Matplotlib

说明

matplotlib主要是用来绘图，README中我就没有放图片（哈哈，有些小懒，没上传图片，你懂得~），我将图片上传到了github上，可以单独查看，或者是在IPython里运行代码都有相关的图片

环境

jupyter-notebook

一，Matplotlib基础知识

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

只含单一曲线的图

绘制线性图就是plot函数,必须要有两个参数
轴和y轴应该满足映射关系（数量对应，缺一不可）
x轴应该是一个有序的

包含多个曲线的图

1、可以使用多个plot函数（推荐），在一个图中绘制多个曲线

2、也可以在一个plot函数中传入多对X,Y值，在一个图中绘制多个曲线 plt.plot(x1,np.sin(x1),x2,np.cos(x2))

设置子画布

axes = plt.subplot()

网格线

绘制正弦余弦

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

坐标轴界限

plt.axis([xmin,xmax,ymin,ymax])

plt.axis('xxx') 'tight'、'off'、'equal'…… 设置坐标轴类型关闭坐标轴

xlim方法和ylim方法

除了plt.axis方法，还可以通过xlim，ylim方法设置坐标轴范围

坐标轴标签

xlabel方法和ylabel方法 plt.ylabel('y = x^2 + 5',rotation = 60)旋转

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

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

字符串    数值    字符串    数值
best    0    center left    6
upper right    1    center right    7
upper left    2    lower center    8
lower left    3    upper center    9
lower right    4    center    10
right    5

loc参数可以是2元素的元组，表示图例左下角的坐标

[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

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

颜色值的方式

别名
- color='r'
合法的HTML颜色名
- color = 'red'

颜色	别名	HTML颜色名	颜色	别名	HTML颜色名
蓝色	b	blue	绿色	g	green
红色	r	red	黄色	y	yellow
青色	c	cyan	黑色	k	black
洋红色	m	magenta	白色	w	white

HTML十六进制字符串
- color = '#eeefff'
归一化到[0, 1]的RGB元组
- color = (0.3, 0.3, 0.4)
jpg png 区别
- jpg是有0-255之间的数来表示颜色，使用整数
- png是由0-1之间的数表示颜色，使用浮点数，更精确

透明度

alpha参数

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

线条风格	描述	线条风格	描述
'-'	实线	':'	虚线
'--'	破折线	'steps'	阶梯线
'-.'	点划线	'None' / '，'	什么都不画

线宽

linewidth或lw参数

不同宽度的破折线

dashes参数 eg.dashes = [20,50,5,2,10,5]

设置破折号序列各段的宽度

点型

marker 设置点形
markersize 设置点形大小

标记	描述	标记	描述
'1'	一角朝下的三脚架	'3'	一角朝左的三脚架
'2'	一角朝上的三脚架	'4'	一角朝右的三脚架

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

标记	描述	标记	描述
'.'	点	'x'	X
'*'	星号	'+'	加号
','	像素

标记	描述	标记	描述
'o'	圆圈	'D'	菱形
'd'	小菱形	'','None',' ',None	无

标记	描述	标记	描述
'_'	水平线	'\|'	竖线

标记	描述	标记	描述
'v'	一角朝下的三角形	'<'	一角朝左的三角形
'^'	一角朝上的三角形	'>'	一角朝右的三角形

多参数连用

颜色、点型、线型，可以把几种参数写在一个字符串内进行设置 'r-.o'

参数	描述	参数	描述
color或c	线的颜色	linestyle或ls	线型
linewidth或lw	线宽	marker	点型
markeredgecolor	点边缘的颜色	markeredgewidth	点边缘的宽度
markerfacecolor	点内部的颜色	markersize	点的大小

在一条语句中为多个曲线进行设置

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, ...)

多个曲线不同设置

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() line.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

三，2D图形

直方图

【直方图的参数只有一个x！！！不像条形图需要传入x,y】

hist()的参数

bins
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

条形图

【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 bar()、barh()

饼图

【饼图也只有一个参数x！】 pie()
饼图适合展示各部分占总体的比例，条形图适合比较各部分的大小

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

散点图

【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！】 scatter()

四，图形内的文字，注释，箭头

控制文字属性的方法:

pyplot函数	API方法	描述
text()	mpl.axes.Axes.text()	在Axes对象的任意位置添加文字
xlabel()	mpl.axes.Axes.set_xlabel()	为X轴添加标签
ylabel()	mpl.axes.Axes.set_ylabel()	为Y轴添加标签
title()	mpl.axes.Axes.set_title()	为Axes对象添加标题
legend()	mpl.axes.Axes.legend()	为Axes对象添加图例
figtext()	mpl.figure.Figure.text()	在Figure对象的任意位置添加文字
suptitle()	mpl.figure.Figure.suptitle()	为Figure对象添加中心化的标题
annnotate()	mpl.axes.Axes.annotate()	为Axes对象添加注释（箭头可选）

所有的方法会返回一个matplotlib.text.Text对象

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

如下都是arrowstyle可以选择的风格样式


    ``'->'``       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

五，3D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)

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)

yuansuixin / learn-matplotlib Goto Github PK

learn-matplotlib's Introduction