Python可视化模块——Matplotlib(2)
学习目标
- 目标
- 学习折线图的绘制和图形保存
- 给图形添加辅助功能(如:标注、x,y轴名称、标题等)
- 多次plot绘制图形
- 多个坐标系显示图形
- 知道折线图的应用场景
- 应用
- 天气的温度变化显示
1 折线图绘制与保存图片
为了更好地理解所有基础绘图功能,我们通过天气温度变化的绘图来融合所有的基础API使用
1.1 matplotlib.pyplot模块
matplotlib.pytplot包含了一系列类似于matlab的画图函数。 它的函数作用于当前图形(figure)的当前坐标系(axes)。
import matplotlib.pyplot as plt
1.2 折线图绘制与显示
展现上海一周的天气,比如从星期一到星期日的天气温度如下
# 1.创建画布(容器层)
plt.figure(figsize=(10, 10))# 2.绘制折线图(图像层)
plt.plot([1, 2, 3, 4, 5, 6 ,7], [17,17,18,15,11,11,13])# 3.显示图像
plt.show()
可以看到这样显示效果并不好,我们可以加入更多的功能:
1.3 设置画布属性与图片保存
plt.figure(figsize=(), dpi=)figsize:指定图的长宽dpi:图像的清晰度返回fig对象
plt.savefig(path)
# 1.创建画布,并设置画布属性
plt.figure(figsize=(20, 8), dpi=80)
# 2.保存图片到指定路径
plt.savefig("test.png")
- 注意:plt.show()会释放figure资源,如果在显示图像之后保存图片将只能保存空图片。
2 完善原始折线图1(辅助显示层)
案例:显示温度变化状况
需求:画出某城市11点到12点1小时内每分钟的温度变化折线图,温度范围在15度~18度
2.1 准备数据并画出初始折线图
# 画出温度变化图# 0.准备x, y坐标的数据
x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]# 1.创建画布
plt.figure(figsize=(20, 8), dpi=80)# 2.绘制折线图
plt.plot(x, y_shanghai)# 3.显示图像
plt.show()
2.2 添加自定义x,y刻度
plt.xticks(x, **kwargs)
x:要显示的刻度值
plt.yticks(y, **kwargs)
y:要显示的刻度值
# 增加以下两行代码
# 构造x轴刻度标签
x_ticks_label = ["11点{}分".format(i) for i in x]
# 构造y轴刻度
y_ticks = range(40)# 修改x,y轴坐标的刻度显示
plt.xticks(x[::5], x_ticks_label[::5])
plt.yticks(y_ticks[::5])
如果没有解决过中文问题的话,会显示这个样子:
2.3 中文显示问题解决
1 在每次写代码之前,我们加入如下两行代码:
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号
2 下载中文字体(黑体,看准系统版本)
下载 SimHei 字体(或者其他的支持中文显示的字体也行)
安装字体
linux下:拷贝字体到 usr/share/fonts 下:
sudo cp ~/SimHei.ttf /usr/share/fonts/SimHei.ttf
windows和mac下:双击安装
删除~/.matplotlib中的缓存文件
cd ~/.matplotlib rm -r *
修改配置文件matplotlibrc
vi ~/.matplotlib/matplotlibrc
将文件内容修改为:
font.family : sans-serif font.sans-serif : SimHei axes.unicode_minus : False
2.4 添加网格显示
为了更加清楚地观察图形对应的值
plt.grid(True, linestyle='--', alpha=0.5)
2.5 添加描述信息
添加x轴、y轴描述信息及标题
plt.xlabel("时间")
plt.ylabel("温度")
plt.title("中午11点0分到12点之间的温度变化图示")
3 完善原始折线图2(图像层)
3.1 多次plot
需求:再添加一个城市的温度变化
收集到北京当天温度变化情况,温度在1度到3度。怎么去添加另一个在同一坐标系当中的不同图形,其实很简单只需要再次plot即可,但是需要区分线条:
# 增加北京的温度数据
y_beijing = [random.uniform(1, 3) for i in x]# 绘制折线图
plt.plot(x, y_shanghai, label="上海")
# 使用多次plot可以画多个折线
plt.plot(x, y_beijing, color='r', linestyle='--', label="北京")# 显示图例
plt.legend(loc="best")
我们仔细观察,用到了两个新的地方,一个是对于不同的折线展示效果,一个是添加图例。
3.2 设置图形风格
颜色字符 | 风格字符 |
---|---|
r 红色 | - 实线 |
g 绿色 | - - 虚线 |
b 蓝色 | -. 点划线 |
w 白色 | : 点虚线 |
c 青色 | ' ' 留空、空格 |
m 洋红 | |
y 黄色 | |
k 黑色 |
完整代码:
import random# 多次plot
# 0.创建数据
x = range(60)
y_shanghai = [random.uniform(15,18) for i in x]
y_beijing = [random.uniform(-5, 5) for i in x]# 1.创建画布
plt.figure(figsize=(20, 8), dpi=100)# 2.绘制图
plt.plot(x, y_shanghai, label="上海", color="r", linestyle="--")
plt.plot(x, y_beijing, label="北京")# 2.1 添加x,y轴的刻度
x_labels_ticks = ["11点{}分".format(i) for i in x]
y_labels_ticks = range(-10, 30)plt.xticks(x[::5], x_labels_ticks[::5])
plt.yticks(y_labels_ticks[::5])# 2.2 添加网格线
plt.grid(linestyle="--", alpha=0.5)# 2.3 添加描述信息
plt.xlabel("时间", fontsize=16)
plt.ylabel("温度", fontsize=16)
plt.title("某城市11点-12点温度变化", fontsize=20)# 2.4 增加图例
plt.legend(loc="best")# 3.显示
plt.show()
4 多个坐标系显示-plt.subplots(面向对象的画图方法)
如果我们想要将上海和北京的天气图显示在同一个图的不同坐标系当中,效果如下:
可以通过subplots函数实现(旧的版本中有subplot,使用起来不方便),推荐subplots函数
matplotlib.pyplot.subplots(nrows=1, ncols=1, **fig_kw) 创建一个带有多个axes(坐标系/绘图区)的图
Parameters: nrows, ncols : int, optional, default: 1, Number of rows/columns of the subplot grid. **fig_kw : All additional keyword arguments are passed to the figure() call.Returns: fig : 图对象 ax : 设置标题等方法不同:set_xticksset_yticksset_xlabelset_ylabel
关于axes子坐标系的更多方法:参考 https://matplotlib.org/stable/api/axes_api.html
注意:plt.函数名()相当于面向过程的画图方法,axes.set_方法名()相当于面向对象的画图方法。
# 需求:画出某城市11点到12点1小时内每分钟的温度变化折线图,温度范围在15度~18度
# 多个axes
# 0.构造数据
x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]
y_beijing = [random.uniform(1, 14) for i in x]# 1.创建画布
# plt.figure(figsize=(20, 8))
fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(20, 8), dpi=100)# 2.图像绘制
# plt.plot(x, y_shanghai, label="上海")
# plt.plot(x, y_beijing, label="北京", linestyle="--", color="r")
axes[0].plot(x, y_shanghai, label="上海")
axes[1].plot(x, y_beijing, label="北京", linestyle="--", color="r")# 2.1 添加x,y轴刻度
x_ticks_label = ["11:{}".format(i) for i in x]
y_ticks = range(40)# plt.xticks(x[::5], x_ticks_label[::5])
# plt.yticks(y_ticks[::5])
axes[0].set_xticks(x[::5])
axes[0].set_yticks(y_ticks[::5])
axes[0].set_xticklabels(x_ticks_label[::5])
axes[1].set_xticks(x[::5])
axes[1].set_yticks(y_ticks[::5])
axes[1].set_xticklabels(x_ticks_label[::5])# 2.2 添加网格显示
# plt.grid(True, linestyle="--", alpha=0.5)
axes[0].grid(True, linestyle="--", alpha=0.5)
axes[1].grid(True, linestyle="--", alpha=0.5)# 2.3 添加x,y轴描述和标题
# plt.xlabel("时间")
# plt.ylabel("温度")
# plt.title("中午11点--12点温度变化图", fontsize=25)
axes[0].set_xlabel("时间")
axes[0].set_ylabel("温度")
axes[0].set_title("上海中午11点--12点温度变化图", fontsize=25)
axes[1].set_xlabel("时间")
axes[1].set_ylabel("温度")
axes[1].set_title("北京中午11点--12点温度变化图", fontsize=25)# 2.4 显示图例
# plt.legend(loc=0)
axes[0].legend(loc=0)
axes[1].legend(loc=0)# 3.显示
plt.show()
5 折线图的应用场景
呈现公司产品(不同区域)每天活跃用户数
呈现app每天下载数量
呈现产品新功能上线后,用户点击次数随时间的变化
拓展:画各种数学函数图像
注意:plt.plot()除了可以画折线图,也可以用于画各种数学函数图像
代码:
import numpy as np
# 0.准备数据
x = np.linspace(-10, 10, 1000)
y = np.sin(x)# 1.创建画布
plt.figure(figsize=(20, 8), dpi=100)# 2.绘制函数图像
plt.plot(x, y)
# 2.1 添加网格显示
plt.grid()# 3.显示图像
plt.show()
6 小结
- 图像保存【知道】
- plt.savefig("路径")
- 添加x,y轴刻度【知道】
- plt.xticks()
- plt.yticks()
- 注意:在传递进去的第一个参数必须是数字,不能是字符串,如果是字符串吗,需要进行替换操作
- 添加网格显示【知道】
- plt.grid(linestyle="--", alpha=0.5)
- 添加描述信息【知道】
- plt.xlabel()
- plt.ylabel()
- plt.title()
- 多次plot【了解】
- 直接进行添加就OK
- 显示图例【知道】
- plt.legend(loc="best")
- 注意:一定要在plt.plot()里面设置一个label,如果不设置,没法显示
- 多个坐标系显示【了解】
- plt.subplots(nrows=, ncols=)
- 折线图的应用【知道】
- 1.应用于观察数据的变化
- 2.可是画出一些数学函数图像
Python可视化模块——Matplotlib(2)相关推荐
- Python可视化(matplotlib)在图像中添加文本和标记(Text and Annotation)
Python可视化(matplotlib)在图像中添加文本和标记(Text and Annotation) 目录 Python可视化(matplotlib)在图形中添加文本和标记(Text and A ...
- Python可视化(matplotlib)图像自定义图例(Legend)
Python可视化(matplotlib)图像自定义图例(Legend) 目录 Python可视化(matplotlib)图像自定义图例(Legend) 简单图例
- Python可视化(matplotlib)图像之误差可视化(Visualizing Errors)
Python可视化(matplotlib)图像之误差可视化(Visualizing Errors) 目录 Python可视化(matplotlib)图像之误差可视化(Visualizing Error ...
- python可视化模块pandas,python数据可视化软件
Python中数据可视化经典库有哪些? Python有很多经典的数据可视化库,比较经典的数据可视化库有下面几个.matplotlib是Python编程语言及其数值数学扩展包 NumPy 的可视化操作界 ...
- 数据可视化模块---Matplotlib
Matplotlib 前言 一.绘制折线图 二.绘制柱形图 前言 Matplotlib是一个非常出色的数据可视化模块,其导入代码通常写成import malplotlib.pyplot as pI., ...
- python matplotlib_高效使用 Python 可视化工具 Matplotlib
来源 / python开发 作者 / 伯乐在线李大萌 Matplotlib是Python中最常用的可视化工具之一,可以非常方便地创建海量类型的2D图表和一些基本的3D图表.本文主要推荐一个学习使用Ma ...
- python可视化之matplotlib绘图--蜘蛛侠钢铁侠(组合分区绘图)
matplotlib绘图–本次图形涉及(并列)条形图.(堆积)柱状图.饼图.折线图.阶梯图.散点图.极线图.气泡图: 子区划分:subplots().gridspec().add_axes(). py ...
- python可视化之matplotlib折线图(一)
python可视化学习笔记之matplotlib,先从最基本的折线图开始学习记录. 1.最基本的折现图 import matplotlib.pyplot as plt# 数据 x = [1,2,3,4 ...
- python怎么用matplotlib_高效使用Python可视化工具Matplotlib
Matplotlib是Python中最常用的可视化工具之一,可以非常方便地创建海量类型的2D图表和一些基本的3D图表.本文主要介绍了在学习Matplotlib时面临的一些挑战,为什么要使用Matplo ...
最新文章
- Jquery真的很棒
- Eclipse + Spring boot +mybatis + mysql
- 第三天·HTML常用标签
- python pip 报错 Command “python setup.py egg_info“ failed with error code 1 解决方法
- 2018 年,去百度面试 Java 后端的一次面试经历
- Django day17 博客项目(一)
- 精选 | 2018年4月R新包推荐
- php mysql完整_BBS(php mysql)完整版(七)
- mybatis mysql 调用存储过程 多个返回值_Mysql面试知识点总结(进阶篇)
- Win10搜索框图案有广告的解决办法
- Javaweb项目在线学习平台系统(Spring+SpringMVC+MyBatis)
- 矩阵转置,矩阵加,矩阵乘Java
- 识别图片验证码内容 -- ddddocr识别
- SaaS是什么?我们为什么要做SaaS?
- 家居收纳风行,东芝冰箱足以装下你想要的品质生活
- php活动倒计时代码,JavaScript实现活动倒计时效果的代码分享
- 黑马程序员--银行以及交通系统项目个人理解
- java报表开发(bi报表开发)
- win7中能对窗口的排列方法是_win7系统窗口智能排列的操作方法
- ODOO11报价单确认订单创建入库单(_run_move)
热门文章
- 《机器学习实战》学习笔记第十一章 —— Apriori算法
- Spring Security源码分析七:Spring Security 记住我
- 使用scp时记住密码,不需要每次都输入密码
- swing标题边框(TitleBorder)
- The purpose of a tem
- 集成方法:渐进梯度回归树GBRT(迭代决策树)
- vba 云服务器,EXCEL服务器中VBA接口函数介绍
- 计算机服务老是需要重新启动,服务器重启遇到“你的电脑遇到问题,需要重新启动。我们只收集某些错误信息,然后你可以重新启动。(完成0%)”...
- 如何基于知识图谱技术构建现代搜索引擎系统、智能问答系统、智能推荐系统?
- 十三位时间戳转换工具_展览 | “无缘无故—十三位当代女性艺术家邀请展”亮相朗空美术馆...