Matplotlib:绘图和可视化

一、介绍

• matplotlib是一个强大的python绘图和数据可视化的工具包
• 安装方法：pip install matplotlib
• 引用方法：import matplotlib.pyplot as plt
• 绘图函数：plt.plot()
• 显示函数：plt.show()

 

二、matplotlib

plot函数：绘制折线图

• 线型linestyle(-,-.,--,.,)
• 点型marker(v,^,s,*,H,+,x,D,o,...)　
• 颜色color(b,g,r,y,k,w,...)　

 

示例：

 

import matplotlib.pyplot as plt

import numpy as np

%matplotlib inline
 
#一条折线
plt.plot([0,1,2,3],[4,7,9,13],marker='.',linestyle='-',color='#000000')
result: 
 
#两条折线

plt.plot([1,2,3,5])
plt.plot([2,7,21,3,76])

 
#pandas模块对plot的支持
df = pd.read_csv("601318.csv",parse_dates=['date'], index_col='date')
     [['open','close','high','low']]
df.plot()
plt.show()
result:

 

matplotlib-图像标注

• 设置图像标注：plt.title()
• 设置x轴名称：plt.xlabel()
• 设置y轴名称：plt.ylabel()
• 设置x轴范围：plt.xlim()
• 设置y轴范围：plt.ylim()
• 设置x轴刻度：plt.xticks()
• 设置y轴刻度：plt.yticks()
• 设置曲线图例：plt.legend()

 

示例：

#各个参数在图上的显示

plt.plot([1,3,4,5])
plt.plot([5,4,2,3])
plt.title('Graph 1')
plt.xlabel('X')
plt.ylabel('Y')
plt.xlim(0,3)
plt.ylim(1,5)
plt.xticks(np.arange(4))
plt.legend(['A','B'])

result:

#绘制数学图像
#使用matplotlib模块在一个窗口绘制数学函数y=x,y=x2,y=3x3+5x2+2x+1的图像，
 使用不同颜色加以区别，并使用图例说明各个线代表什么函数

　　x = np.linspace(-100,100,100000)
　　y1 = x
　　y2 = x ** 2
　　y3 = 3*x**3 + 5*x**2+2*x+1
　　plt.plot(x,y1, label="$y=x$")
　　plt.plot(x,y2, label="$y=x^2$")
　　plt.plot(x,y3, label="$y=3x^3+5x+2x+1$") # latex
　　plt.ylim(-100,100)
　　plt.xlim(-100,100)
　　plt.legend()

　　result:

　　

matplotlib-画布与子图

　　画布:figure
　　　　　　fig=plt.figure()
　　图：subplot
           ax1=fig.add.subplot(2,2,1)
　　调节子图间距：
　　　　　　 subplots_adjust(left,botton,right,top,wspace,hspace)

示例：

　　%matplotlib auto

　　fig = plt.figure()

　　ax = fig.add_subplot(2,2,1)

　　ax2 = fig.add_subplot(2,2,2)

　　ax.plot([1,3,7])

　　ax2.plot([2,5,8])
　　plt.show()

  result:
 

 

matplotlib-支持的图类型

• plt.plot(x,y,fmt,...) #坐标图
• plt.boxplot(data,notch,position) #箱型图
• plt.bar(width,bottom,left,height) #条形图
• plt.barh(width,bottom,left,height) #横向条形图
• plt.polar(theta,r) #极坐标图
• plt.pie(data,explode) #饼图
• plt.psd(x,NFFT=256,pad_to,Fs) #功率谱密度图
• plt.specgram(x,NFFT=256,pad_to,F)#谱图
• plt.cohere(x,y,NFFT=256,fs) #X-Y相关性函数
• plt.scatter(x,y) #散点图
• plt.step(x,y,where) #步阶图
• plt.hist(x,bins,normed) #直方图

示例：

（1）横向条形图
　　%matplotlib inline
　　plt.barh(np.arange(3),[2,6,10])
　　plt.yticks(np.arange(3),['Jan','Feb',"Mar"])
　　result:
　　

（2）饼图
　　plt.pie([1,2,3], labels=['a','b','c'],autopct='%.2f%%', explode=[0.2,0.0,0.0])
　　plt.axis('equal')
　　result:

（3）直方图
　　plt.hist(x,500)
　　plt.show()
　　result: