matplotlib的用法

一、matplotlib的用法

 折线图+一些常用的设置

#显示中文
import matplotlib as mpl
mpl.rcParams['font.sans-serif'] = [u'SimHei']
mpl.rcParams['axes.unicode_minus'] = False

fig,ax = plt.subplots()
fig.set_size_inches(12,6)             #设置图像大小
ax.plot(data.iloc[:,1:3])             #画图
ax.set_xlabel('X轴',fontsize=15)      #x轴的名称
ax.set_ylabel('Y轴',fontsize=15)
ax.legend(['A','B'])                  #标签
ax.set_xticks(np.arange(-10,120,10))  #设置x轴的坐标
plt.yticks(fontsize=15)               #设置坐标的字体大小
plt.title('折线图标题',fontsize=20)

data = pd.DataFrame({'A':np.random.rand(100)*20,'B':np.random.rand(100)*12,'C':np.random.rand(100)*17,'D':np.random.rand(100)*10})

直方图

 这里简直要吐血，要先设置set_xticks   在设置set_xticklabels

fig,ax = plt.subplots()
ax.bar(range(4),data.sum())
ax.set_xticks(range(4))
ax.set_xticklabels(data.columns)

 

 

多个对比

fig,ax = plt.subplots()
ax.bar(np.arange(4),data.sum(),width=0.2,label='不变')
ax.bar(np.arange(4)+0.2,data.sum()*1.5,width=0.2,label='1.5倍')
ax.set_xticks(np.arange(4)+0.1)
ax.set_xticklabels(data.columns)
plt.legend()  #这里可以加入loc

 

散点图，如果要加趋势线就用sns吧

fig,ax = plt.subplots()
ax.scatter(data.iloc[:,0],data.iloc[:,0]*2 + np.random.randn(100)*6)
#sns.regplot(x = data.iloc[:,0],y = data.iloc[:,0]*2 + np.random.randn(100)*6)

 

 多个图的制作

fig,ax = plt.subplots(2,3)
fig.set_size_inches(20,10)
ax[0,0].plot(data.iloc[:,1])
ax[0,1].hist(data.iloc[:,2])
ax[1,0].bar(np.arange(4),data.sum())
ax[1,2].scatter(data.iloc[:,0],data.iloc[:,0]*2 + np.random.randn(100)*6)