
要查看使用matplotlib可制作的各种图表,请访问 http://matplotlib.org/ 的示例画廊。单击画廊中的图表,就可查看用于生成图表的代码。
import matplotlib.pyplot as plt
squares = [1, 4, 9, 16, 25]
plt.plot(squares)
plt.show()

解析:
- 首先要导入
pyplot
模块,这里还给它指定了别名plt
,以简化代码 - 创建一个平方数列
squares = [1, 4, 9, 16, 25]
- 将数列传给函数
plot()
,这个函数尝试根据这些数字绘制出有意义的图形 -
plt.show()
打开matplotlib
查看器,并显示绘制的图形
修改标签文字和线条的粗细
import matplotlib.pyplot as plt
squares = [1, 4, 9, 16, 25]
## 1. 线条粗细
plt.plot(squares, linewidth=5) # linewidth参数用来设置线条粗细
plt.show()

import matplotlib.pyplot as plt
squares = [1, 4, 9, 16, 25]
## 1. 线条粗细
plt.plot(squares, linewidth=5) # linewidth参数用来设置线条粗细
## 2.设置标题
plt.title('title', fontsize=24) # fontsize参数用来指定文字大小
plt.show()

import matplotlib.pyplot as plt
squares = [1, 4, 9, 16, 25]
## 1. 线条粗细
plt.plot(squares, linewidth=5) # linewidth参数用来设置线条粗细
## 2.设置标题
plt.title('title', fontsize=24) # fontsize参数用来指定文字大小
## 3.为坐标轴添加标签
plt.xlabel('xvalue', fontsize=24)
plt.ylabel('yvalue', fontsize=24)
plt.show()

import matplotlib.pyplot as plt
squares = [1, 4, 9, 16, 25]
## 1. 线条粗细
plt.plot(squares, linewidth=5) # linewidth参数用来设置线条粗细
## 2.设置标题
plt.title('title', fontsize=24) # fontsize参数用来指定文字大小
## 3.为坐标轴添加标签
plt.xlabel('xvalue', fontsize=24)
plt.ylabel('yvalue', fontsize=24)
## 4.设置刻度标记的大小
plt.tick_params(axis='both', labelsize=15) # labelsize参数用来指定刻度标记大小
plt.show()

校正图形
上图存在的问题,x轴值为4时,对应的平方值为25
造成上图的原因是,当为plot()
提供一系列数字时,它假设第一个数据点对应的x坐标值为0;因此,这里需要改变这种默认行为
import matplotlib.pyplot as plt
## 提供输入值
input_value = [1, 2, 3, 4, 5]
## 提供输出值
squares = [1, 4, 9, 16, 25]
## 将输入值与输出值相对应
plt.plot(input_value, squares, linewidth=5)
plt.title('title', fontsize=24)
plt.xlabel('xvalue', fontsize=24)
plt.ylabel('yvalue', fontsize=24)
plt.tick_params(axis='both', labelsize=15)
plt.show()

使用scatter()绘制散点图并设置其样式
scatter()
可以绘制单个点,向它传递一对x,y坐标,它将在指定位置绘制一个点
plt.scatter(2, 4)
plt.show()

## 1.参数s可以控制点的大小
plt.scatter(2, 4, s=200)
plt.show()

## 1.参数s可以控制点的大小
plt.scatter(2, 4, s=200)
## 2.设置图表标题
plt.title('title', fontsize=24)
plt.show()

## 1.参数s可以控制点的大小
plt.scatter(2, 4, s=200)
## 2.设置图表标题
plt.title('title', fontsize=24)
## 3.设置轴标签
plt.xlabel('xvalue', fontsize=24)
plt.ylabel('yvalue', fontsize=24)
plt.show()

## 1.参数s可以控制点的大小
plt.scatter(2, 4, s=200)
## 2.设置图表标题
plt.title('title', fontsize=24)
## 3.设置轴标签
plt.xlabel('xvalue', fontsize=24)
plt.ylabel('yvalue', fontsize=24)
## 4.设置刻度标记大小
plt.tick_params(axis='both', which='major', labelsize=15) # which : {'major', 'minor', 'both'},major指定其为主要的点
plt.show()

接下来,绘制出一系列的点
# 设定x,y值对应数据集
x_value = [1, 2, 3, 4, 5]
y_value = [1, 4, 9, 16, 25]
plt.scatter(x_value, y_value, s=100)
plt.title('title', fontsize=24)
plt.xlabel('xvalue', fontsize=24)
plt.ylabel('yvalue', fontsize=24)
plt.tick_params(axis='both', which='major', labelsize=15)
plt.show()

自动计算数据
# 生成1000个序列
x_value = list(range(1, 1001))
# 生成x对应值的平方序列
y_value = [x**2 for x in x_value]
plt.scatter(x_value, y_value, s=40)
plt.title('title', fontsize=24)
plt.xlabel('xvalue', fontsize=24)
plt.ylabel('yvalue', fontsize=24)
plt.tick_params(axis='both', which='major', labelsize=15)
# 设置坐标轴的取值范围
plt.axis([0, 1100, 0, 1100000]) # 这里对应的是x,y的最小值与最大值
plt.show()

删除数据点的轮廓
matplotlib允许你给散点图中的各个点指定颜色。默认为蓝色点和黑色轮廓,在散点图包含的数据点不多时效果很好。但绘制很多点时,黑色轮廓可能会粘连在一起。要删除数据点的轮廓,可在调用sactter()时传递实edgecolor='none'
x_value = list(range(1, 1001))
y_value = [x**2 for x in x_value]
# 删除数据点的轮廓
plt.scatter(x_value, y_value, edgecolor='none', s=40)
plt.title('title', fontsize=24)
plt.xlabel('xvalue', fontsize=24)
plt.ylabel('yvalue', fontsize=24)
plt.tick_params(axis='both', which='major', labelsize=15)
plt.axis([0, 1100, 0, 1100000])
plt.show()

自定义颜色
sectter()中的参数c可以指定数据点的颜色
颜色的值可以使用英文名称,也可以使用RGB颜色值——其实参形式是:传递参数c,并将其设置为一个元组,其中包含三个0~1之间的小数值,它们分别表示红色、绿色和蓝色分量
x_value = list(range(1, 1001))
y_value = [x**2 for x in x_value]
# 更改数据点的颜色
# plt.scatter(x_value, y_value, c='red', edgecolor='none', s=40)
# 或者
plt.scatter(x_value, y_value, c=(0.8, 0.3, 0.2), edgecolor='none', s=40)
plt.title('title', fontsize=24)
plt.xlabel('xvalue', fontsize=24)
plt.ylabel('yvalue', fontsize=24)
plt.tick_params(axis='both', which='major', labelsize=15)
plt.axis([0, 1100, 0, 1100000])
plt.show()

使用颜色映射
颜色映射(colormap) 是一系列颜色,它们从起始颜色渐变到结束颜色
x_value = list(range(1, 1001))
y_value = [x**2 for x in x_value]
# 设置颜色映射关系
plt.scatter(x_value, y_value, c=y_value, cmap=plt.cm.Blues, edgecolor='none', s=40)
plt.title('title', fontsize=24)
plt.xlabel('xvalue', fontsize=24)
plt.ylabel('yvalue', fontsize=24)
plt.tick_params(axis='both', which='major', labelsize=15)
plt.axis([0, 1100, 0, 1100000])
plt.show()

这里将参数c设置成了一个y值列表,并使用参数cmap告诉pyplot使用哪个颜色映射。这些代码将y值较小的点显示为浅蓝色,并将y值较大的点显示为深蓝色
要了解pyplot中所有颜色映射,请访问 http://matplotlib.org ,单击Examples,向下激动到Color Examples,再单击colormaps_reference
自动保存图象
x_value = list(range(1, 1001))
y_value = [x**2 for x in x_value]
plt.scatter(x_value, y_value, c=y_value, cmap=plt.cm.Blues, edgecolor='none', s=40)
plt.title('title', fontsize=24)
plt.xlabel('xvalue', fontsize=24)
plt.ylabel('yvalue', fontsize=24)
plt.tick_params(axis='both', which='major', labelsize=15)
plt.axis([0, 1100, 0, 1100000])
# 自动保存图象
plt.savefig('squares_plot.png', bbox_inches='tight')

plt.savefig('squares_plot.png', bbox_inches='tight')
中第一个参数指定要以什么样的文件名保存图表,这个文件将会被保存到与当前文档同级的目录下;第二个参数指定将图表多余的空白区域裁剪掉
网友评论