importmatplotlib.pyplot as pltimportnumpy as np

x= np.linspace(-10, 20, 50, True)

y= 2 * x + 5

#一、画散点图

plt.scatter(x,y,s=40,c='Orange',edgecolors='k',marker='s',alpha=0.5)#s:大小；c：内部颜色；edgecolors：边框颜色；marker：点的形状；alpha：透明度

plt.show()

matplot画板颜色请点击这里;点的形状请点击这里#二、画折线图与线段

plt.figure()

plt.plot(x, y, label='line1')

plt.plot(x, y+ 4, c='r', lw=2, ls=':', label='line2')#c：颜色；lw：线宽；ls：线段类型，有“：”“--”“-”等；lebel：画图图例；

plt.plot([-10, 0], [-10, 0], ls='--', label='line3') #两点连线

plt.legend()

plt.show()#三、画柱状图#1、单一柱状图

plt.figure()

bar_x= np.arange(5)

bar_y= np.arange(5)

rects= plt.bar(bar_x, height=bar_y, width=0.8,orientation='vertical')#给每个柱添加数据标识

for rect inrects:

plt.text(rect.get_x()+ rect.get_width() / 2, rect.get_height(), rect.get_height(), ha='center', va='bottom')

plt.show()#2、横向柱状图#method 1 :

plt.figure()

plt.barh(bar_y,bar_x,height=0.8,left=0) #left柱状图左边的起始位置，0表示从x=0开始

plt.show()#method 2 :

plt.figure()

plt.bar(x=0,bottom=bar_x, width=bar_y, height=0.5,orientation='horizontal') #bottom:柱状图底部起始位置为y=bar_x，orientation设置柱状图方向

plt.show()#3、并列图

plt.figure()

plt.bar(bar_x, height=bar_y, width=0.2,orientation='vertical',color='b') #第一个蓝色柱状图

plt.bar(bar_x+0.2, height=bar_y, width=0.2,orientation='vertical',color='r') #第二个红色柱状图，用bar_x+0.2设置宽度及柱状图偏移的方式将其与第一个图分开

plt.show()#4、堆叠图

plt.figure()

plt.bar(bar_x, height=bar_y, width=0.2,orientation='vertical',color='b') #第一个蓝色柱状图

plt.bar(bar_x, height=bar_y, width=0.2,bottom=bar_x,orientation='vertical',color='r') #第二个红色柱状图，用bottom=bar_x设置底部起点的方式将其与第一个图分开

plt.show()#四、直方图(频数图)

plt.hist(np.random.normal(0,2,1000),bins=100,density=True) #bins:分箱个数，若传入一个list，如[0,1,2,3]表示根据0、1、2、3位断点分箱

plt.show()#五、饼状图

plt.figure()

plt.axes(aspect=1) #设置xy比例不然饼状图会被压扁

plt.pie([1,2,3,4,5],explode=[0.5,0,0,0,0],labels=list('abcde'),autopct='%.2f%%',shadow=True)#explode:一个list表示每一部分离中心的距离，autopct='%.2f%%'显示百分比，shadow=True生成阴影更好看

plt.show()#六、箱形图

plt.figure()

plt.boxplot(np.random.normal(0,1,1000),sym='o',whis=1.5) #sym异常点显示类型，whis设置异常点范围，[Q1-whis*IQR,Q3+whis*IQR]以外的为异常值

plt.figure()

plt.boxplot(np.random.normal(0,1,(1000,4)),sym='o',whis=1.5) #传入多维数组可以画多个箱形图

plt.show()#七、画坐标轴为日期的图

d=['2019-01','2019-02','2019-03','2019-04','2019-05','2019-06','2019-07','2019-08','2019-09','2019-10','2019-11','2019-12']

plt.plot_date(d,y[0:12])

plt.show()#八、设置画板figure

plt.figure(num='fig1',figsize=(8,6),facecolor='w',edgecolor='k') #num:画板名,figsize=(8,6)画板长宽,facecolor:底色，edgecolor边框颜色

plt.title('fig1') 添加图标题

plt.plot([0,1],[0,1])

plt.figure(num='fig2') #定第二个画板，可以显示两个图，不然会在原来的fig2上覆盖

plt.title('fig2')

plt.plot([0,1],[1,0])#获取当前图标与子图可以使用plt.gcf()和plt.gca()获得，分别表示Get Current Figure和Get Current Axes，在pyplot模块中，#许多函数都是对当前的Figure或Axes对象进行处理，比如说：plt.plot()实际上会通过plt.gca()获得当前的Axes对象ax，然后再调用ax.plot()方法实现真正的绘图。

plt.show()#九、坐标轴设置

plt.figure()

plt.title('fig1')

plt.xlim((0,10)) #修改x坐标轴范围

plt.plot([0, 20], [20, 0])

plt.xlabel(r'$x\ label$') #添加x轴标签，matplotlib中使用$$表示latex数学字符，空格要用\转义

plt.figure()

plt.title('fig2')

plt.xticks(np.linspace(0,10, 3, True)) #修改x标签的数值间隔

plt.plot([0, 10], [10, 0])

plt.figure()

plt.title('fig3')

plt.xticks(ticks=np.linspace(0, 10, 3, True), labels=['2015', '2016', '2017']) #用lebals替换x轴ticks的对应数值

plt.plot([0, 10], [10, 0])

plt.figure()

plt.title('fig4')

ax=plt.gca()

ax.spines['right'].set_color('None') #去除右坐标轴颜色，相当于隐藏，spines表示子图方框线集合，left、bottom、right、top表示四个方框线

ax.spines['top'].set_color('None') #去除上坐标轴颜色，相当于隐藏

ax.xaxis.set_ticks_position('bottom') #设置x轴位置为底部，可设置为上侧top

ax.yaxis.set_ticks_position('left') #设置y轴位置为左侧，可设置为右侧right

ax.spines['bottom'].set_position(('data', 5)) #底部的坐标轴放在y=5的位置，data表示采用数据轴，(data,5)替换成(axes,0.5)则表示放在y轴%50的位置

ax.spines['left'].set_position(('data', 5)) #左侧的坐标轴放在x=5的位置

plt.plot([0, 10], [10, 0])

plt.show()#十、绘制图例

plt.figure()

l1,=plt.plot(x,y,c='g',label='y=2*x+5') #返回值不止一个所以l1后面加一个逗号，参数label为画图图例

l2,=plt.plot(x,-y,c='y',label='y=2*x+5')

plt.legend(loc='upper center') #显示所有画图图例,参数loc为图例位置，默认为loc='best'，自动选取位置

plt.figure()

l1,=plt.plot(x,y,c='g',label='y=2*x+5')

l2,=plt.plot(x,-y,c='y',label='y=2*x+5')

plt.legend(handles=[l1,l2],labels=['f=2*x+5','f=2*x+5'],loc='') #对特定的图添加指定的图例说明，参数handles为line对象

plt.show()#十一、添加注解#1、给点添加注解

plt.figure()

plt.scatter(1, 1, c='r', marker='o') #画(1,1)点

plt.annotate(s=r'$this\ is\ an\ annotate$', xy=(1, 1), xycoords='data', xytext=(30, -30), textcoords='offset points',

fontsize=16, arrowprops=dict(arrowstyle='->',connectionstyle='arc3,rad=.2'))#s:注释；xy：要注释的点的坐标；xycoords='data'：点的坐标为数据坐标；xytext=(30, -30)：注释的坐标为(30,-30)；#textcoords='offset points'：注释的坐标轴为以点为原点进行偏移；fontsize：字体大小；#arrowprops：设定箭头，arrowstyle箭头类型为'->',connectionstyle连接类型为'arc3,rad=.2'

#2、在指定位置添加注解

plt.figure()

plt.scatter(1, 1, c='r', marker='o') #画(1,1)点

plt.text(1,1,r'$this\ is\ a\ text$',fontdict=dict(size=16,color='r'), ha='center', va='bottom') #在点(1,1)处添加文档,ha、va表示左右上下对齐方式

plt.show()#十二、绘制多个图在一个面板中#method 1 ：在大小相同的格子中画图

plt.subplot(221) #画板分为2*2，在位置1画图

plt.plot(x, y)

plt.scatter(5,0,marker='o',edgecolors='b',facecolors='r')

plt.subplot(222)

plt.plot(x,-y)

plt.show()#method 2 ：在自定义大小的格子中画图

ax1=plt.subplot2grid((3,3),(0,0),colspan=3,rowspan=1) #画板分成3*3网格，ax1位置在(0,0)，跨度为3列1行

ax1.plot([0,1],[0,1])

ax1.set_title('ax1')

ax2=plt.subplot2grid((3,3),(1,1),colspan=3,rowspan=3) #画板分成3*3网格，ax1位置在(1,1)，跨度为3列3行

ax2.plot(x,-y)

ax2.set_title('ax2')

ax3=plt.subplot2grid((3,3),(1,0),colspan=1,rowspan=1) #画板分成3*3网格，ax1位置在(1,0)，跨度为1列1行

ax3.plot(x,-y)

ax3.set_title('ax3')

plt.show()#十三、图中图，利用在同一画板定义多个坐标轴实现

fig=plt.figure()

left,bottom,width,height=0.1,0.1,0.8,0.8 #定义坐标轴的左、下坐标轴位置，宽、高的跨度，用百分比的形式

ax1=fig.add_axes([left,bottom,width,height]) #加入第一个坐标轴

ax1.plot(x,y,c='y')

ax1.set_titile('ax1')

ax2=fig.add_axes([left,bottom,width,height]) #加入第二个坐标轴

ax2.plot(x,-y,c='g')

ax2.set_titile('ax2')

plt.show()#十四、主次坐标轴

fig,ax1=plt.subplots()

ax2=ax1.twinx() #镜像ax1得到次坐标轴

ax1.plot([0,1],[0,1],c='r')

ax2.plot([0,1],[1,0],c='y')

plt.show()