matplotlib簡介
matplotlib是python中用于繪制2D圖像，用于科學計算繪圖
基本繪圖函數說明和例子
-
barh(bottom, width, height=0.8, left=None, **kwargs)
- 繪制矩形的邊界為：left,left+width,bottom,bottom+height
-
參數：
- bottom：標量或數組，是條形圖的y軸
- width：條形圖的每一個條形的寬
- height：條形的高度，標量序列，默認是0.8
- left：條形的左邊的邊界，標量序列，一般是分類的類別
-
**kwargs:關鍵字參數，可以指定圖的格式，顏色等等
- color：標量或者數組，條形的顏色
- edgecolor：邊界的顏色、
- linewidth：線寬，0就是不畫邊界
- tick_label:string或者數組，默認是None，刻度的文
- xerr：標量或者數組，默認是None，如果不是None那么會畫出誤差線
- yerr：類似與xerr
- align：｛‘center’，‘edge’｝，如果是edge那么垂直條形圖條形會在刻度的左邊界，水平條形圖會對齊底對齊
- log：默認是False，軸長度按照log來
-
例子：
import matplotlib.pyplot as plt import numpy as np import matplotlib.pyplot as plt plt.rcdefaults() fig, ax = plt.subplots() # Example data people = ('Tom', 'Dick', 'Harry', 'Slim', 'Jim') y_pos = np.arange(len(people)) performance = 3 + 10 * np.random.rand(len(people)) ax.barh(y_pos, performance, align='center', color='green') ax.set_yticks(y_pos) /指明y軸的刻度 ax.set_yticklabels(people) ／指明刻度對應的標簽 ax.invert_yaxis() # 按照從上往下讀的順序 ax.set_xlabel('Performance') ax.set_title('How fast do you want to go today?') plt.show()
-
scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, **kwargs)
- 繪制散點圖
-
參數
- x，y：array-like
- s：點的大小，默認rcParams['lines.markersize']**2
- c:color 序列，當是序列的時候，利用cmap，可以是RGB
- marker：標記格式，默認'o'
- cmap：默認None，如果color序列是floa數組的話就調用Colormap，None：rcimage.cmap
- norm：標準化color序列，當且僅當color是float數組
- alpha：透明度
- edgecolor：邊界的顏色
- 例子：
import matplotlib.pyplot as plt import numpy.random as random fig,ax=plt.subplots() for color in ['red','green','blue']: n=100 x,y=random.randn(2,n) scale=200.0*random.rand(n) #標記的大小 plt.scatter(x,y,c=color,s=scale,alpha=0.5,edgecolor='none',label=color) ax.legend() #添加圖例 ax.grid(True) #打開網格 plt.show() -
箱線圖boxplot(x, notch=None, sym=None, vert=None, whis=None, positions=None, widths=None, patch_artist=None, bootstrap=None, usermedians=None, conf_intervals=None, meanline=None, showmeans=None, showcaps=None, showbox=None, showfliers=None, boxprops=None, labels=None, flierprops=None, medianprops=None, meanprops=None, capprops=None, whiskerprops=None, manage_xticks=True, autorange=False, zorder=None)
- 繪制箱線圖，查看數據分布情況和判斷數據是否分布對稱
-
參數
- x：輸入數據，數組或者向量序列
- notch：bool，默認是False，如果是True，那么就會生成帶有缺口的箱線圖，反映中位數的置信區間
- sym：flier 點，如果是空字符串的話，那么不會顯示flier，如果是None，那么默認flier是‘b+’，如果想顯示更多flier的格式那么要使用flierprops關鍵字參數，flier： 離群點
- vert：bool 默認True；如果是False，那么箱線圖是水平，True就是垂直
- whis：float，String，sequence，默認是1.5；確定正常數據的范圍（如果是序列），string=‘range’那么強迫圖覆蓋最大值到最小；如果是float的話，那么邊界點是Q3+whis＊（Q3-Q1）
- bootstrap：int
- manage_xticks:bool 默認是True；當是True的話，自動調整標簽和x軸范圍
- meanline：bool 默認False，如果是True，把均值也畫出來
- 例子：
import matplotlib.pyplot as plt import numpy as np # Random test data np.random.seed(123) all_data = [np.random.normal(0, std, 100) for std in range(1, 4)] fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(9, 4)) # rectangular box plot bplot1 = axes[0].boxplot(all_data, vert=True, # vertical box aligmnent patch_artist=True) # fill with color # notch shape box plot bplot2 = axes[1].boxplot(all_data, notch=True, # notch shape vert=True, # vertical box aligmnent patch_artist=True) # fill with color # fill with colors colors = ['pink', 'lightblue', 'lightgreen'] for bplot in (bplot1, bplot2): for patch, color in zip(bplot['boxes'], colors): patch.set_facecolor(color) # adding horizontal grid lines for ax in axes: ax.yaxis.grid(True) ax.set_xlabel('xlabel') ax.set_ylabel('ylabel') # add x-tick labels plt.setp(axes, xticks=[y+1 for y in range(len(all_data))], xticklabels=['x1', 'x2', 'x3', 'x4']) plt.show() -
步階圖step(x, y, *args, **kwargs)
- 步長積累圖
-
參數
- x：數組，1-D，一般遞增
- y：數組，1-D，一般遞增
-
where：｛'pre','post','mid'}
pre：默認，x[i]到x[i+1]之間有水平y[i+1]
post：間隔有水平y[i]
mid:那么y對應的點出現在間隔的中間
- 例子：
import numpy as np from numpy import ma import matplotlib.pyplot as plt x = np.arange(1, 7, 0.4) y0 = np.sin(x) y = y0.copy() + 2.5 plt.step(x, y, label='pre (default)') y -= 0.5 plt.step(x, y, where='mid', label='mid') y -= 0.5 plt.step(x, y, where='post', label='post') y = ma.masked_where((y0 > -0.15) & (y0 < 0.15), y - 0.5) plt.step(x, y, label='masked (pre)') plt.legend() plt.xlim(0, 7) plt.ylim(-0.5, 4) plt.show() -
pyplot.stem( args, *kwargs)
- 繪制莖葉圖
- x：array-like
- y:array-like
- 可以利用linefmt,markerfmt,basefmt:指定baseline的格式，標記的格式，線條的格式
- 返回(markerline,stemline,baseline)
- 例子：
import matplotlib.pyplot as plt import numpy as np x = np.linspace(0.1, 2*np.pi, 10) markerline, stemlines, baseline = plt.stem(x, np.cos(x), '-.') plt.setp(baseline, 'color', 'r', 'linewidth', 2) plt.show() -
pyplot.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False)
- 繪制餅圖，反映部分占總體的比例
-
參數
- x：部分分別占總體的比例，都是百分數只是沒有百分號
- explode：默認None，不為空那么長度肯定是len（x），如果其中一個不為0，其他為0說明該部分需要稍微離開總體一點，數值指定離開的比例
- colors：None，或者color序列，序列這顏色會循環填充部分
- labels：各部分的名稱
- autopct：string或function或None，作為數值標注或者將數值輸出為指定格式
- 例子：
import matplotlib.pyplot as plt # Pie chart, where the slices will be ordered and plotted counter-clockwise: labels = 'Frogs', 'Hogs', 'Dogs', 'Logs' sizes = [15, 30, 45, 10] explode = (0, 0.1, 0, 0) # only "explode" the 2nd slice (i.e. 'Hogs') fig1, ax1 = plt.subplots() ax1.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%', shadow=True, startangle=90) ax1.axis('equal') # Equal aspect ratio ensures that pie is drawn as a circle. plt.show() -
pyplot.hist(x, bins=None, range=None, normed=False, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False, **kwargs)
- 繪制直方圖
-
參數
- x：輸入值，數組或者n維數組序列
-
bins：面元個數 integer或者數組或者auto，如果是Integer，那么將會產生bins+1 個面元
數組，那么面元時間可能不相等 - range：面元的范圍，如果None，那么就是（x.min(),x.max())
- normed:如果是True，那么繪制頻率分布直方圖的時候，就會自動高度=頻數／len(x)
- cumulative:積累直方圖，默認是False，如果是True那么繪制積累直方圖
- stacked:默認False，多個數據堆疊在一起，False：多個數據并排
-
histtype：{'bar','barstacked','step','stepfilled'}
bar：條形
barstacked:條形堆積圖
step:生成一個線圖且沒有填充
stepfilled：生成一個填充線圖
- 例子：
import numpy as np import matplotlib.pyplot as plt np.random.seed(0) mu = 200 sigma = 25 x = np.random.normal(mu, sigma, size=100) fig, (ax0, ax1) = plt.subplots(ncols=2, figsize=(8, 4)) ax0.hist(x, 20, normed=1, histtype='stepfilled', facecolor='g', alpha=0.75) ax0.set_title('stepfilled') # Create a histogram by providing the bin edges (unequally spaced). bins = [100, 150, 180, 195, 205, 220, 250, 300] ax1.hist(x, bins, normed=1, histtype='bar', rwidth=0.8) ax1.set_title('unequal bins') fig.tight_layout() plt.show()
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
