python数据分析与展示（三）

Matplotlib库入门

一、Matplotlib库的导入

Matplotlib库是python优秀的可视化第三方库

Matplotlib库由各种可视化类构成，内部结构复杂，受Matlab启发，matplotlib.pyplot是绘制各类可视化图形的命令子库，相当与快捷方式。

#plt是引入模块的别名，这是一种约定俗成的引入名称
import matplotlib.pyplot as plt

二、Matplotlib库小测

1.绘制简单的折线图

import matplotlib.pyplot as plt

plt.plot([3,1,4,5,2])
plt.ylabel('Grade')
plt.show()

#注：plt.plot()只有一个输入列表或数组时，参数被当作Y轴，X轴以索引自动生成。

2.将绘制的图保存成文件

import matplotlib.pyplot as plt

plt.plot([3,1,4,5,2])
plt.ylabel('Grade')
plt.savefig('D://test',dpi=600)

#注：plt.savefig()将图形存储为文件，默认为PNG格式，可以通过dpi修改输出质量

3.同时添加X轴和Y轴的数组绘图

import matplotlib.pyplot as plt

plt.plot([0,2,4,6,8],[3,1,4,5,2])
plt.ylabel('Grade')
plt.axis([-1,10,0,6])
plt.show()

#注：plt.plot(x,y)当有两个以上参数时，按照X轴和Y轴绘制数据点

　　  plt.axis(list/array)为X轴和Y轴分别设置起始值和终止值

三、pyplot的绘图区域

plt.subplot(nrows,ncols,plot_number)

#nrows：横轴的数量
#ncols：纵轴的数量
#plot_number：当前绘图区域

例如：

plt.sublot(3,2,4)

当前的绘图区域：

简单实例：

import numpy as np
import matplotlib.pyplot as plt

def f(t):
    return np.exp(-t)*np.cos(2*np.pi*t)

a=np.arange(0.0,5.0,0.02)
plt.subplot(211)    #第一块区域
plt.plot(a,f(a))

plt.subplot(212)    #第二块区域
plt.plot(a,np.cos(2*np.pi*a))
plt.show()

效果：

四、pyplot的plot()函数

plt.plot(x,y,format_string,**kwargs)

#    x：X轴数据，列表或数组，可选
#    y：Y轴数据，列表数组
#    format_string：控制曲线的格式字符串，可选
#    **kwargs：第二组或更多(x,y,format_string)

#注：当绘制多条曲线时，各条曲线的x不能省略

#当不设置format_string时，matplotib会自动对一个绘图区域的多条曲线设置不同的颜色。

例：

import numpy as np
import matplotlib.pyplot as plt

a=np.arange(10)
plt.plot(a,a*1.5,a,a*2.5,a,a*3.5,a,a*4.5)
plt.show()

例子：

 format_string：控制曲线的格式字符串，可选。由颜色字符、风格字符和标记字符组成。

颜色字符：

风格字符：

 

标记字符：

实例：

import numpy as np
import matplotlib.pyplot as plt

a=np.arange(10)
plt.plot(a,a*1.5,'bo-',a,a*2.5,'gx--',a,a*3.5,'r-.',a,a*4.5,'y*:')
plt.show()

效果：

五、pyplot的中文显示（pyplot并不默认支持中文显示）

1.使用rcParams修改字体

raParams的属性：

中文字体的种类：

实例：

import numpy as np
import matplotlib
import matplotlib.pyplot as plt

matplotlib.rcParams['font.family']='Kaiti'
matplotlib.rcParams['font.size']=12
matplotlib.rcParams['font.style']='normal'
a=np.arange(0.0,5.0,0.02)
plt.ylabel('纵轴：振幅')
plt.xlabel('横轴：时间')
plt.plot(a,np.cos(2*np.pi*a),'b--')
plt.show()

效果：

2.在有中文输出的地方增加一个属性：fontproperties

实例：

import numpy as np
import matplotlib
import matplotlib.pyplot as plt

a=np.arange(0.0,5.0,0.02)
plt.ylabel('纵轴：振幅',fontproperties='SimHei',fontsize=12)
plt.xlabel('横轴：时间',fontproperties='SimHei',fontsize=12)
plt.plot(a,np.cos(2*np.pi*a),'b--')
plt.show()

效果：

六、pyplot的文本显示函数

实例：

import numpy as np
import matplotlib
import matplotlib.pyplot as plt

a=np.arange(0.0,5.0,0.02)
plt.plot(a,np.cos(2*np.pi*a),'b--')
plt.ylabel('纵轴：振幅',fontproperties='SimHei',fontsize=12,color='green')
plt.xlabel('横轴：时间',fontproperties='SimHei',fontsize=12)
plt.title('正弦波实例 $y=cos(2\pi x)$',fontproperties='SimHei',fontsize=20,color='red')
plt.text(2,1,r'$\mu=100$',fontsize=15)
plt.axis([-1,6,-2,2])
plt.show()

效果：

#注释的使用：

plt.annotate(s, xy=arrow_crd, xytext=text_crd, arrowprops=dict)

 实例：

import numpy as np
import matplotlib
import matplotlib.pyplot as plt

a=np.arange(0.0,5.0,0.02)
plt.plot(a,np.cos(2*np.pi*a),'b--')
plt.ylabel('纵轴：振幅',fontproperties='SimHei',fontsize=12,color='green')
plt.xlabel('横轴：时间',fontproperties='SimHei',fontsize=12)
plt.title('正弦波实例 $y=cos(2\pi x)$',fontproperties='SimHei',fontsize=20,color='red')
plt.annotate(r'$\mu=100$',xy=(2,1),xytext=(3,1.5),arrowprops={'facecolor':'black','shrink':0.1,'width':2})
plt.axis([-1,6,-2,2])
plt.show()

效果：

七、pyplot的子绘图区域

1.subplot2grid()

虽然使用plt.subplot()方法也可以设置绘图区域，但是这种方法过于繁琐。当绘图子区域过多时，实际中更多使用plt.subplot2grid()方法。

plt.subplot2grid(GridSepc，CurSpec，colspan=1，rowspan=1)

#理念：设定网格，选中网格，确定选中行列区域数量，编号从0开始

划分区域效果：

2.GridSpec类

使用GridSpec类可以达到和subplot2grid()方法相同的效果。