Python-matplotlib库画图小例介绍

Matplotlib介绍

Matplotlib 是一个 Python 的 2D绘图库，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形 。通过 Matplotlib，开发者可以仅需要几行代码，便可以生成绘图，直方图，功率谱，条形图，错误图，散点图等。

Matplotlib库常用函数操作介绍

设置坐标轴

# (1.)spines移动坐标轴

# (2.)xlim方法设置坐标轴刻度取值范围

# (3.)xticks,yticks方法设置x,y轴的刻度标签值

# (4.)title方法设置标题，xlabel,ylabel方法设置坐标轴描述

设置图片上的描述

# (1.)text方法设置图片上的文字描述和注解

# (2.)annotate方法对图片上某个点加注解

# (3.)legend方法设置图像图例

# 可使用如下两种方式:

#1: 在 plt.plot 函数中添加 label 参数后，使用 plt.legend(loc=’up right’)

# 2: 不使用参数 label, 直接使用如下命令：

# 网格线开关plt.grid(True)

# 图像显示plt.show()

# 图像保存savefig(‘../ /.png’)

常用图形

#(1)曲线图:描绘波动,2个维度matplotlib.pyplot.plot(data)

#(2)灰度图:直方图,1个维度matplotlib.pyplot.hist(data)

#(3)散点图:2个维度matplotlib.pyplot.scatter(data)

#(4)箱线图:设定上下限matplotlib.pyplot.boxplot(data)

#(5)饼状图:各类别占比matplotlib.pyplot.pie(data)

Matplotlib库画图小例子-01

import numpy as np

import matplotlib.pyplot as plt

#创建自变量数组

x= np.linspace(-3.14,3.14,10)

#创建函数值数组

y1 = np.sin(x)

plt.figure(1)

#绘制红色曲线

plt.plot(x, y1,'rp-')

#限制y坐标轴范围

plt.ylim(-1.2,1.2)

plt.title("sinx")

plt.xlabel("x")

plt.ylabel("y1")

plt.show()

import numpy as np

import matplotlib.pyplot as plt

#创建自变量数组

x= np.linspace(-3.14,3.14,10)

#创建函数值数组

y2 = np.cos(x)

plt.figure(1)

plt.plot(x,y2,'bp-')

plt.ylim(-1.2,1.2)

plt.title("cosx")

plt.xlabel("x")

plt.ylabel("y2")

plt.show()

import numpy as np

import matplotlib.pyplot as plt

#创建自变量数组

x= np.linspace(-3.14,3.14,10)

#创建函数值数组

y3 =abs(x)/x

plt.figure(1)

plt.plot(x,y3,'gp-')

plt.ylim(-1.2,1.2)

plt.title("|x|/x")

plt.xlabel("x")

plt.ylabel("y3")

plt.show()

可利用subplot在同一张画布上画出图像：

#创建图形

plt.figure(1)

意思是在一个2行2列共4个子图的图中，定位第1个图来进行操作（画图）。

最后面那个1表示第1个子图。那个数字的变化来定位不同的子图

#第一行第一列图形

ax1 = plt.subplot(2,2,1)

plt.title("sinx")

plt.xlabel("x")

plt.ylabel("y1")

#第一行第二列图形

ax2 = plt.subplot(2,2,2)

plt.title("cosx")

plt.xlabel("x")

plt.ylabel("y2")

#第二行

ax3 = plt.subplot(2,1,2)

plt.title("|x|/x")

plt.xlabel("x")

plt.ylabel("y3")

#选择ax1

plt.sca(ax1)

#绘制红色曲线

plt.plot(x, y1,'rp-')

#限制y坐标轴范围

plt.ylim(-1.2,1.2)

#选择ax2

plt.sca(ax2)

#绘制蓝色曲线

plt.plot(x,y2,'bp-')

plt.ylim(-1.2,1.2)

#选择ax3

plt.sca(ax3)

plt.plot(x,y3,'gp-')

plt.ylim(-1.2,1.2)

plt.show()

Matplotlib库画图小例子-02

import matplotlib.pyplot as plt

import numpy as np

plt.rcParams['font.sans-serif']='SimHei'#解决显示中文符号异常问题

plt.rcParams['axes.unicode_minus']=False#显示符号异常问题

x1=np.linspace(0,1,100)

x2=np.arange(-np.pi,np.pi,0.01)

y1=x1**4

y2=x1**2

p1=plt.figure(1)

ax1=plt.subplot(2,1,1)

plt.plot(x1,y2)

plt.plot(x1,y1,'r--')

plt.title('幂函数曲线')

plt.xlabel('x')

plt.ylabel('y')

plt.ylim(0,1)

plt.legend(['y1=x**4','y2=x**2'])

ax2=plt.subplot(2,1,2)

plt.title('sin/cos曲线')

plt.xlabel('rad')

plt.ylabel('value')

plt.xlim(0,np.pi)

plt.ylim(-1.2,1.2)

plt.xticks([-(np.pi),-(np.pi/2),0,np.pi/2,np.pi])

plt.yticks([-1,-0.5,0,0.5,1])

plt.plot(x2,np.sin(x2))

plt.plot(x2,np.cos(x2))

plt.legend(['sin','cos']) #label标签

plt.show()

Matplotlib库画图小例子-03

竖柱形图：

import numpy as np

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif']='SimHei'

plt.rcParams['axes.unicode_minus']=False

x=np.arange(6)

num=[1.5,2.5,4.0,3.5,2.6,5.0]

num1=[2,3,4,5,6,4]

width=0.3

label1=['一月','二月','三月','四月','五月','六月']

plt.bar(x,num,width,label='一部门',color='r')

plt.bar(x+width,num1,width,label='二部门',color='b')

plt.xlabel('月份')

plt.ylabel('生产总值（亿元）')

plt.title("2018半年度各月份生产总值直方图")

plt.xticks(x+width/2,label1)

plt.legend()

plt.show()

横柱形图：

import numpy as np

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif']='SimHei'

plt.rcParams['axes.unicode_minus']=False

y=np.arange(6)

num=[1.5,2.5,4.0,3.5,2.6,5.0]

num1=[2,3,4,5,6,4]

label1=['一月','二月','三月','四月','五月','六月']

width=0.3

plt.barh(y,num,width,label='一部门',color='y')

plt.barh(y+width,num1,width,label='二部门',color='b')

plt.yticks(range(6),label1)

plt.ylabel('月份')

plt.xlabel('生产总值（亿元）')

plt.title("2018半年度各月份生产总值直方图")

plt.legend()

plt.show()

Matplotlib库画图小例子-04

利用matplotlib画出散点图:

import matplotlib.pyplot as plt

import numpy as np

plt.rcParams['font.sans-serif']='SimHei'

plt.rcParams['axes.unicode_minus']=False

plt.figure(1)

x2=np.random.rand(15)*100

y2=np.random.rand(15)*100

plt.scatter(x2,y2,c='r',s=50,alpha='0.5')

plt.xlabel('x2')

plt.ylabel('y2')

plt.title('随机生成散点图')

plt.show()

Matplotlib库画图小例子-05

matplotlib画出饼形

绘制各季度收益的饼形图：

import matplotlib.pyplot as plt

import numpy as np

plt.rcParams['font.sans-serif']='SimHei'

plt.rcParams['axes.unicode_minus']=False

num=np.random.rand(4)*10

num1=np.random.rand(4)*10

num2=np.random.rand(4)*10

label1=['一月','二月','三月','四月']

label2=['五月','六月','七月','八月']

label3=['九月','十月','十一月','十二月']

plt.pie(num,labels=label1,radius=1.0,autopct='%1.2f%%',pctdistance=0.8)

plt.pie(num1,labels=label2,radius=0.7,autopct="%1.2f%%",pctdistance=0.7)

plt.pie(num,labels=label3,radius=0.4,autopct='%1.2f%%',pctdistance=0.5)

plt.axis('equal')

plt.title('月份收益占比图')

plt.legend()

print("第一季度各月收益为：",num)

print("第二季度各月收益为：",num1)

print("第三季度各月收益为:",num2)

plt.show()

Matplotlib库画图小例子-06

import numpy as np

import matplotlib.pyplot as plt

x=np.linspace(-2,3,20)

y1=3*x+1

y2=x**3

plt.plot(x,y1,'r', label='$y1=3*x+1#39;)

plt.plot(x,y2,'g--',label='$y2=x**3#39;)

plt.xlabel('x')

plt.ylabel('y')

ax=plt.gca()

ax.spines['right'].set_color('none')

ax.spines['top'].set_color('none')

ax.spines['bottom'].set_position(('data',0))

ax.spines['left'].set_position(('data',0))

ax.set_xlabel('x')

ax.set_ylabel('y')

plt.legend()

plt.show()

——END——