当前位置：主页 > 查看内容

python数据分析之Matplotlib学习笔记

发布时间：2021-06-17 00:00| 有位朋友查看

简介：文章目录前言一、基本组成 1、Figure 2、Axes 二、常见图表的绘制 1、折线图 2、柱形图 3、饼图 4、散点图 5、泡泡图三、细节完善 1、坐标轴的完善移动、“删除” 2、刻度值的一些操作 3、图例 4、添加注释如特殊点四、图中图五、动画制图六、参考文章……

文章目录

前言

这一篇是关于数分三剑客之一–matplotlib的一些学习笔记。
它的功能非常强大，可以让枯燥的数据“美腻”起来，那么先来看一下官方给的一些样图：

官方提供的各种各样的样图

一、基本组成

1、Figure

说到绘图，那必须要有一个画板。Figure作为一个“老画板”，在matlab中经常能看到它的出没，在python中，它的具体语法是什么呢？让我们来看一下。

figure(num, figsize, dpi, facecolor, edgecolor, frameon)

六个参数的含义：

num：画板的编号；

figsize：指定画板的长和高；

dpi：绘图对象的参数；

facecolor：背景颜色；

edgecolor：边框颜色；

frameon：是否需要显示边框；

2、Axes

数学图形怎么能离开坐标轴呢？

创建的方法不一、这里利用set函数创建坐标轴。

set的五个参数含义：

xlim：x轴的范围 [min,max]；

ylim：y轴的范围 [min,max]；

xlable：自定义x轴的名称；

ylable：自定义y轴的名称；

title：自定义标题；

如：

import matplotlib.pyplot as plt
fig = plt.figure()
ax = fig.add_subplot(111)
ax.set(xlim=[-2.5, 2.5], ylim=[-2.5, 2.5], xlabel='X', ylabel='Y', title='first-try')
plt.show()

输出：（这里的樱花树，是pycharm的背景，不是代码实现的效果）
在这里插入图片描述
看了上例，ax = fig.add_subplot(111)的作用是啥呀？
其实，这部分和matlab中的subplot作用一样，就是在一个打的区域，布置“几个”（可以是1个）画板。
这里面的三个数字可以这么理解：第一个数字代表几行，第二个数字代表几列，第三个数字代表第几个（顺序是自左向右，自上到下）

如：

import matplotlib.pyplot as plt
fig = plt.figure()
ax1 = fig.add_subplot(221)
ax2 = fig.add_subplot(222)
ax3 = fig.add_subplot(224)
plt.show()

输出：
在这里插入图片描述

二、常见图表的绘制

开始之前，可以看一下大佬的这篇文章，介绍了很详细的参数值：

1、折线图

使用plt.plot

import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5, 6]
y = [1, 3, 2, 5, 9, 2]
# 传进去x,y的坐标
plt.plot(x, y)  
plt.show()

输出：
在这里插入图片描述

2、柱形图

使用plt.bar

import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5, 6]
y = [1, 3, 2, 5, 9, 2]
# 传进去x,y的坐标
plt.bar(x, y, color='blue')
plt.show()

输出：
在这里插入图片描述

3、饼图

使用plt.pie

import matplotlib.pyplot as plt
name = ['one', 'two', 'three', 'four', 'five', 'six']
x = [1, 3, 2, 5, 9, 2]
plt.pie(x, labels=name, colors=['b', 'r', 'g', 'k', 'c', 'm'])
plt.axis('equal')
plt.show()

输出：
在这里插入图片描述

4、散点图

使用plt.scatter

import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5, 6]
y = [1, 3, 2, 5, 9, 2]
# market的作用是用什么记号来标记点
plt.scatter(x, y, color='red', marker='*')
plt.show()

输出：
在这里插入图片描述

5、泡泡图

在处理随机数的时候，感觉挺有意思的。

import matplotlib.pyplot as plt
import numpy as np

plt.figure(figsize=(8, 8))
x = np.random.rand(50)
y = np.random.rand(50)
z = np.random.rand(50)
# color代表颜色，alpha代表透明度
plt.scatter(x, y, s=z * 1000, color='b', alpha=0.5)
plt.show()

输出：
在这里插入图片描述

三、细节完善

1、坐标轴的完善（移动、“删除”）

对于坐标轴的改动，需要用到plt.gca函数，它有四个参数：top 、bottom、left、right。分别对应上下左右四个轴。如何操作，先看下面的例子。

这个是上面我第一次尝试得到的结果图：

在这里插入图片描述

改善之后可变成这样（在画函数图像时应该更舒服一些）：

在这里插入图片描述
代码：

import matplotlib.pyplot as plt
fig = plt.figure()
ax = fig.add_subplot(111)
ax.set(xlim=[-2.5, 2.5], ylim=[-2.5, 2.5], title='first-try')

bx = plt.gca()

# 将下面的轴（x轴）设置为xaxis
bx.xaxis.set_ticks_position('bottom')
# 将设置后的轴移动到y=0的地方
bx.spines['bottom'].set_position(('data', 0))

bx.yaxis.set_ticks_position('left')
bx.spines['left'].set_position(('data', 0))
# 将不想看到的右、上方向的轴“删除”，其实就是把轴的颜色改为无色
bx.spines['top'].set_color('none')
bx.spines['right'].set_color('none')

plt.show()

2、刻度值的一些操作

①调整刻度值的大小、颜色、显示情况

import matplotlib.pyplot as plt
fig = plt.figure()
ax = fig.add_subplot(111)
ax.set(xlim=[-2.5, 2.5], ylim=[-2.5, 2.5], title='first-try')
# 对x、y轴的刻度值进行设置
plt.yticks(fontsize=20, color='#00000')  # y轴刻度值大小为20 ，颜色为黑色
# plt.yticks(fontsize=20, color='black')  # 用black也可以
plt.xticks([])  # [] ，即不显示x轴刻度值

plt.show()

输出：
在这里插入图片描述
对于颜色转换可以看一下这位大佬的总结：2020 RGB颜色查询大全 #000000 【颜色列表】

②刻度值旋转

import matplotlib.pyplot as plt
fig = plt.figure()
ax = fig.add_subplot(111)
ax.set(xlim=[-2.5, 2.5], ylim=[-2.5, 2.5], title='first-try')
fig.autofmt_xdate()  # 默认旋转45°，可以在括号里加rotation=‘角度’
plt.show()

3、图例

import matplotlib.pyplot as plt
from numpy import *
x = linspace(0, 4, 50)  # linspace(A,B,C),指从A开始B结束，中间分布C个值，C默认为100
y1 = x
y2 = x**2
plt.figure()
l1, = plt.plot(x, y1, color='b', linestyle='-')
l2, = plt.plot(x, y2, color='r', linestyle='--')
# handles：需要制作图例的对象;labels:图例的名字；loc:图例的位置，loc的内容可选“best”，最佳位置
plt.legend(handles=[l1, l2], labels=['function1', 'function2'], loc='upper left')
plt.show()

注意：l1后面有个 ，

输出：
在这里插入图片描述

4、添加注释（如特殊点）

import matplotlib.pyplot as plt
from numpy import *
x = linspace(0, 4, 50)  # linspace(A,B,C),指从A开始B结束，中间分布C个值，C默认为100
y = x**2
plt.figure()
# 选取需要标注的点
x0 = 1.5
y0 = x0**2
# 作图
plt.plot(x, y)
# 作垂线，
plt.plot([x0, x0], [0, y0], 'k--', linewidth=1)
# 作出标注的点
plt.scatter([x0, ], [y0, ], s=50, color='b')
# 做标注
plt.annotate(r'$x^2=%s$' % y0, xy=(x0, y0), xycoords='data', xytext=(+30, -30),
             textcoords='offset points', fontsize=16,
             arrowprops=dict(arrowstyle='->', connectionstyle="arc3,rad=.2"))
# 参数xycoords='data' 是说基于数据的值来选位置,
# xytext=(+30, -30) 和 textcoords='offset points' 对于标注位置的描述 和 xy 偏差值
# arrowprops是对图中箭头类型的一些设置
plt.show()

arrowstyle的格式：

``'-'``        None
``'->'``       head_length=0.4,head_width=0.2
``'-['``       widthB=1.0,lengthB=0.2,angleB=None
``'|-|'``      widthA=1.0,widthB=1.0
``'-|>'``      head_length=0.4,head_width=0.2
``'<-'``       head_length=0.4,head_width=0.2
``'<->'``      head_length=0.4,head_width=0.2
``'<|-'``      head_length=0.4,head_width=0.2
``'<|-|>'``    head_length=0.4,head_width=0.2
``'fancy'``    head_length=0.4,head_width=0.4,tail_width=0.4
``'simple'``   head_length=0.5,head_width=0.5,tail_width=0.2
``'wedge'``    tail_width=0.3,shrink_factor=0.5

输出：
在这里插入图片描述

四、图中图

import matplotlib.pyplot as plt
from numpy import *
x = linspace(0, 4, 50)  # linspace(A,B,C),指从A开始B结束，中间分布C个值，C默认为100
y = x**2
fig = plt.figure()

# 这四个数字分别代表的是相对figure的位置
left, bottom, width, height = 0.1, 0.1, 0.8, 0.8
ax1 = fig.add_axes([left, bottom, width, height])
ax1.plot(x, y, 'r')
ax1.set_xlabel('x')
ax1.set_ylabel('y')
ax1.set_title('main')

ax2 = fig.add_axes([0.2, 0.6, 0.25, 0.25])
ax2.plot(y, x, 'b')
ax2.set_xlabel('x')
ax2.set_ylabel('y')
ax2.set_title('children1')

ax3 = fig.add_axes([0.65, 0.2, 0.2, 0.2])
ax3.plot(y, x, 'b')
ax3.set_xlabel('x')
ax3.set_ylabel('y')
ax3.set_title('children2')

plt.show()

输出：
在这里插入图片描述
这里系统会有提示：This figure includes Axes that are not compatible with tight_layout, so results might be incorrect.

意思为：此图包括与紧固件布局不兼容的轴，因此结果可能不正确。

五、动画制图

前排提示：如果使用pycharm无法播放动画，可参考：pycharm中动画函数animation.FuncAnimation不起作用

实例参考

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation

fig, ax = plt.subplots()
xdata, ydata = [], []
ln, = plt.plot([], [], 'ro')


def init():
    ax.set_xlim(0, 2*np.pi)
    ax.set_ylim(-1, 1)
    return ln,


def update(frame):
    xdata.append(frame)
    ydata.append(np.sin(frame))
    ln.set_data(xdata, ydata)
    return ln,


ani = FuncAnimation(fig, update, frames=np.linspace(0, 2*np.pi, 128), init_func=init, blit=True)
plt.show()

输出：
在这里插入图片描述（待更动画）

六、参考文章

参考文章1
参考文章2
参考文章3
参考文章4
参考文章5
参考文章6
参考文章7

七、Blogger’s speech

如有不足，还请大佬评论区留言或私信我，我会进行补充。

感谢您的支持，希望可以点赞，关注，收藏，一键三连哟。

作者：远方的星
CSDN：https://blog.csdn.net/qq_44921056
腾讯云：https://cloud.tencent.com/developer/column/91164
本文仅用于交流学习，未经作者允许，禁止转载，更勿做其他用途，违者必究。

；原文链接：https://blog.csdn.net/qq_44921056/article/details/115528812
本站部分内容转载于网络，版权归原作者所有，转载之目的在于传播更多优秀技术内容，如有侵权请联系QQ/微信：153890879删除，谢谢！

上一篇：有趣python小程序系列之一 下一篇：没有了

随机推荐

PHP、JAVA、.NET这三种技术的区别分析

其实这三种编程技术各有优势，我们大概可以从语言、平台这二点来区分：一、语言...
自己的vscode-settings.json配置详解

vscode从插件库里安装eslint和prettier 实现自动格式化 { // 是否允许自定义的sn...
Visual Studio 2015 配置 Opencv3.2的图

本文主要讲述如何在Visual Studio 2015中配置Opencv3.2版本例子使用的是WIN 10 ...
详解Oracle数据库分布式事务ORA-01591错

最近在update某张表时突然提示了个比较少见的错误，ORA-01591,这个问题跟平时的...
Redis数据同步和数据迁移如何做？

前言一个 Redis 需要从另一个 Redis 数据同步或者数据迁移，这种一般怎么做? ...
jsp实现ie中的后退方法

1) a href= 'JavaScript :history.back(1)'『返回上一页』/a 2) a href='window....
微软 Edge 浏览器改进 PDF 触摸功能：提

1月29日消息目前，基于 Chromium 的 Edge 浏览器已经越来越完善，不过相比老版...
一款超级强大的慢SQL排查工具！

开启慢查询日志在项目中我们会经常遇到慢查询，当我们遇到慢查询的时候一般都要...
.Net Core实现健康检查的示例代码

ASP.NET Core 提供运行状况检查中间件和库，以用于报告应用基础结构组件的运行状...
如何制作一个弹出式的调查窗口？

% Dim bSurvey ' 是否显示调查表 const bID="1" ' 调查表的 id bSurvey=false ' ...

python数据分析之Matplotlib学习笔记

文章目录

前言

一、基本组成

1、Figure

2、Axes

二、常见图表的绘制

1、折线图

2、柱形图

3、饼图

4、散点图

5、泡泡图

三、细节完善

1、坐标轴的完善（移动、“删除”）

2、刻度值的一些操作

3、图例

4、添加注释（如特殊点）

四、图中图

五、动画制图

六、参考文章

七、Blogger’s speech

推荐图文

2021年的第一场Windows 10更新又蓝屏了微软：正在

PHP 预定义变量、魔术常量和魔术方法功能与用法小结

asp.net core中如何使用cookie身份验证

《Arduino实验》实验：ESP8266连接贝壳物联并上传DH

html知识点实践经验总结

Android实验篇2_文件存取以及Sharedpreferences存取

随机推荐

PHP、JAVA、.NET这三种技术的区别分析

自己的vscode-settings.json配置详解

Visual Studio 2015 配置 Opencv3.2的图

详解Oracle数据库分布式事务ORA-01591错

Redis数据同步和数据迁移如何做？

jsp实现ie中的后退方法

微软 Edge 浏览器改进 PDF 触摸功能：提

一款超级强大的慢SQL排查工具！

.Net Core实现健康检查的示例代码

如何制作一个弹出式的调查窗口？

关于我们