Matplotlib

 

 

Matplotlib中的基本图表包括的元素

• x轴和y轴 axis 水平和垂直的轴线
• 轴标签 axisLabel 水平和垂直的轴标签
• x轴和y轴刻度 tick 刻度标示坐标轴的分隔，包括最小刻度和最大刻度
• x轴和y轴刻度标签 tick label 表示特定坐标轴的值
• 绘图区域（坐标系） axes 实际绘图的区域
• 画布 figure 呈现所有的坐标系

　　

Matplotlib三层结构：

• 容器层
  • 画板层（canvas）
  • 画布层（figure）
  • 绘图区/坐标系（x/y轴张成的区域）
• 辅助显示层
• 图像层

 

基础

使用plt.grid方法可以开启网格线，使用plt面向对象的方法，创建多个子图显示不同网格线

• lw代表linewidth，线的粗细
• alpha表示线的明暗程度
• color代表颜色
• axis显示轴向

 

设置坐标轴界限

• plt.axis([xmin,xmax,ymin,ymax])

　　注意：必须x,y轴同时设置界限

• 可以通过xlim，ylim方法

面向对象风格设置画布样式面向对象风格设置画布样式

• 使用面向对象风格设置画布样式，如果属性找不到，就使用set_XX函数设置
• . + Tab键,快捷查看对象属性和方法

 

坐标轴标签

• xlabel方法和ylabel方法（可以用字典来设置）
  • color 标签颜色
  • fontsize 字体大小
  • rotation 旋转角度

 

标题

• plt.title()方法
  • loc {left,center,right}
  • color 标签颜色
  • fontsize 字体大小
  • rotation 旋转角度

 

legend方法

• 两种传参方法：
• 第一种传参方法：
  • 分别在plot函数中增加label参数,再调用legend()方法显示
  • 直接在legend方法中传入字符串列表
• 第二种传参方法：
  • plt.plot(...label = xxx )

　　loc参数

　　　　loc参数用于设置图例标签的位置，一般在legend函数内
　　　　matplotlib已经预定义好几种数字表示的位置
　　　　loc参数可以是2元素的元组，

• • [0,0] 左下
  • [0,1] 左上
  • [1,0] 右下
  • [1,1] 右上
  • 图例也可以超过图的界限loc = (-0.1,0.9)　

　　ncol参数

　　　　ncol控制图例中有几列,在legend中设置ncol,需要设置loc

　　linestyle、color、marker

　　　　修改线条样式

axes1 = plt.subplot(221)
# True 开启网格线
# linewidth设置网格线的粗细
axes1.grid(True,linewidth=2)

axes2 = plt.subplot(222)
# alpha设置透明度 0-1之间的数
axes2.grid(True,alpha=0.5)

axes3 = plt.subplot(223)
axes3.grid(True,color='green')

axes4 = plt.subplot(224)
# 设置网格线方向
# linestyle/ls设置虚线
axes4.grid(True,axis='x')

　　

注：matplotlib显示中文如何处理?　　

###Windows解决方法###
from pylab import mpl

# 指定默认字体
mpl.rcParams['font.sans-serif'] = ['FangSong'] 

# 解决保存图像是负号'-'显示为方块的问题
mpl.rcParams['axes.unicode_minus'] = False 

 

保存图片：

使用figure对象的savefig的函数

• filename

　　含有文件路径的字符串或Python的文件型对象。图像格式由文件扩展名推断得出，例如，.pdf推断出PDF，.png推断出PNG （“png”、“pdf”、“svg”、“ps”、“eps”……）

• dpi

　　图像分辨率（每英寸点数），默认为100

• facecolor

　　图像的背景色，默认为“w”（白色）

设置plot的风格和样式:

plot语句中支持除X,Y以外的参数，以字符串形式存在，来控制颜色、线型、点型等要素，语法形式为： plt.plot(X, Y, ‘format’, …)

点和线的样式：

• 颜色
  • 参数color或c
• 透明度
  • alpha
• 背景色
  • 设置背景色，通过plt.subplot()方法传入facecolor参数，来设置坐标系的背景色
• 线型
  • 参数linestyle或ls
  • 
• 线宽
  • linewidth或lw参数
• 不同宽度的破折线
  • dashes参数（自定义破折线的样式：eg.dashes = [20,50,5,2,10,5]）
• 点型
  • marker 设置点形
    • 

    • 标记	描述	标记	描述
      ’s’	正方形	‘p’	五边形
      ‘h’	六边形1	‘H’	六边形2
      ‘8’	八边形

  • markersize 设置点形大小

 

多参数连用：

　　

多个曲线同一设置：

　　属性名声明,不可以多参数连用

　　plt.plot(x1, y1, x2, y2, fmt, …)

多曲线不同设置：

　　多个都进行设置时，多参数连用 plt.plot(x1, y1, fmt1, x2, y2, fmt2, …)

三种设置方式

• 向方法传入关键字参数

　　import matplotlib as mpl

• 对实例使用一系列的setter方法

　　plt.plot()方法返回一个包含所有线的列表，设置每一个线需要获取该线对象

　　　　eg: lines = plt.plot(); line = lines[0]
　　　　line.set_linewith()
　　　　line.set_linestyle()
　　　　ine.set_color()

• 对坐标系使用一系列的setter方法

　　axes = plt.subplot()获取坐标系

　　　　set_title()
　　　　set_facecolor()
　　　　set_xticks、set_yticks 设置刻度值
　　　　set_xticklabels、set_yticklabels 设置刻度名称

 

X、Y轴坐标刻度：　　

　　plt.xticks()和plt.yticks()方法

• 需指定刻度值和刻度名称 plt.xticks([刻度列表],[名称列表])
• 支持fontsize、rotation、color等参数设置

axes = plt.subplot(111)
axes.plot(x,np.sin(x))
# 使用画布对象设置坐标轴刻度和坐标轴刻度标签
axes.set_xticks([0,np.pi/2,np.pi,3*np.pi/2,2*np.pi])
axes.set_xticklabels(['0','$\pi$/2','π','3π/2','2π'],fontsize=20)

axes.set_yticks([-1,0,1])
axes.set_yticklabels(['min',0,'max'],fontsize=20) 

 　　

2D图形

1.直方图（hist()）

　　直方图的参数只有一个x！！！不像条形图需要传入x,y 　　

　　参数:

• bins(组数、组距)

　　　　可以是一个bin数量的整数值，也可以是表示bin的一个序列。默认值为10

• normed

　　　　如果值为True，直方图的值将进行归一化处理，形成概率密度，默认值为False

• color

　　　　指定直方图的颜色。可以是单一颜色值或颜色的序列。如果指定了多个数据集合，颜色序列将会设置为相同的顺序。如果未指定，将会使用一个默认的线条颜色

• orientation

　　　　通过设置orientation为horizontal创建水平直方图。默认值为vertical

 

2. 条形图（bar()、barh()）

　　条形图有两个参数x,y

• width 纵向设置条形宽度
• height 横向设置条形高度

　　条形图适合比较各部分的大小 

 

3.饼图（pie()）

　　饼图只有一个参数x

　　饼图适合展示各部分占总体的比例

 　　饼图阴影、分裂等属性设置:

• labels参数设置每一块的标签；
• labeldistance参数设置标签距离圆心的距离（比例值,只能设置一个浮点小数）
• autopct参数设置比例值的显示格式(%1.1f%%)；
• pctdistance参数设置比例值文字距离圆心的距离
• explode参数设置每一块顶点距圆形的长度（比例值,列表）；
• colors参数设置每一块的颜色（列表）；
• shadow参数为布尔值，设置是否绘制阴影
• startangle参数设置饼图起始角度

 

 4.散点图（scatter()）

　　散点图需要两个参数x,y，但此时x不是表示x轴的刻度，而是每个点的横坐标！

　　

3D图形

 曲面图：　　

　　导包

　　　　from mpl_toolkits.mplot3d.axes3d import Axes3D
　　使用mershgrid函数切割x,y轴

　　　　X,Y = np.meshgrid(x, y)
　　创建3d坐标系

　　　　axes = plt.subplot(projection=’3d’)
　　绘制3d图形

　　　　p = axes.plot_surface(X,Y,Z,color=’red’,cmap=’summer’,rstride=5,cstride=5)
　　添加colorbar

　　　　plt.colorbar(p,shrink=0.5)

def createZ(x,y):
    return np.sin(x) + np.cos(y)*2 - np.pi/5

from mpl_toolkits.mplot3d.axes3d import Axes3D
axes = plt.subplot(projection='3d')

x = np.linspace(-np.pi,np.pi,100)
y = np.linspace(-np.pi,np.pi,100)

# 使用x,y生成一组网格
X,Y = np.meshgrid(x,y)
Z = createZ(X,Y)

p = axes.plot_surface(X,Y,Z,cmap='summer',rstride=5,cstride=5)

plt.colorbar(p,shrink=0.5)

　　 

玫瑰图/极坐标条形图：　　

　　创建极坐标，设置polar属性

　　　　plt.axes(polar = True)
　　绘制极坐标条形图

　　　　index = np.arange(-np.pi,np.pi,2*np.pi/6)
　　　　plt.bar(x=index ,height = [1,2,3,4,5,6] ,width = 2*np.pi/6)

# 玫瑰图
x = np.array([2,5,7,9,4,3,8])
plt.axes(polar = True)
plt.bar(x=list('abcdefg'),height=x)

　　 

 

图形内的文字、注释、箭头

1.控制文字属性的方法：Prop

　　所有的方法会返回一个matplotlib.text.Text对象.

2.图形内的文字：text()

3.注释：annotate()　

• xy参数设置箭头指示的位置
• xytext参数设置注释文字的位置
• arrowprops参数以字典的形式设置箭头的样式
• width参数设置箭头长方形部分的宽度
• headlength参数设置箭头尖端的长度，
• headwidth参数设置箭头尖端底部的宽度
• shrink参数设置箭头顶点、尾部与指示点、注释文字的距离（比例值），可以理解为控制箭头的长度

figure = plt.figure(figsize=(8,6))
axes = plt.subplot(111)
axes.plot(x,np.sin(x))

# s 注释的文字
# xy  箭头指向的位置
# xytext 注释文字放置的位置
# arrowprops没有arrowstyle键的设置方式
axes.annotate(s='this is a annotate',xy=(0.5,0.5),xytext=(0.8,0.8),
             arrowprops = {
                 'width':10,
                 'headlength':12,
                 'headwidth':15,
                 'shrink':0.2
             })

# 使用arrowstyle设置箭头样式
axes.annotate(s='this is a good text',xy=(-0.2,-0.2),xytext=(-0.4,-0.6),
             arrowprops = {
                'arrowstyle': 'fancy'
             })