Python数据分析之Matplotlib的常用操作总结
特别鸣谢以下更多python教程请到友情连接: 菜鸟教程https://www.piaodoo.com
初中毕业读什么技校 http://cntkd.net
茂名一技http://www.enechn.com
ppt制作教程步骤 http://www.tpyjn.cn
兴化论坛http://www.yimoge.cn
电白论坛 http://www.fcdzs.com
永城信息港 http://www.1l4u.com
茂名一技有什么专业 http://www.jeob.cn
茂名市高级技工学校 http://www.szsyby.net
初中毕业读什么技校 http://www.ausq.cn
目录
- 使用准备
- 1、简单的绘制图像
- 2、视图面板的常用操作
- 3、样式及各类常用修饰属性
- 4、legend图例的使用
- 5、添加文字等描述
- 6、不同类型图像的绘制
- 总结
使用准备
使用matplotlib需引入:
import matplotlib.pyplot as plt
通常2会配合着numpy使用,numpy引入:
import numpy as np
1、简单的绘制图像
def matplotlib_draw():# 从-1到1生成100个点,包括最后一个点,默认为不包括最后一个点x = np.linspace(-1, 1, 100, endpoint=True)
y = 2 * x + 1
plt.plot(x, y) # plot将信息传入图中
plt.show() # 展示图片</pre></div>
2、视图面板的常用操作
def matplotlib_figure():x = np.linspace(-1, 1, 100)y1 = 2 * x + 1y2 = x ** 2 # 平方
plt.figure() # figure是视图面板
plt.plot(x, y1)# 这里再创建一个视图面板,最后会生成两张图,figure只绘制范围以下的部分
plt.figure(figsize=(4, 4)) # 设置视图长宽
plt.plot(x, y2)plt.show()</pre></div>
3、样式及各类常用修饰属性
def matplotlib_style():x = np.linspace(-3, 3, 100)y1 = 2 * x + 1y2 = x ** 2 # 平方
# 限制xy输出图像的范围
plt.xlim((-1, 2)) # 限制x的范围
plt.ylim((-2, 3)) # 限制y的范围# xy描述
plt.xlabel('I am X')
plt.ylabel('I am Y')# 设置xy刻度值
# 从-2到2上取11个点,最后生成一个一维数组
new_sticks = np.linspace(-2, 2, 11)
plt.xticks(new_sticks)
# 使用文字代替数字刻度
plt.yticks([-1, 0, 1, 2, 3], ['level1', 'level2', 'level3', 'level4', 'level5'])# 获取坐标轴 gca get current axis
ax = plt.gca()
ax.spines['right'].set_color('red') # 设置右边框为红色
ax.spines['top'].set_color('none') # 设置顶部边框为没有颜色,即无边框# 把x轴的刻度设置为'bottom'
ax.xaxis.set_ticks_position('bottom')
# 把y轴的刻度设置为'left'
ax.yaxis.set_ticks_position('left')
# 设置xy轴的位置,以下测试xy轴相交于(1,0)
# bottom对应到0点
ax.spines['bottom'].set_position(('data', 0))
# left对应到1点
ax.spines['left'].set_position(('data', 1)) # y轴会与1刻度对齐# 颜色、线宽、实线:'-',虚线:'--',alpha表示透明度
plt.plot(x, y1, color="red", linewidth=1.0, linestyle='--', alpha=0.5)
plt.plot(x, y2, color="blue", linewidth=5.0, linestyle='-')
plt.show() # 这里没有设置figure那么两个线图就会放到一个视图里</pre></div>
4、legend图例的使用
def matplotlib_legend():x = np.linspace(-3, 3, 100)y1 = 2 * x + 1y2 = x ** 2 # 平方
l1, = plt.plot(x, y1, color="red", linewidth=1.0, linestyle='--', alpha=0.5)
l2, = plt.plot(x, y2, color="blue", linewidth=5.0, linestyle='-')
# handles里面传入要产生图例的关系线,labels中传入对应的名称,
# loc='best'表示自动选择最好的位置放置图例
plt.legend(handles=[l1, l2], labels=['test1', 'test2'], loc='best')
plt.show()</pre></div>
5、添加文字等描述
def matplotlib_describe():x = np.linspace(-3, 3, 100)y = 2 * x + 1plt.plot(x, y, color="red", linewidth=1.0, linestyle='-')
# 画点,s表示点的大小
x0 = 0.5
y0 = 2 * x0 + 1
plt.scatter(x0, y0, s=50, color='b')# 画虚线,
# k代表黑色,--代表虚线,lw线宽
# 表示重(x0,y0)到(x0,-4)画线
plt.plot([x0, x0], [y0, -4], 'k--', lw=2)
# 标注,xytext:位置,textcoords设置起始位置,arrowprops设置箭头,connectionstyle设置弧度
plt.annotate(r'$2x+1=%s$' % y0, xy=(x0, y0), xytext=(+30, -30), textcoords="offset points", fontsize=16,arrowprops=dict(arrowstyle='->', connectionstyle='arc3,rad=.2'))# 文字描述
plt.text(-3, 3, r'$this\ is\ the\ text$', fontdict={'size': '16', 'color': 'r'})plt.show()</pre></div>
6、不同类型图像的绘制
(1)scatter绘制散点图:
def matplotlib_scatter():plt.figure()plt.scatter(np.arange(5), np.arange(5)) # 安排两个0到4的数组绘制
x = np.random.normal(0, 1, 500) # 正态分布的500个数
y = np.random.normal(0, 1, 500)plt.figure()
plt.scatter(x, y, s=50, c='b', alpha=0.5)plt.show()</pre></div>
(2)bar绘制直方图:
def matplotlib_bar():x = np.arange(10)y = 2 ** x + 10# facecolor块的颜色,edgecolor块边框的颜色plt.bar(x, y, facecolor='#9999ff', edgecolor='white')# 设置数值位置for x, y in zip(x, y): # zip将x和y结合在一起plt.text(x + 0.4, y, "%.2f" % y, ha='center', va='bottom')
plt.show()</pre></div>
(3)contour轮廓图:
def matplotlib_contours():def f(a, b):return (1 - a / 2 + a ** 5 + b ** 3) * np.exp(-a ** 2 - b ** 2)
x = np.linspace(-3, 3, 100)
y = np.linspace(-3, 3, 100)X, Y = np.meshgrid(x, y) # 将x和y传入一个网格中
# 8表示条形线的数量,数量越多越密集
plt.contourf(X, Y, f(X, Y), 8, alpha=0.75, cmap=plt.cm.hot) # cmap代表图的颜色C = plt.contour(X, Y, f(X, Y), 8, color='black', linewidth=.5)
plt.clabel(C, inline=True, fontsize=10)plt.xticks(())
plt.yticks(())
plt.show()</pre></div>
(4)3D图:
3D图绘制需额外再引入依赖:
from mpl_toolkits.mplot3d import Axes3D
def matplotlib_Axes3D():fig = plt.figure() # 创建绘图面版环境ax = Axes3D(fig) # 将环境配置进去
x = np.arange(-4, 4, 0.25)
y = np.arange(-4, 4, 0.25)
X, Y = np.meshgrid(x, y)
R = np.sqrt(X ** 2 + Y ** 2)
Z = np.sin(R)# stride控制色块大小
ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=plt.get_cmap('rainbow'))
ax.contourf(X, Y, Z, zdir='z', offset=-2, cmap='rainbow')
ax.set_zlim(-2, 2)plt.show()</pre></div>
(5)subplot子图绘制:
def matplotlib_subplot():plt.figure() # 生成绘图面板plt.subplot(2, 1, 1) # 两行1列绘图位置的第1个位置plt.plot([0, 1], [0, 1]) # 绘制从(0,0)绘制到(1,1)的图像plt.subplot(2, 3, 4) # 两行3列绘图位置的第4个位置plt.plot([0, 1], [0, 1]) # 绘制从(0,0)绘制到(1,1)的图像plt.subplot(2, 3, 5) # 两行3列绘图位置的第5个位置plt.plot([0, 1], [0, 1]) # 绘制从(0,0)绘制到(1,1)的图像plt.subplot(2, 3, 6) # 两行3列绘图位置的第6个位置plt.plot([0, 1], [0, 1]) # 绘制从(0,0)绘制到(1,1)的图像
plt.show()</pre></div>
(6)animation动图绘制
需额外导入依赖:
from matplotlib import animation
# ipython里运行可以看到动态效果 def matplotlib_animation():fig, ax = plt.subplots()
x = np.arange(0, 2 * np.pi, 0.01)
line, = ax.plot(x, np.sin(x))def animate(i):line.set_ydata(np.sin(x + i / 10))return line,def init():line.set_ydata(np.sin(x))return line,ani = animation.FuncAnimation(fig=fig, func=animate, init_func=init, interval=20)plt.show()</pre></div>
附:直方图代码实现
import numpy as np import matplotlib.pyplot as plt
np.random.seed(1)
产生30个学生身高数据
hight = np.random.randint(low=140, high=190, size=30)
print(“身高数据”, hight)
绘制直方图 plt.hist
参数1:要统计的数据; 参数2:区间信息
区间信息有默认值 bins =10 ?分10组
bins = [140, 145, 160, 170, 190]
除了最后一个 都是前闭后开;最后一组是前闭后闭
[140,145) [145,160) [160,170) [170,190]
bins = [140, 180, 190]
cnt, bins_info, _ = plt.hist(hight,
? ? ? ? ? ? ? ? ? ? ? ? ? ? ?bins=10,
? ? ? ? ? ? ? ? ? ? ? ? ? ? ?# bins=bins,
? ? ? ? ? ? ? ? ? ? ? ? ? ? ?edgecolor=‘w’ ?# 柱子的边缘颜色 白色
? ? ? ? ? ? ? ? ? ? ? ? ? ? ?)
直方图的返回值有3部分内容
1. 每个区间的数据量
2. 区间信息
3. 区间内数据数据信息 是个对象 不能直接查看
print(“直方图的返回值”, out)
cnt, bins_info, _ = out
修改x轴刻度
plt.xticks(bins_info)
增加网格线
参数1:b bool类型 是否增加网格线
参数 axis 网格线 垂直于 哪个轴
plt.grid(b=True,
? ? ? ? ?axis=‘y’,
? ? ? ? ?# axis=‘both’
? ? ? ? ?alpha=0.3
? ? ? ? ?)
增加标注信息 plt.text
print(“区间信息”, bins_info)
print(“区间数据量”, cnt)
bins_info_v2 = (bins_info[:-1] + bins_info[1:]) / 2
for i, j in zip(bins_info_v2, cnt):
? ? # print(i, j)
? ? plt.text(i, j + 0.4, j,
? ? ? ? ? ? ?horizontalalignment=‘center’, ?# 水平居中
? ? ? ? ? ? ?verticalalignment=‘center’, ?# 垂直居中
? ? ? ? ? ? ?)
调整y轴刻度
plt.yticks(np.arange(0, 20, 2))
plt.show()
更多见官方文档:教程 | Matplotlib 中文
总结
到此这篇关于Python数据分析之Matplotlib常用操作的文章就介绍到这了,更多相关Python Matplotlib常用操作内容请搜索菜鸟教程www.piaodoo.com以前的文章或继续浏览下面的相关文章希望大家以后多多支持菜鸟教程www.piaodoo.com!
Python数据分析之Matplotlib的常用操作总结相关推荐
- Python数据分析 2.Matplotlib绘图—常用统计图
Python数据分析 2.Matplotlib绘图-常用统计图 1.绘制散点图 from matplotlib import pyplot as plt from matplotlib import ...
- Python数据分析(matplotlib、numpy、pandas)
Python数据分析 1.matplotlib 1.1 什么是matplotlib 能将数据进行可视化,更直观的呈现 使数据更加客观,更有说服力 matplotlib:最流行的Python底层绘图库, ...
- python的jax包的常用操作
python的jax包的常用操作 本文参考官方文档 1.jax.random包 PRNGKey >>> from jax import random >>> key ...
- Python数据分析之matplotlib折线图
Python数据分析之matplotlib折线图 1.需求 2.需求分析 3.代码示例 4.总结和思考 1.需求 需求假设大家在30岁,根据实际情况,统计出你和同桌从11岁倒30岁做成的男女朋友数量, ...
- Matplotlib可视化常用操作集合
Matplotlib常用操作 记录写代码过程中常遇到的关于绘图的问题以及基本功能,能够满足日常需求 使用时其他细节可使用help,或查阅官方文档 Matplotlib可视化常用操作集合 Matplot ...
- Python数据分析: matplotlib模块学习之绘制常用统计图
matplotlib绘制常用的统计图 常用的统计图有散点图, 折线图, 条形图和直方图, 在前面我们已经讲解了折线图的基本实现,但其实绘制其他图形和折线图比起来也是相差不多的, 下面就来逐个讲解他们的 ...
- Python数据分析与挖掘的常用工具
Python语言: 简要概括一下Python语言在数据分析.挖掘场景中常用特性: 列表(可以被修改),元组(不可以被修改) 字典(<k,v>结构) 集合(同数学概念上的集合) 函数式编程( ...
- python数据分析之matplotlib(一)
Matplotlib入门 1.Matplotlib基础 matplotlib是一个python的2D图形包 plt:matplotlib.pyplot plt.show()函数 默认情况下,matpl ...
- Python字符串的定义与常用操作
1.用于储存小量的数据 2.python中用' '," ",''' ''',""" """括起来的就是字符串 3.常用操 ...
最新文章
- 目标检测之线段检测---lsd line segment detector
- notify_one() 或 notify_all() 在c++中的使用要点
- linux刻录win10u盘_手把手教你装系统之【制作官方win10安装U盘】
- vue-cli 引用elementUI打包后文件过大
- android 最全的shape属性
- java executor 例子_Java中Executor框架的实例
- java中查询redis中hash结构的值_阿里面试官:HashMap 熟悉吧?来聊聊 Redis 吧
- 饭卡管理系统mysql_数据库饭卡管理系统.doc
- 操作系统教程答案(谢旭升,朱明华版)
- Java毕设项目宠物医院管理系统计算机(附源码+系统+数据库+LW)
- ps里面的css,PS中如何添加图层样式
- Visual Studio 各版本下载
- Flutter流畅性fps计算
- 深度解析C/C++中的宏是什么?有什么作用呢?
- Authing 新增 AWS、钉钉、腾讯 QQ 、百度、新浪微博等多种身份源|功能更新
- 如何精进Excel水平?从邮件小工具讲起
- Linux查看进程运行的完整路径方法
- United Cows of Farmer John G
- spring的学习【1】
- 8b/10b编码技术系列(一):Serdes、CDR、K码
热门文章
- 未转变者进入服务器加载中,未转变者为什么进不了别人的服务器 | 手游网游页游攻略大全...
- 65动态版式标题Premiere Pro模板
- 【Machine Vision】关于工业相机编程调用SDK二次开发的一些步骤流程
- svm算法python实现_手把手教你python实现SVM算法
- coalesce(coalesce函数的用法)
- 软件工程读书笔记(一)——工程经验总结
- Ubuntu修改swap分区空间大小
- Warning: touch() [function.touch]: Utime failed: Permission denied in /home/wordpress/wp-content/the
- PTA浙大版《C语言程序设计(第3版)》习题4-8 高空坠球
- jvm动态对象年龄判定