人工智能学习

【matplotlib教程】数据可视化

本文主要是介绍【matplotlib教程】数据可视化,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

@TOC


显示中文和负号

  • matplotlib默认使用英文字库,汉字会乱码,要指定中文字库
matplotlib.rcParams['font.family']='simHei'  #黑体  
matplotlib.pyplot.rcParams['axes.unicode_minus'] = False    # 显示负号  

1.各种绘图函数

1.1 matplotlib.pyplot.plot

def plot(*args, scalex=True, scaley=True, data=None, **kwargs):...  

常用参数:

参数 含义
args1 横坐标数组(list,numpy数组,pandas电子表格)
args2 纵坐标数组(list,numpy数组,pandas电子表格)
label 图例名字,给一个字符串即可
color 颜色
linestyle 线型
marker 附加点的样式

参数说明:

  • 若输入两个数组作为args,那么第一个参数和第二个参数的数组长度必须相同,它们是一一对应关系
  • 若只输入一个数组作为args,那么matplolib会自动根据数组长度进行横坐标的索引
  • 颜色、线性、点样式会在第2节中详细介绍

1.2 matplotlib.pyplot.scatter

def scatter(  
 x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, *, edgecolors=None, plotnonfinite=False, data=None, **kwargs):...  

常用参数:

参数 含义
x 横坐标数组(list,numpy数组,pandas电子表格)
y 纵坐标数组(list,numpy数组,pandas电子表格)
s 点的大小
marker 点的样式
label 图例名字,给一个字符串即可
color 颜色

参数说明:

  • x参数和y参数的数组长度必须相同,一一对应
  • s表示点的大小,默认 20,也可以是个数组,数组每个参数为对应点的大小
  • 颜色、线性、点样式会在第2节中详细介绍

1.3 matplotlib.pyplot.bar

def bar(  
 x, height, width=0.8, bottom=None, *, align='center', data=None, **kwargs):...  

常用参数:

参数 含义
x 数组,柱形图的 x 轴数据
height 数组,柱形图的 y 轴数据
width 柱形图的宽度
bottom height 坐标的偏移量,默认 0
align 柱形图与 x 坐标的对齐方式
color 颜色
label 图例名字,给一个字符串即可
tick_label 用来替代 x 轴数据的字符串或字符串数组

参数说明:

  • x参数和height参数的数组长度必须相同,一一对应
  • width 表示柱的宽度,也可以是个数组,对应每条柱的横向宽度
  • bottom表示height坐标的偏移量,也可以是个数组,对应每条柱的y偏移量
  • align可选参数:中心对齐"center",左对齐"edge"
  • tick_label可以替代x轴的数字,也可以是个数组,对应每条柱的x轴位置
  • 颜色会在第2节中详细介绍

下面是一个在一张图上画出两幅柱状图的例子:

import numpy as np  
import matplotlib.pyplot as plt  
# 数据  
x = np.arange(4)  
Bj = [52, 55, 63, 53]  
Sh = [44, 66, 55, 41]  
bar_width = 0.3  
# 绘图 x 表示 从那里开始  
plt.bar(x, Bj, bar_width)  
plt.bar(x+bar_width, Sh, bar_width, align="center")  
# 展示图片  
plt.show()  

1.4 matplotlib.pyplot.pie

def pie(  
 x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=0, radius=1, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False, rotatelabels=False, *, normalize=True, hatch=None, data=None):  

常用参数:

参数 含义
x 数组,用于绘制饼图的数据,表示每个扇形的面积
explode 数组,表示各个扇形之间的间隔
labels 列表,各个扇形的标签
colors 数组,表示各个扇形的颜色
autopct 字符串,设置饼图内各个扇形百分比显示格式
radius 设置饼图的半径

参数说明:

  • x参数,labels参数,colors参数的数组长度必须相同,一一对应
  • explode决定图形显示的方式
  • autopct举例:%d%% 整数百分比,%0.1f 一位小数, %0.1f%% 一位小数百分比, %0.2f%% 两位小数百分比

1.5 matplotlib.pyplot.hist

def hist(  
 x, bins=None, range=None, density=False, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False, *, data=None, **kwargs):...  

常用参数:

参数 含义
x 数组,表示要绘制直方图的数据
bins 直方图的箱数
colors 颜色
label 图例

参数说明:

  • bins举例说明:如果 bins 参数为 30,这意味着将数据范围分成 30 个等宽的区间,然后统计每个区间内数据的频数。
  • 图例、颜色等,会在第2节中详细介绍

2.绘图样式

2.1 轴标签和标题

轴标签(matplotlib.pyplot.xlabel与matplotlib.pyplot.ylabel)

def xlabel(xlabel, fontdict=None, labelpad=None, *, loc=None, **kwargs):...  
def ylabel(ylabel, fontdict=None, labelpad=None, *, loc=None, **kwargs):...  
  • loc参数只有"left", "center", "right "可选

标题

def title(label, fontdict=None, loc=None, pad=None, *, y=None, **kwargs):  
  • loc参数只有"left", "center", "right "可选

2.2 图例位置(matplotlib.pyplot.legend)

  • 在绘图时指定好label图例后,如果不使用matplotlib.pyplot.legend函数指定图例位置,图例是不会显示的
def legend(*args, **kwargs):...  
  • loc参数如下:
可选参数
'upper right'
'upper left'
'lower left'
'lower right'
'right'
'center left'
'center right'
'lower center'
'upper center'
'center'

2.3 可选颜色(color)

常用颜色如下:

颜色标记 描述
'r' 红色
'g' 绿色
'b' 蓝色
'c' 青色
'm' 品红
'y' 黄色
'k' 黑色
'w' 白色

2.4 线型(linestyle)

常用线型如下:

线型标记 描述
'-' 实线
':' 点虚线
'--' 破折线
'-.' 点划线

2.5 点的样式(marker)

常用样式如下:
常用颜色如下:

可选markder 样式 描述
"." 在这里插入图片描述
"," 在这里插入图片描述 像素点
"o" 在这里插入图片描述 实心圆
"v" 在这里插入图片描述 下三角
"^" 在这里插入图片描述 上三角
"<" 在这里插入图片描述 左三角
">" 在这里插入图片描述 右三角
"1" 在这里插入图片描述 下三叉
"2" 在这里插入图片描述 上三叉
"3" 在这里插入图片描述 左三叉
"4" 在这里插入图片描述 右三叉
"8" 在这里插入图片描述 八角形
"s" 在这里插入图片描述 正方形
"p" 在这里插入图片描述 五边形
"P" 在这里插入图片描述 填充的加号
"*" 在这里插入图片描述 星号
"h" 在这里插入图片描述 六边形1
"H" 在这里插入图片描述 六边形2
"+" 在这里插入图片描述 加号
"x" 在这里插入图片描述 乘号
"X" 在这里插入图片描述 填充的乘号
"D" 在这里插入图片描述 菱形
"d" 在这里插入图片描述 瘦菱形
"|" 在这里插入图片描述 竖线
4 在这里插入图片描述 左箭头
5 在这里插入图片描述 右箭头
6 在这里插入图片描述 上箭头
7 在这里插入图片描述 下箭头

3.画布管理与多图

3.1 subplots创建一张画布上的多图

def subplots(nrows=1, ncols=1, *, sharex=False, sharey=False, squeeze=True,  
 width_ratios=None, height_ratios=None, subplot_kw=None, gridspec_kw=None, **fig_kw):...  

参数说明:

  • nrows表示子图的行数,ncols表示子图的列数

返回值说明:

  • 返回一个有2个元素的元组,分别为fig和ax。
  • fig为这张画布
  • ax为子图列表,想在第一张图上画折线图:调用ax[0].plot

3.2 subplot创建一张画布上的多图

def subplot(*args, **kwargs):  

使用说明

  • 输入plt.subplot(2,2,1)后,表明此时选定2行2列的一共4张子图中的第1张子图
  • 此时调用plt.plt,就可以在第1张子图上绘图
  • 切换子图时,输入plt.subplot(2,2,2)后,表明切换到第2张子图

3.3 清理

  • 清理一张图上所有内容:
plt.cla()  
  • 清理一张画布上的所有图:
plt.clf()   

3.4 画布尺寸设置

fig = plt.figure(figsize=(16, 6),dpi=100)  

以上设置了一张宽度16英寸,高度6英寸的画布,且每英寸的像素个数为100,也就是说此图片的宽高是1600x600。大家可以自行修改想要的数值。

fig.tight_layout()  

以上这行指令用于在所有子图都绘制完毕后自动调整子图之间的位置,防止子图的轴标签被遮挡。

动态图

  1. 先开启交互模式,然后提前展示画布
plt.ion()  
plt.show()  
  1. 在每轮绘制前先进行清理,然后停留
plt.cla()  
plt.plot(...)  
plt.pause(0.001)  
这篇关于【matplotlib教程】数据可视化的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!