Python: 使用 matplotlib 绘制图表
今天看了一下使用python绘制图表的方法，有个强大的类库matplotlib,可以制作出高质量的2D和3D图形，先记录一下，以后慢慢学习。
matplotlib下载及API手册地址：http://sourceforge.net/projects/matplotlib/files/matplotlib/
数学库numpy下载及API手册地址：http://www.scipy.org/Download
几个绘图的例子，来自API手册：
1、最简单的图：
#!/usr/bin/env python
import matplotlib.pyplot as plt
plt.plot([10, 20, 30])
plt.xlabel('tiems')
plt.ylabel('numbers')
plt.show() 测试：
2.饼图:
#!/usr/bin/env python
# -*- coding: utf-8 -*-
from pylab import *
# make a square figure and axes
figure(1, figsize=(6,6))
ax = axes([0.1, 0.1, 0.8, 0.8])
labels = 'Frogs', 'Hogs', 'Dogs', 'Logs'
fracs = [15,30,45, 10]
explode=(0, 0.05, 0, 0)
pie(fracs, explode=explode, labels=labels, autopct='%1.1f%%', shadow=True)
title('Raining Hogs and Dogs', bbox={'facecolor':'0.8', 'pad':5})
savefig('D:\\pie.png')
show()
测试：
3、使用numpy库函数：
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
t = np.arange(0.0, 1.01, 0.01)
s = np.sin(2*2*np.pi*t)
plt.fill(t, s*np.exp(-5*t), 'r')
plt.grid(True)
#保存为PDF格式，也可保存为PNG等图形格式
plt.savefig('D:\\test.pdf')
plt.show() 测试：
4. 随机颜色的点图
# 导入模块
import matplotlib.pyplot as plt
import numpy as np
# 绘制10中大小 100种颜色的散点图
# 创建x
np.random.seed(0) # 执行多次每次获取的随机数都是一样的
x = np.random.rand(20)
print(x)
y = np.random.rand(20)
print(y)
# 生成10中大小
size = np.random.rand(10) * 1000
# 生成100中颜色
color = np.random.rand(20)
print(x)
print(y)
# 绘制散点图
plt.scatter(x, y, s=size, c=color, alpha=0.7) # s表示点的大小 c表示点的颜色 alpha表示透明度
plt.show()
'''
注意：点的个数和颜色的个数要相同
点的个数和点大小的个数可以不同，如果点的个数大于大小的个数，则会循环获取大小
'''
5. 带标签的图
# 导入模块
import matplotlib.pyplot as plt
import numpy as np
# 创建x
x = np.linspace(0, 10, 100)
# 使用legend()图例,给plot方法添加参数label
plt.plot(x, x + 0, '--g', label='--g')
plt.plot(x, x + 1, '-.r', label='-.r')
plt.plot(x, x + 2, ':b', label=':b')
plt.plot(x, x + 3, '.k', label='.k')
plt.plot(x, x + 4, ',c', label=',c')
plt.plot(x, x + 5, '*y', label='*y')
# 左上角upper left fancybox边框 framealpha透明度 shadow阴影 borderpad边框宽度
plt.legend(loc='lower right', fancybox=True, framealpha=0.5, shadow=True,borderpad=1) # 默认的位置在左上角upper left 可以通过loc进行修改
plt.show()
6. 柱状图绘制
# 导入模块
import matplotlib.pyplot as plt
import numpy as np
# 创建x,y 表示x年份 y表示年份对应的销量
x = [1980, 1985, 1990, 1995]
x_label = ['1980年', '1985年', '1990年', '1995年']
y = [1000, 3000, 4000, 5000]
# 调用bar函数绘制柱状图
plt.bar(x, y, width=1) # width修改柱的宽度 width的值是float类型，并且是 倍数的意思， 打印出来的会自动出现一个合适的宽度。
# 修改中文乱码
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
# 修改x坐标的值 自动 将x-label 替换为 value
plt.xticks(x, x_label)
# 给x坐标y坐标添加名称
plt.xlabel('年份')
plt.ylabel('销量')
# 添加标题title
plt.title('根据年份销量对比图')
plt.show()
6. bar barh 函数
# 导入模块
import matplotlib.pyplot as plt
import numpy as np
# 生成x y
np.random.seed(0)
x = np.arange(5)
y = np.random.randint(-5, 5, 5)
print(x,y)
# 将画布分为1行2列 在第一个区域画bar
plt.subplot(1, 2, 1)
# 添加颜色
plt.bar(x, y, color='blue')
# 在0位置水平方向添加蓝色的线条
plt.axhline(0, color='black', linewidth=2)
# 在第二个区域画barh
# barh 将y和x进行对换，竖着方向为x轴
plt.subplot(1, 2, 2)
plt.barh(x, y, color='red')
# 在0位置垂直方向添加红色线条
plt.axvline(0, color='black', linewidth=2)
plt.show()
# 生成x y
np.random.seed(0)
x = np.arange(5)
y = np.random.randint(-5, 5, 5)
# 添加颜色
v_bar = plt.bar(x, y, color='blue')
# 对y值大于0设置为蓝色 小于0的柱设置为绿色
for bar, height in zip(v_bar, y):
if height < 0:
bar.set(color='green')
plt.show()
7. 柱状图综合使用
# 准备数据
# 三部电影的名称
real_names = ['千与千寻', '玩具总动员4', '黑衣人：全球追缉']
# 3天内票房书
real_num1 = [7548, 4013, 1673]
real_num2 = [5453, 1840, 1080]
real_num3 = [4348, 2345, 1890]
x = np.arange(len(real_names))
# 绘制柱状图
width = 0.3
plt.bar(x, real_num1, alpha=0.5, width=width, label=real_names[0])
plt.bar([i + width for i in x], real_num2, alpha=0.5, width=width, label=real_names[1])
plt.bar([i + 2 * width for i in x], real_num3, alpha=0.5, width=width, label=real_names[2])
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
# 设置x坐标的值 第1天 第2天 第3天
x_label = ['第{}天'.format(i + 1) for i in x]
# print(x_label)
plt.xticks([i + width for i in x], x_label)
# 添加ylabel
plt.ylabel('票房书')
# 添加图例
plt.legend()
# 添加标题
plt.title('3天3部电影票房数')
plt.show()
8. 饼状图
# 导入模块
import matplotlib.pyplot as plt
import numpy as np
# 准备男、女的人数及比例
man = 71351
woman = 68187
man_perc = man / (woman + man)
woman_perc = woman / (woman + man)
# 添加名称
labels = ['男', '女']
# 添加颜色
colors = ['blue', 'red']
# 绘制饼状图 pie
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
# labels 名称 colors：颜色，explode=分裂 autopct显示百分比
paches, texts, autotexts = plt.pie([man_perc, woman_perc], labels=labels, colors=colors, explode=(0, 0.05),autopct='%0.1f%%')
# 设置饼状图中的字体颜色
for text in autotexts:
text.set_color('white')
# 设置字体大小
for text in texts + autotexts:
text.set_fontsize(20)
plt.show()
9.绘制直方图
# 导入模块
import matplotlib.pyplot as plt
import numpy as np
# 使用np.random.normal()指定期望和均值的正太分布
x = np.random.normal(0, 0.8, 1000)
y = np.random.normal(-2, 1, 1000)
z = np.random.normal(3, 2, 1000)
kwargs = dict(bins=100, alpha=0.5) # alpha是透明度
plt.hist(x, **kwargs)
plt.hist(y, **kwargs)
plt.hist(z, **kwargs)
plt.show()
10. 绘制等高线
# 导入模块
import matplotlib.pyplot as plt
import numpy as np
# 创建x y
x = np.linspace(-10, 10, 100)
y = np.linspace(-10, 10, 100)
# 计算x y相交的点 X Y
X, Y = np.meshgrid(x, y)
# 计算Z
Z = np.sqrt(X ** 2 + Y ** 2)
# 绘制等高线图
# plt.contour(X,Y,Z)
plt.contourf(X, Y, Z)
plt.show()
11. 绘制 3D 图
#导入模块
import matplotlib.pyplot as plt
#导入3d包
from mpl_toolkits.mplot3d import Axes3D
#创建X Y Z
X=[1,1,2,2]
Y=[3,4,4,3]
Z=[1,100,1,1]
figure=plt.figure()
#创建Axes3D对象
ax=Axes3D(figure)
ax.plot_trisurf(X,Y,Z)
plt.show()
关注公众号 海量干货等你
