一、Matplotlib基础知识

pd.scatter_matrix(DataFrame)

Matplotlib中的基本图表包括的元素

• x轴和y轴
  水平和垂直的轴线
• x轴和y轴刻度
  刻度标示坐标轴的分隔，包括最小刻度和最大刻度
• x轴和y轴刻度标签
  表示特定坐标轴的值
• 绘图区域
  实际绘图的区域

import numpy as np

import matplotlib.pyplot as plt
%matplotlib inline

只含单一曲线的图

# pandas 绘制图形，调用plot
# plt 导包，绘制图形，调用plot方法，就可以绘制
# 正弦波
x = np.linspace(0,2*np.pi,100)

y = np.sin(x)
display(x,y)

# l = plt.plot(x,y)
# l[0]

# 列表中数据只有一个，取出来，声明一下，后面+，取出对象
line, = plt.plot(x,y)
line

26.png

包含多个曲线的图

1、可以使用多个plot函数（推荐），在一个图中绘制多个曲线

plt.plot(x,y)

plt.plot(x,np.cos(x))

16.png

2、也可以在一个plot函数中传入多对X,Y值，在一个图中绘制多个曲线

line1,line2 = plt.plot(x,y,x,np.cos(x))

display(line1,line2)

05.png

# 高级语言中方法中参数，[该参数可有可无]
plt.plot(x,y)

8.png

plt.plot(y)

81.png

网格线

绘制正选余弦

plt.plot(x,y)
plt.grid(True)

weww.png

使用plt.grid(True)方法为图添加网格线
设置grid参数（参数与plot函数相同），使用plt面向对象的方法，创建多个子图显示不同网格线
[图片上传失败...(image-abd188-1558368389415)]

• lw代表linewidth，线的粗细
• alpha表示线的明暗程度
• color代表颜色

plt.figure(figsize=(12,3))

# 第一个子视图
axes = plt.subplot(1,3,1)
axes.plot(x,y)
axes.grid(True)

# 第二个子视图
axes = plt.subplot(1,3,2)
axes.plot(x,y)
axes.grid(True,color = 'red')


# 第三个子视图
axes = plt.subplot(1,3,3)
axes.plot(x,y)
axes.grid(True,color = 'purple',linestyle = '--',alpha = 0.3)

1256.png

坐标轴界限

axis方法

如果axis方法没有任何参数，则返回当前坐标轴的上下限axis(xmin =,ymax = )

plt.plot(x,y)
plt.axis([-5,10,-2,2])

06.png

plt.axis('xxx') 'tight'、'off'、'equal'……

设置坐标轴类型
关闭坐标轴

f = lambda x:(1 - x**2)**0.5

X = np.linspace(-1,1,100)

plt.plot(X,f(X),X,-f(X))

# 相等，横纵坐标刻度相等
plt.axis('equal')

23.png

X = np.linspace(0,2*np.pi,100)
s = np.sin(X)
c = np.cos(X)
plt.plot(s,c)
_ = plt.axis('equal')

1345.png

plt.imshow(cat)
# off关闭，刻度
plt.axis('off')

qwe20.png

xlim方法和ylim方法

除了plt.axis方法，还可以通过xlim，ylim方法设置坐标轴范围

65406.png

坐标轴标签

xlabel方法和ylabel方法  
plt.ylabel('y = x^2 + 5',rotation = 60)旋转

21e56.png

标题

title方法

plt.plot(x,y)

plt.xlabel('X',color = 'red',fontsize = 20)

plt.ylabel('f(x) = sin(X)',rotation = -60,fontsize = 20)

# 中文没有正常展示，字体类型，默认类型，电脑，缺失字体
plt.title('正弦波',fontproperties = 'SimHei',fontsize = 25)

2352.png

图例

legend方法

两种传参方法：

• 【推荐使用】在plot函数中增加label参数
• 在legend方法中传入字符串列表

plt.plot(x,y,x,np.cos(x))

# 图例标注一线那条线是哪条
plt.legend(['sin','cos'])

6624.png

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

plt.plot(x,np.cos(x),label = 'cos')

# 图例显示，必须调用legend
plt.legend()

157.png

label参数为'_xxx'，则图例中不显示  
plt.plot(x, x*1.5, label = '_xxx')

1253.png

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

plt.plot(x,np.cos(x),label = 'cos')

# 图例显示，必须调用legend
plt.legend(loc = 8)

2328.png

loc参数可以是2元素的元组，表示图例左下角的坐标

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

plt.plot(x,np.cos(x),label = 'cos')

# 图例显示，必须调用legend
# loc元组(数值，单位图片一个宽度和一个高度)
plt.legend(loc = (0.5,1.1))

7.png

图例也可以超过图的界限loc = (-0.1,0.9)

ncol参数

ncol控制图例中有几列

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

plt.plot(x,np.cos(x),label = 'cos')

# 图例显示，必须调用legend
plt.legend(ncol = 2,loc = (0,1))

24.png
55.png

x1 = x[::5]
y1 = y[::5]

''' linestyle or ls: ['solid' | 'dashed', 'dashdot', 'dotted' | (offset, on-off-dash-seq)
| ``'-'`` | ``'--'`` | ``'-.'`` | ``':'`` | ``'None'`` | ``' '`` | ``''``]'''
plt.plot(x1,y1,color = 'green',linestyle = '-.',marker = '*',markersize = 15.2)

45.png

---

10.png

plt.plot(x1,y1,color = 'green',linestyle = '-.',marker = '*',markersize = 15.2)

# density pixel（像素）：像素密度
plt.savefig('./img.pdf',dpi = 500,facecolor = 'red')

56.png

plt.figure(facecolor='red')
plt.plot(x1,y1,color = 'green',linestyle = '-.',marker = '*',markersize = 15.2)

34.png

# 一个子视图
# 想要背景红色，需要subplot这个方法进行设置
axes = plt.subplot(111,facecolor = 'red')
axes.plot(x1,y1,color = 'green',linestyle = '-.',marker = '*',markersize = 15.2)
# show显示，调用不调用都能展示，调用，创建一个新的绘图对象
plt.savefig('img4.png')
plt.show()

07.png

二、设置plot的风格和样式

plot语句中支持除X,Y以外的参数，以字符串形式存在，来控制颜色、线型、点型等要素，语法形式为：
plt.plot(X, Y, 'format', ...)

40.png

0xff

255

# 红绿蓝
plt.plot(x,y,c = '#88eeaa')

31.png

plt.plot(x,y,c = np.random.rand(3))

03.png

透明度

alpha参数

41.png

---

19.png

plt.plot(x,y,ls = 'steps')

56.png

线宽

linewidth或lw参数

w33.png

不同宽度的破折线

dashes参数
设置破折号序列各段的宽度

218.png
39.png

plt.plot(x[::5],y[::5],marker = '4',markersize = 15)

34.png

---

41.png

plt.plot(x[::5],y[::5],marker = 'h',markersize = 15)

16.png

---

36.png

plt.plot(x[::5],y[::5],marker = '+',markersize = 15)

15.png 36.png

plt.plot(x[::5],y[::5],marker = 'D',markersize = 15)

23.png 239.png
59.png

plt.plot(x[::5],y[::5],marker = '_',markersize = 15)

2333.png 57.png

plt.plot(x[::5],y[::5],marker = '>',markersize = 15)

32.png

多参数连用

颜色、点型、线型

plt.plot(x1,y1,color = 'red',ls = '--',marker = '*')

4.11.png

# 多参数连用
plt.plot(x1,y1,'g-.*')

48.png
23.22.png

plt.plot(x1,y1,color  = 'red',alpha = 0.8,
         ls = '--',marker = '*',markersize=15,
         markerfacecolor = 'green',markeredgecolor = 'purple',
         markeredgewidth = 2)

23.png

在一条语句中为多个曲线进行设置

多个曲线同一设置

属性名声明
plt.plot(x1, y1, x2, y2, fmt, ...)

plt.plot(x,y,x,np.cos(x),color = 'green',ls = 'steps',alpha = 0.8)

210.png

多个曲线不同设置

多个都进行设置时，无需声明属性
plt.plot(x1, y1, fmt1, x2, y2, fmt2, ...)

plt.plot(x,y,'r--*',x,np.cos(x),'g-.o')

200.png

使用setp()方法

# 模块plt的方法
line, = plt.plot(x[::5],y[::5])

plt.setp(line,color = 'purple',marker = 'd')

X、Y轴坐标刻度

xticks()和yticks()方法

plt.plot(x,y)

_ = plt.yticks([-1,0,1],['min',0,'max'])

# np.arange(7) :[0,1,2,3,4,5,6]
_ = plt.xticks(np.arange(7),list('abcdefg'),fontsize = 25,color = 'r',rotation = -60)

22.png

面向对象方法

set_xticks、set_yticks、set_xticklabels、set_yticklabels方法

---

正弦余弦

LaTex语法，用等表达式在图表上写上希腊字母

plt.plot(x,y)

# matplotlib中拉丁字母显示$\pi$
_ = plt.xticks([0,np.pi/2,np.pi,3*np.pi/2,2*np.pi],['$\gamma$','$\pi$/2','$\pi$','3$\pi$/2','2$\pi$'],fontsize = 30)

55.png

直方图

【直方图的参数只有一个x！！！不像条形图需要传入x,y】
hist()的参数

• bins
  可以是一个bin数量的整数值，也可以是表示bin的一个序列。默认值为10
• normed
  如果值为True，直方图的值将进行归一化处理，形成概率密度，默认值为False
• color
  指定直方图的颜色。可以是单一颜色值或颜色的序列。如果指定了多个数据集合，颜色序列将会设置为相同的顺序。如果未指定，将会使用一个默认的线条颜色
• orientation
  通过设置orientation为horizontal创建水平直方图。默认值为vertical

wind = np.load('./Ravenna_wind.npy')
wind

24.png

plt.hist(wind,bins = 8,rwidth = 0.5,range=[0,360])

54.png

条形图

【条形图有两个参数x,y！】
bar()、barh()

# x = np.arange(10)
x = np.arange(0,100,10)
y = np.random.randint(0,100,size = 10)
plt.bar(x,y,width = 5)

253.png

水平条形图

barh()

plt.barh(x,y,height = 5)

56.png

饼图

【饼图也只有一个参数x！】
pie()
饼图适合展示各部分占总体的比例，条形图适合比较各部分的大小

普通各部分占满饼图

plt.pie([0.3,0.4,0.2,0.1])

plt.axis('equal')

23.png

饼图阴影、分裂等属性设置
labels参数设置每一块的标签；labeldistance参数设置标签距离圆心的距离（比例值）
autopct参数设置比例值的显示格式(%1.1f%%)；pctdistance参数设置比例值文字距离圆心的距离
explode参数设置每一块顶点距圆形的长度（比例值）；colors参数设置每一块的颜色；
shadow参数为布尔值，设置是否绘制阴影

x = np.array([0.2,0.3,0.15,0.15,0.1,0.1])

labels = np.array(['A','B','C','D','E','F'])
plt.figure(figsize=(5,5))
_ = plt.pie(x,labels = labels,autopct='%0.1f%%',
            pctdistance=0.5,explode = [0,0.1,0,0.2,0,0],shadow =True )

plt.savefig('./pie.png')

22.png

startangle设置旋转角度

散点图

【散点图需要两个参数x,y，但此时x不是表示x轴的刻度，而是每个点的横坐标！】
scatter()

x = np.random.randint(0,100,size = 100)
y = np.random.randint(0,100,size = 100)
# scatter调整大小参数s不是size
# scatter就是显示两列数据之间的关系
plt.scatter(x,y,s = np.random.randint(10,60,size = 100),c = np.random.rand(100,3))

02.png

四、图形内的文字、注释、箭头

234.png

---

图形内的文字

text()
使用figtext()

注释

annotate()
xy参数设置箭头指示的位置，xytext参数设置注释文字的位置
arrowprops参数以字典的形式设置箭头的样式
width参数设置箭头长方形部分的宽度，headlength参数设置箭头尖端的长度，
headwidth参数设置箭头尖端底部的宽度，
facecolor设置箭头颜色
shrink参数设置箭头顶点、尾部与指示点、注释文字的距离（比例值）

箭头

plt.figure(figsize=(12,9))
plt.axis([0, 10, 0, 20]);
arrstyles = ['-', '->', '-[', '<-', '<->', 'fancy', 'simple', 'wedge']
for i, style in enumerate(arrstyles):
    plt.annotate(style, xytext=(1, 2+2*i), xy=(4, 1+2*i), arrowprops=dict(arrowstyle=style));

connstyles=["arc", "arc,angleA=10,armA=30,rad=30", "arc3,rad=.2", "arc3,rad=-.2", "angle", "angle3"]
for i, style in enumerate(connstyles):
    plt.annotate(style, xytext=(6, 2+2*i), xy=(8, 1+2*i), arrowprops=dict(arrowstyle='->', connectionstyle=style));
plt.show()

35.png

创建极坐标条形图

count,range_ = np.histogram(wind,bins = 8,range=[0,360])
display(count,range_)

plt.bar(x = range_[:-1],height = count,width = 22.5)

243.png

# 角度值，表示横坐标0 ~ 360
# 0 ~ 2*np
# 一行代码，就极坐标出来
# 玫瑰图
plt.axes(polar = True)

# 条形图
x = np.arange(0,2*np.pi,np.pi/4)
plt.bar(x = x,height = count,width = np.pi/4,color = np.random.rand(8,3))

1205.png