matplotlib入门

Matplotlib 是一个 Python 的 2D绘图库,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。
https://matplotlib.org/

1.matplotlib.rcParams
rcParams是matplotlib存放配置的字典，设置绘图相关的配置，可能会遇到中文不能显示的问题，在这里处理
定制Matplotlib使用样式表和rcParams
https://matplotlib.org/tutorials/introductory/customizing.html?highlight=rcparams
文档有很多设置相关的说明，我们这里设置

plt.rcParams['font.sans-serif']=['SimHei']  中文支持
plt.rcParams['axes.unicode_minus']=False  正常显示负号

plt.rcParams['lines.linewidth']=5  设置线条宽度
plt.rcParams['lines.color']='red'  设置线条颜色
plt.rcParams['lines.linestyle']='-' 设置线条样式

2.plt.hist(data) 绘制直方图

# 
import matplotlib as mpl
import matplotlib.pyplot as plt
%matplotlib inline  # 设置Jupiter notebook输出图像

height = [168,155,182,170,173,161,155,173,176,181,166,172,170] # 数据
bins = range(150, 191, 5) # 横坐标的区间，纵坐标自动统计区间内的数据

plt.hist(height, bins=bins)
plt.show()

image.png

3.plt.bar(x,y) 绘制条形图

import matplotlib.pyplot as plt


plt.rcParams['font.sans-serif'] = ['Songti SC']  # 用来正常显示中文标签,mac系统和window系统支持的字体不同
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

x = [1, 2, 3]  # 横坐标
name = ['一班', '二班', ' 三班']
y = [70, 80, 90]  # 纵坐标
plt.bar(x, y)

plt.title('三班成绩柱状图')  # 标题
plt.xlabel('班级')  # 横坐标标题
plt.ylabel('成绩')  # 纵坐标标题
plt.xticks(x, name)  # 将横坐标与文字相关联
plt.text(1, 70, '70')  # 在指定位置添加文字，参数（横坐标，纵坐标，文本）
for i in range(1, 4):
    plt.text(i, y[i - 1], y[i - 1])
plt.show()

image.png

4.plt.plot(x,y) 绘制折线图

import matplotlib.pyplot as plt

year = range(2005, 2020)
height = [157, 160, 162, 163, 167, 170, 173, 175, 174, 179, 182, 182, 182, 182, 183]

plt.plot(year, height)
plt.show()

image.png

5.plt.pie(data) 绘制饼图

import matplotlib.pyplot as plt
import matplotlib as mpl

plt.rcParams['font.sans-serif'] = ['Songti SC']  # 用来正常显示中文标签,mac系统和window系统支持的字体不同
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

flowers = ['菊花', '玫瑰花', '栀子花', '牡丹', '月季花', '昙花']  # 标签
data = [300, 345, 980, 102, 684, 234]

plt.pie(data, labels=flowers, autopct='%1.1f%%')  # 第二个%表示转译，第三个%表示输出%
plt.show()

image.png

6.plt.scatter(x,y)绘制散点图,是指在回归分析中，数据点在直角坐标系平面上的分布图，散点图表示因变量随变量而变化的大致趋势

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['Songti SC']  # 用来正常显示中文标签,mac系统和window系统支持的字体不同
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

plt.title('超市商品价位与销售散点图')  # 标题
plt.xlabel('价格（元）')  # 横坐标备注
plt.ylabel('销量(件)')  # 纵坐标备注

data = [[18.9, 10.4], [21.3, 8.7], [19.5, 11.6], [20.5, 9.7], [19.9, 9.4], [22.3, 11], [21.4, 10.6], [9, 9.4],
        [10.4, 9], [9.3, 11.3], [11.6, 8.5], [11.8, 10.4], [10.3, 10],
        [8.7, 9.5], [14.3, 17.2], [14.1, 15.5], [14, 16.5], [16.5, 17.7], [15.1, 17.3], [16.4, 15], [15.7, 18]]
X = [item[0] for item in data]
Y = [item[1] for item in data]
print('x:{0},y:{1}'.format(X, Y))

# 在固定位置插入文字
plt.text(16, 16, '牙膏')
plt.text(10, 12, '洗衣液')
plt.text(20, 10, '牙刷')

plt.scatter(X, Y)
plt.show()

image.png

7.plt.boxplot(data)箱线图

import matplotlib.pyplot as plt

data = [77, 70, 72, 89, 89, 70, 90, 87, 94, 63, 81, 99, 94, 80, 95, 67, 65, 88, 60, 67, 85, 88, 87, 75, 62, 65, 95, 62,
        61, 93, 30]
plt.boxplot(data)
plt.show()

image.png

8.projection='polar' 绘制极线图

import matplotlib.pyplot as plt

r = [1,2,3,4,5]  # 极径
theta = [0.0,1.573453543,3.1445345343,4.713424224,6.283423424]  # 角度

ax = plt.subplot(111, projection='polar')
ax.plot(theta,r)
plt.show()

image.png

9.plt.step(x,y) 绘制阶梯图，既能反映数据发展趋势，还能反映数据的持续时间

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['Songti SC']  # 用来正常显示中文标签,mac系统和window系统支持的字体不同
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

plt.xlabel('年份')
plt.ylabel('数量')

year = range(2005, 2020)  # 时间
height = [157, 160, 162, 163, 167, 170, 173, 175, 174, 179, 182, 182, 182, 182, 183]  # 数据

plt.step(year, height)
plt.show()

image.png

10.绘制柱状堆积图，常用于综合展示不同分类的指标趋势以及它们总和的趋势

import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['font.sans-serif'] = ['Songti SC']  # 用来正常显示中文标签,mac系统和window系统支持的字体不同
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

n = 5
number = ['1', '2', '3', '4', '5']
ch = [72, 80, 66, 77, 92]
math = [62, 92, 72, 75, 88]
eng = [76, 81, 73, 75, 80]

plt.bar(range(1,6), ch,color='r',label='chinese')
plt.bar(range(1,6),math,bottom=ch,color='g',label='math')
chmath = [ch[i] + math[i] for i in range(5)]
plt.bar(range(1,6),eng,bottom=chmath,color='b',label='eng')

plt.show()

image.png

11.绘制分块图,分块图将不同数据集进行并列显示，通常可用于对同一方面的不同主体进行比较
plt.bar(x,y,width=0.4,fc='r') x:横坐标。y:纵坐标 width:宽度 fc：颜色

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['Songti SC']  # 用来正常显示中文标签,mac系统和window系统支持的字体不同
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

name_list = ['语文', '数学', '英语']
c1 = [81.4, 83, 87.1]  # 一班的三科成绩
c2 = [85.6, 87.4, 90]
c3 = [78, 81.2, 86.1]

width = 0.4

x = [1, 3, 5]
plt.bar(x, c1, label='一班', fc='r', width=width)

x = [1.4, 3.4, 5.4]
plt.bar(x, c2, label='二班', fc='g', width=width)

x = [1.8, 3.8, 5.8]
plt.bar(x, c3, label='三班', fc='b', width=width)

# 语文等标签在y轴显示，并剧中
x = [1.4, 3.4, 5.4]
plt.xticks(x, name_list)
plt.title('三班成绩图')
plt.ylabel('成绩')
plt.xlabel('科目')
plt.legend()
plt.show()

image.png

11.绘制气泡图 plt.scatter(x,y,s=z) x:横坐标，y:纵坐标， s:气泡大小

import matplotlib.pyplot as plt
import random
plt.rcParams['font.sans-serif'] = ['Songti SC']  # 用来正常显示中文标签,mac系统和window系统支持的字体不同
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
x = []  # x坐标
y = []  # y坐标
z = []  # 气泡大小
for i in range(50):
    x.append(random.randint(20, 60))
    y.append(random.randint(160, 200))
    z.append(random.randint(70, 500))

plt.scatter(x, y, s=z)  # s来控制气泡大小
plt.title('20~60岁之间身高和体重的关系')
plt.xlabel('年龄')
plt.ylabel('身高')
plt.show()

image.png