrowstyle = '',   # 定义箭头样式

    connectionstyle = '' # 定义连接线样式

)

# 可设置箭头的弧度

connectionstyle='arc3, rad=0.1',

2.高级绘图

2.1 绘制子图

一次绘制两个窗口

plt.figure(

'',       # 窗口标题

    figsize=(,),    # 窗口大小

    facecolor = ''    # 窗口颜色

)

plt.show()    # 展示窗口

# 可以创建多个窗口，每个窗口的标题不同，后续调用plt的方法进行绘制时将作用于当前窗口上
#，如果希望修改已经创建过的窗口，可以通过plt.figure('figure1')方法把该窗口设置为当前窗口。

plt.figure('figure1', figsize=(,), facecolor='lightgray')

plt.figure('figure2', figsize=(,), facecolor='lightgray')

设置当前窗口的常用参数

plt.title('', fontsize=18) # 设置标题
plt.xlabel('', fontsize=12) # 设置窗口中x坐标轴的文本及y坐标轴的文本
plt.ylabel('', fontsize=12)
plt.tick_params(label=8) #
plt.grid() # 设置图表网格线
plt.tight_layout() # 设置紧凑布局

矩阵式布局

plt.figure('')
# 开始绘制一个子图
# 通过参数rows与cols拆分当前窗口，每个子窗口都将分配一个序号， 1-x
plt.subplot(rows, cols, num)
plt.subplot(2,3,2)
plt.subplot(233)
plt.show()

绘制九宫格子图

import numpy as np
import matplotlib.pyplot as mp

mp.figure('Sub Layout', facecolor='gray')
for i in range(1, 10):
mp.subplot(3, 3, i)
mp.text(0.5, 0.5, i, ha='center',
va='center', size=36, alpha=0.8)
mp.xticks([])
mp.yticks([])
mp.tight_layout()
mp.show()

网格式布局

import matplotlib.gridspec as mg
mp.figure('')
# 该方法将会返回子图的二维数组
gs = mg.GridSpec(3, 3)
# 通过subplot对子图进行合并
# gs[0, :2]->合并0行中的0/1列作为1个子图进行绘制
mp.subplot(gs[0, :2])
mp.show()

自由布局

plt.figure(

'',       # 窗口标题

    figsize=(,),    # 窗口大小

    facecolor = ''    # 窗口颜色

)

plt.show()    # 展示窗口

# 可以创建多个窗口，每个窗口的标题不同，后续调用plt的方法进行绘制时将作用于当前窗口上，如果希望修改已经创建过的窗口，可以通过plt.figure('figure1')方法把该窗口设置为当前窗口。

plt.figure('figure1', figsize=(,), facecolor='lightgray')

plt.figure('figure2', figsize=(,), facecolor='lightgray')

2.2散点图

plt.scatter(x,y,marker='', s=,color='',edgecolor='',facecolor='',zorder=)

随机生成一堆点身高期望在1.72 体重在60kg

import numpy as np

import matplotlib.pyplot as plt

n =

x= np.random.normal(, , n)

y= np.random.normal(, , n)

plt.figure('Persons', facecolor='lightgray')

plt.title('Persons')

plt.xlabel('height')

plt.ylabel('weight')

d = (x-)** + (y-)**

# 颜色映射

plt.scatter(x, y, c=d, s=)

plt.show()

2.6 图像填充

以某种颜色自动填充两条曲线的闭合区域。

plt.fill_between(

    x,     # x轴水平坐标

    sinx,   # sinx曲线的y坐标

    cosx,    # cosx曲线的y坐标

    sinx<cosx,   # 填充条件为TRUE时，填充

    color='',    # 颜色

    alpha=0.3    # 透明度

)

实例：sinx>cosx的部分进行填充

import numpy as np

import matplotlib.pyplot as plt

x = np.linspace(, *np.pi,)

sinx = np.sin(x)

cosx = np.cos(x/)/

plt.figure('Fill', facecolor='lightgray')

plt.title('Fill')

plt.xlabel('X')

plt.ylabel('Y')

plt.tick_params(labelsize=)

plt.plot(x,sinx,color='y', label='y=sin(x)')

plt.plot(x, cosx,color='b', label='y=cos(x/2)/2')

plt.fill_between(

    x,     # x轴水平坐标

    sinx,   # sinx曲线的y坐标

    cosx,    # cosx曲线的y坐标

    sinx>cosx,   # 填充条件为TRUE时，填充

    color='dodgerblue',    # 颜色

    alpha=0.5    # 透明度

)

plt.tight_layout()

plt.legend()

plt.show()

2.7 条形图（柱状图）

plt.bar(

x,      # 水平坐标数组

    y,      # 柱状图高度数组

    width,    # 柱子的宽度

    color='',    # 填充颜色

    label='',    # 标签

    alpha=0.5

)

案例：绘制苹果12个月的销量，绘制橘子的销量

import numpy as np

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']  # 步骤一（替换sans-serif字体）

apples = [, , , , , , , , , , , ]

oranges = [, , , , , , , , , , , ]

plt.figure('Bar', facecolor='lightgray')

plt.title('Bar', fontsize=)

plt.xlabel('month', fontsize=)

plt.ylabel('Price', fontsize=)

plt.tick_params(labelsize=)

plt.grid(linestyle=':', axis='y')

x = np.arange(len(apples))

plt.bar(x - 0.2, apples, 0.4, color='y', label='Apple')

plt.bar(x + 0.2, oranges, 0.4, color='b', label='Orange')

plt.xticks(x, ['一月', '二月', '三月', '四月', '五月', '六月', '七月', '八月', '九月',

               '十月', '十一月', '十二月'])

plt.legend()

plt.show()

2.8 饼图

功能：统计出占所有总量的百分比

plt.pie(

values,    # 值列表

    spaces,    # 扇形之间的间距列表

    labels,     # 扇形的标签列表

    colors,     # 扇形的颜色列表

    '%d%%',     # 所占比例的格式

    shadow=True, # 绘制阴影

    startangle=,  # 逆时针绘制饼状图的起始角度

    radius=     # 半径

 )

案例：绘制饼状图显示5门语言的流行度

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']  # 步骤一（替换sans-serif字体）

plt.figure('Pie', facecolor='lightgray')

plt.title('Pie', fontsize=)

values = [, , , , ]

spaces = [0.05, 0.01, 0.01, 0.01, 0.01]

labels = ['Python', 'Javascript', 'C++', 'Java', 'PHP']

colors = ['r', 'g', 'b', 'y', 'c']

plt.pie(values, spaces, labels, colors,'%d%%', shadow=False)

plt.legend()

plt.show()

2.9 等高线图

组成等高线需要网格点坐标矩阵，也需要每个点的高度，所以等高线的绘制属于3D数学模型的范畴

mp.contourf(

    x,    # 网格坐标矩阵

    y,

    z,    # 坐标矩阵中每个点的值

    ,    # 把整个模型的高度等分为8份

    cmap='jet'   # 颜色映射

)

import numpy as np

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']  # 步骤一（替换sans-serif字体）

plt.rcParams['axes.unicode_minus'] = False  #解决坐标轴负号的显示问题

n =

x, y = np.meshgrid(np.linspace(-,,n),

                   np.linspace(-,,n))

z = (-x/+x**+y**)*np.exp(-x** - y**)

plt.figure('Contour', facecolor='lightgray')

plt.title('Contour', fontsize=)

plt.xlabel('x', fontsize=)

plt.ylabel('y', fontsize=)

plt.tick_params(labelsize=)

plt.grid(linestyle=':')

plt.contourf(x,y,z,,cmap='jet')

cntr = plt.contour(x,y,z,,colors='black', linewidths=0.5)

# 设置等高线的标签文本

plt.clabel(cntr, inline_spacing=, fmt='%.1f', fontsize=)

plt.legend()

plt.show()

2.10 热成像图

用图像的方式显示矩阵集矩阵中值的大小

# origin的可选值：

# 'upper'：默认值 y轴方向向下，原点在上方

# 'lower'：原点在下方

plt.imshow(z, cmap='jet',origin='lower')

实例：热成像图

import numpy as np

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']  # 步骤一（替换sans-serif字体）

plt.rcParams['axes.unicode_minus'] = False  #解决坐标轴负号的显示问题

n =

x, y = np.meshgrid(np.linspace(-,,n),

                   np.linspace(-,,n))

z = (-x/+x**+y**)*np.exp(-x** - y**)

plt.figure('Hot', facecolor='lightgray')

plt.title('Hot', fontsize=)

plt.xlabel('x', fontsize=)

plt.ylabel('y', fontsize=)

plt.tick_params(labelsize=)

plt.grid(linestyle=':')

plt.imshow(z, cmap='jet', origin='lower')

plt.show()

2.11 3D图像绘制

matplotlib支持绘制三维曲面，但需要使用axis3d提供的3D坐标轴进行绘制。

from mpl_toolkits.mplot3d import axes3d

ax3d = plt.gca(projection='3d')

# 使用ax3d对象绘制3维图形

ax3d.scatter()         # 3维散点图

ax3d.plot_surface()    # 3维平面图

ax3d.plot_wireframe()  # 3维线框图

三维散点图的绘制

ax3d.scatter(

x,y,z,   # 点的位置坐标点

    marker,

    s=,

    zorder=,

    color='',

    edgecolor='',

    facecolor='',

    c=v,

    cmap=''

)

案例：生成三维散点数组，显示在三维坐标中。

import numpy as np

import matplotlib.pyplot as plt

from mpl_toolkits.mplot3d import axes3d

plt.rcParams['font.sans-serif'] = ['SimHei']  # 步骤一（替换sans-serif字体）

plt.rcParams['axes.unicode_minus'] = False  # 解决坐标轴负号的显示问题

n =

# 期望是0， 标准差是1

x = np.random.normal(, , n)

y = np.random.normal(, , n)

z = np.random.normal(, , n)

plt.figure('Scatter', facecolor='lightgray')

plt.title('Scatter', fontsize=)

plt.grid(linestyle=':')

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

ax.set_xlabel('X', fontsize=)

ax.set_ylabel('Y', fontsize=)

ax.set_zlabel('Z', fontsize=)

plt.tick_params(labelsize=)

# v的值用于设置散点的颜色

v = np.sqrt(x **  + y **  + z ** )

ax.scatter(x, y, z, c=v, cmap='jet')

plt.show()

三维平面图的绘制

ax3d.plot_surface(

x,y,z,    # 点的位置坐标点

    rstride = ,  # 行跨距

    cstride=,   # 列跨距

    cmap='jet'   # 颜色映射

)

import numpy as np

import matplotlib.pyplot as plt

from mpl_toolkits.mplot3d import axes3d

plt.rcParams['font.sans-serif'] = ['SimHei']  # 步骤一（替换sans-serif字体）

plt.rcParams['axes.unicode_minus'] = False  # 解决坐标轴负号的显示问题

n =

x, y = np.meshgrid(np.linspace(-, , n),

                   np.linspace(-, , n))

z = ( - x /  + x **  + y ** ) * np.exp(-x **  - y ** )

plt.figure('三维平面图', facecolor='lightgray')

plt.title('三维平面图', fontsize=)

plt.grid(linestyle=':')

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

ax.set_xlabel('X', fontsize=)

ax.set_ylabel('Y', fontsize=)

ax.set_zlabel('Z', fontsize=)

plt.tick_params(labelsize=)

# v的值用于设置散点的颜色

v = np.sqrt(x **  + y **  + z ** )

ax.plot_surface(x, y, z, rstride=, cstride=, cmap='jet')

plt.show()

三维线框图的绘制

import numpy as np

import matplotlib.pyplot as plt

from mpl_toolkits.mplot3d import axes3d

plt.rcParams['font.sans-serif'] = ['SimHei']  # 步骤一（替换sans-serif字体）

plt.rcParams['axes.unicode_minus'] = False  # 解决坐标轴负号的显示问题

n =

x, y = np.meshgrid(np.linspace(-, , n),

                   np.linspace(-, , n))

z = ( - x /  + x **  + y ** ) * np.exp(-x **  - y ** )

plt.figure('三维平面图', facecolor='lightgray')

plt.title('三维平面图', fontsize=)

plt.grid(linestyle=':')

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

ax.set_xlabel('X', fontsize=)

ax.set_ylabel('Y', fontsize=)

ax.set_zlabel('Z', fontsize=)

plt.tick_params(labelsize=)

# v的值用于设置散点的颜色

v = np.sqrt(x **  + y **  + z ** )

ax.plot_wireframe(x, y, z, rstride=, cstride=, cmap='jet')

plt.show()

巴特西