文章目录

Part.I 基础知识
- Chap.I 快应用
- Chap.II 常用语句
Part.II 画图样例
- Chap.I 散点图
- Chap.II 柱状图
- Chap.III 折线图
- Chap.IV 概率分布直方图
- Chap.V 累计概率分布曲线
- Chap.VI 概率分布直方图+累计概率分布图

说实话，Python 画图和 Matlab 画图十分相似『Matlab 转战 Python』—— 沃兹·基硕德

Part.I 基础知识

Chap.I 快应用

Python 常用线型 + 点符号 + 颜色汇总
Python 中图例 Legend 的调整
Python 修改 x/y ticks
Python 绘图字体与位置控制

下面是『进阶使用』：

Python 让多图排版更加美观
Python 箱型图的绘制并提取特征值

Chap.II 常用语句

下面是一些基本的绘图语句：

import matplotlib.pyplot as plt          # 导入模块plt.style.use('ggplot')                 # 设置图形的显示风格
fig=plt.figure(1)                      # 新建一个 figure1
fig=plt.figure(figsize=(12,6.5),dpi=100,facecolor='w')
fig.patch.set_alpha(0.5)                # 设置透明度为 0.5
font1 = {'weight' : 60, 'size' : 10}   # 创建字体，设置字体粗细和大小
ax1.set_xlim(0,100)                     # 设置 x 轴最大最小刻度
ax1.set_ylim(-0.1,0.1)                  # 设置 y 轴最大最小刻度
plt.xlim(0,100)                         # 和上面效果一样
plt.ylim(-1,1)
ax1.set_xlabel('X name',font1)            # 设置 x 轴名字
ax1.set_ylabel('Y name',font1)            # 设置 y 轴名字
plt.xlabel('aaaaa')                       # 设置 x 轴名字
plt.ylabel('aaaaa')                       # 设置 y 轴名字
plt.grid(True)                          # 增加格网
plt.grid(axis="y")                       # 只显示横向格网
plt.grid(axis="x")                       # 只显示纵向格网
ax=plt.gca()                           # 获取当前axis,
fig=plt.gcf()                          # 获取当前figures
plt.gca().set_aspect(1)                 # 设置横纵坐标单位长度相等
plt.text(x,y,string)                    # 在 x,y 处加入文字注释
plt.gca().set_xticklabels(labels, rotation=30, fontsize=16) # 指定在刻度上显示的内容
plt.xticks(ticks, labels, rotation=30, fontsize=15)   # 上面两句合起来
plt.legend(['Float'],ncol=1,prop=font1,frameon=False)  # 设置图例 列数、去掉边框、更改图例字体
plt.title('This is a Title')          # 图片标题
plt.show()                              # 显示图片，没这行看不见图
plt.savefig(path, dpi=600)             # 保存图片，dpi可控制图片清晰度
plt.rcParams['font.sans-serif'] = ['SimHei']   # 添加这条可以让图形显示中文
mpl.rcParams['axes.unicode_minus'] = False       # 添加这条可以让图形显示负号
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')              #设置图片的右边框和上边框为不显示
# 子图
ax1=plt.subplot(3,1,1)
ax1.scatter(time,data[:,1],s=5,color='blue',marker='o') # size, color, 标记
ax1=plt.subplot(3,1,2)
...
# 控制图片边缘的大小
plt.subplots_adjust(left=0, bottom=0, right=1, top=1，hspace=0.1,wspace=0.1)# 设置坐标刻度朝向，暂未成功
plt.rcParams['xtick.direction'] = 'in'
ax = plt.gca()
ax.invert_xaxis()
ax.invert_yaxis()

Part.II 画图样例

不要忘记 import plt

import matplotlib.pyplot as plt

下面是一些简单的绘图示例，上面快应用『进阶使用』部分会有些比较复杂的操作，感兴趣的可参看。

Chap.I 散点图

years = [2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019]
turnovers = [0.5, 9.36, 52, 191, 350, 571, 912, 1027, 1682, 2135, 2684]
plt.figure()
plt.scatter(years, turnovers, c='red', s=100, label='legend')
plt.xticks(range(2008, 2020, 3))
plt.yticks(range(0, 3200, 800))
plt.xlabel("Year", fontdict={'size': 16})
plt.ylabel("number", fontdict={'size': 16})
plt.title("Title", fontdict={'size': 20})
plt.legend(loc='best')
plt.show()

Chap.II 柱状图

X=[1,2,3,4,5]
Y=[0.2,0.6,0.1,0.8,0.4]
plt.bar(X,Y,color='b')
plt.show()

Chap.III 折线图

参考：https://blog.csdn.net/AXIMI/article/details/99308004

plt.rcParams['font.sans-serif'] = ['SimHei']  # 添加这条可以让图形显示中文
x_axis_data = [1, 2, 3, 4, 5]
y_axis_data = [1, 2, 3, 4, 5]
# plot中参数的含义分别是横轴值，纵轴值，线的形状，颜色，透明度,线的宽度和标签
plt.plot(x_axis_data, y_axis_data, 'ro-', color='#4169E1', alpha=0.8, linewidth=1, label='一些数字')
# 显示标签，如果不加这句，即使在plot中加了label='一些数字'的参数，最终还是不会显示标签
plt.legend(loc="upper right")
plt.xlabel('x轴数字')
plt.ylabel('y轴数字')
plt.show()

Chap.IV 概率分布直方图

主要通过函数plt.hist()来实现，

matplotlib.pyplot.hist(
x, bins=10, range=None, normed=False,edgecolor='k',
weights=None, cumulative=False, bottom=None,
histtype=u'bar', align=u'mid', orientation=u'vertical',
rwidth=None, log=False, color=None, label=None, stacked=False,
hold=None, **kwargs)

其中，常用的参数及其含义如下：

bins：“直方条”的个数，一般可取20
range=(a,b)：只考虑区间(a,b)之间的数据，绘图的时候也只绘制区间之内的
edgecolor=‘k’：给直方图加上黑色边界，不然看起来很难看（下面的例子就没加，所以很难看）

example_list=[]
n=10000
for i in range(n):tmp=[np.random.normal()]example_list.extend(tmp)
width=100
n, bins, patches = plt.hist(example_list,bins = width,color='blue',alpha=0.5)
X = bins[0:width]+(bins[1]-bins[0])/2.0
Y = n
maxn=max(n)
maxn1=int(maxn%8+maxn+8*2)
ydata=list(range(0,maxn1+1,maxn1//8))
yfreq=[str(i/sum(n)) for i in ydata]
plt.plot(X,Y,color='green')     #利用返回值来绘制区间中点连线
p1 = np.polyfit(X, Y, 7)        #利用7次多项式拟合，返回拟多项式系数，按照阶数从高到低排列
Y1 = np.polyval(p1,X)
plt.plot(X,Y1,color='red')
plt.xlim(-2.5,2.5)
plt.ylim(0)
plt.yticks(ydata,yfreq)        #这条语句控制纵坐标是频数或频率，打开是频率，否则是频数
plt.legend(['midpoint','fitting'],ncol=1,frameon=False)
plt.show()

上面的图片中，绿线是直方图矩形的中点连线，红线是根据直方图的中点7次拟合的曲线。

Chap.V 累计概率分布曲线

累积分布函数(Cumulative Distribution Function)，又叫分布函数，是概率密度函数的积分，能完整描述一个实随机变量X的概率分布。

example_list=[]
n=10000
for i in range(n):tmp=[np.random.normal()]example_list.extend(tmp)
width=50
n, bins, patches = plt.hist(example_list,bins = width,color='blue',alpha=0.5)
plt.clf()           # clear the figure
X = bins[0:width]+(bins[1]-bins[0])/2.0
bins=bins.tolist()
freq=[f/sum(n) for f in n]
acc_freq=[]
for i in range(0,len(freq)):if i==0:temp=freq[0]else:temp=sum(freq[:i+1])acc_freq.append(temp)
plt.plot(X,acc_freq,color='r')                    # Cumulative probability curve
yt=plt.yticks()
yt1=yt[0].tolist()
def to_percent(temp,position=0):          # convert float number to percentreturn '%1.0f'%(100*temp) + '%'
ytk1=[to_percent(i) for i in yt1 ]
plt.yticks(yt1,ytk1)
plt.ylim(0,1)
plt.show()

Chap.VI 概率分布直方图+累计概率分布图

参考：https://blog.csdn.net/qq_38412868/article/details/105319818
可以绘制概率分布直方图和累计概率曲线

笔者进行了一些的改编：

def draw_cum_prob_curve(data,bins=20,title='Distribution Of Errors',xlabel='The Error(mm)',pic_path=''):"""plot Probability distribution histogram and Cumulative probability curve.> @param[in] data:          The error data> @param[in] bins:          The number of hist> @param[in] title:         The titile of the figure> @param[in] xlabel:        The xlable name> @param[in] pic_path:      The path where you want to save the figurereturn:     void"""import matplotlib.pyplot as pltimport matplotlib as mplfrom matplotlib.ticker import FuncFormatterfrom matplotlib.pyplot import MultipleLocatordef to_percent(temp,position=0):          # convert float number to percentreturn '%1.0f'%(100*temp) + '%'fig, ax1 = plt.subplots(1, 1, figsize=(12, 6), dpi=100, facecolor='w')font1 = {'weight': 600, 'size': 15}n, bins, patches=ax1.hist(data,bins =bins, alpha = 0.65,edgecolor='k') # Probability distribution histogramyt=plt.yticks()yt1=yt[0].tolist()yt2=[i/sum(n) for i in yt1]ytk1=[to_percent(i) for i in yt2 ]plt.yticks(yt1,ytk1)X=bins[0:-1]+(bins[1]-bins[0])/2.0 bins=bins.tolist()freq=[f/sum(n) for f in n]acc_freq=[]for i in range(0,len(freq)):if i==0:temp=freq[0]else:temp=sum(freq[:i+1])acc_freq.append(temp)ax2=ax1.twinx()                         # double ylableax2.plot(X,acc_freq)                    # Cumulative probability curveax2.yaxis.set_major_formatter(FuncFormatter(to_percent))ax1.set_xlabel(xlabel,font1)ax1.set_title(title,font1)ax1.set_ylabel('Frequency',font1)ax2.set_ylabel("Cumulative Frequency",font1)#plt.savefig(pic_path,format='png', dpi=300)

调用示例：

example_list=[]
n=10000
for i in range(n):tmp=[np.random.normal()]example_list.extend(tmp)
tit='TEST'
xla='DATA'
draw_cum_prob_curve(example_list,50,tit,xla)
plt.show()

Python 各种画图相关推荐

python画图中文显示_解决Linux系统中python matplotlib画图的中文显示问题
最近想学习一些python数据分析的内容,就弄了个爬虫爬取了一些数据,并打算用Anaconda一套的工具(pandas, numpy, scipy, matplotlib, jupyter)等进行一些 ...
python画图完整代码-Python科学画图代码分享
Python画图主要用到matplotlib这个库.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. 具体来说是pylab和p ...
python画简单的图形的代码-Python实现画图软件功能方法详解
概述虽然Python的强项在人工智能,数据处理方面,但是对于日常简单的应用,Python也提供了非常友好的支持(如:Tkinter),本文主要一个简单的画图小软件,简述Python在GUI(图形用户 ...
python简单代码画图-Python科学画图代码分享
Python画图主要用到matplotlib这个库.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. 这里有一本电子书供大家参 ...
python画图y轴在右侧_解决python中画图时x,y轴名称出现中文乱码的问题
如下所示: #-*- coding:utf-8 -*- import numpy as np import matplotlib.pyplot as plt from matplotlib.font_ ...
python实现画图哆啦A梦
python实现画图哆啦A梦借鉴了一下别人的数据,自己测太难了效果图 python源代码 import turtle def flyTo(x, y): #开启无轨迹跳跃turtle.penup() ...
python matplotlib画图产生的Type 3 fonts字体没有嵌入问题
ScholarOne's 对python matplotlib画图产生的Type 3 fonts字体不兼容,更改措施: 在程序中添加如下语句 import matplotlib matplotlib. ...
Python画板画图之美
Python画板画图之美 *turtle.done() #可让画板窗口停止* 1.绘制同切圆 pensize为画笔宽度 circle(n),n为半径大小,两者单位均为像素 import turtle ...
python魔法方法与函数_在Python中画图(基于Jupyter notebook的魔法函数)
这篇文章主要介绍了在Python中画图(基于Jupyter notebook的魔法函数),文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下先展示一段相 ...
Python matplotlib画图出现No handles with labels found to put in legend
1.在使用Python matplotlib画图出现No handles with labels found to put in legend ,在本地调试时并不会出现这个错误,而部署到线上服务器之后 ...

Python 各种画图