Python3快速入门（十六）——Matplotlib绘图
发表于：2024-11-25 作者：热门IT资讯网编辑
编辑最后更新 2024年11月25日，Python3快速入门（十六）--Matplotlib绘图一、Matplotlib简介1、Matplotlib简介Matplotlib是 Python 2D-绘图领域使用最广泛的套件，可以简易地将数据
Python3快速入门（十六）--Matplotlib绘图
一、Matplotlib简介
1、Matplotlib简介
Matplotlib是 Python 2D-绘图领域使用最广泛的套件，可以简易地将数据图形化，并且提供多样化的输出格式。
matplotlib有两个接口，一个是状态机层的接口，通过pyplot模块来进行管理；一个是面向对象的接口，通过pylab模块将所有的功能函数全部导入其单独的命名空间内。
2、Matplotlib安装
使用conda安装如下：conda install matplotlib
二、Matplotlib图表结构
1、Matplotlib图表结构简介
Matplotlib基本图表结构包括坐标轴（X轴、Y轴）、坐标轴标签（axisLabel）、
坐标轴刻度（tick）、坐标轴刻度标签（tick label）、绘图区（axes）、画布（figure）。
2、Figure
Figure代表一个绘制面板，其中可以包涵多个Axes（即多个图表）。
Axes表示一个图表 ，一个Axes包涵：titlek、xaxis、yaxis。
为了支持pylab中的gca()等函数，Figure对象内部保存有当前轴的信息，因此不建议直接对Figure.axes属性进行列表操作，而应该使用add_subplot, add_axes, delaxes等方法进行添加和删除操作。
# -*- coding=utf-8 -*-import matplotlib.pyplot as pltimport numpy as npif __name__ == "__main__": fig = plt.figure() ax1 = fig.add_axes([0.1, 0.45, 0.8, 0.5]) ax2 = fig.add_axes([0.1, 0.1, 0.8, 0.2]) x1 = np.linspace(0.0, 5.0) x2 = np.linspace(0.0, 3.0) y1 = np.cos(2 * np.pi * x1) * np.exp(-x1) y2 = np.cos(2 * np.pi * x2) ax1.patch.set_facecolor("green") ax1.grid(True) line1 = ax1.plot(x1, y1, 'yo-') line2 = ax2.plot(x2, y2, 'r.-') plt.show()
3、网格线设置
网格线设置plt.grid(color='r',linestyle='-.')
axis：坐标轴，可选值为x，y
color:支持十六进制颜色
linestyle: -，-.，:
alpha：透明度，0--1
4、坐标轴设置
坐标轴范围设置plt.axis([xmin,xmax,ymin,ymax])
也可以通过xlim(xmin,xmax)，ylim(xmin,xmax)方法设置坐标轴范围
# -*- coding=utf-8 -*-import matplotlib.pyplot as pltimport numpy as npif __name__ == "__main__": x = np.arange(-10, 10, 0.1) y = x ** 2 plt.plot(x, y,) plt.axis([-10, 10, 0, 100]) plt.show()
关闭坐标轴plt.axis('off')
5、画布设置
设置画布比例plt.figure(figsize=(a,b))
a是x轴刻度比例，b是y轴刻度比例。
6、图例设置
图例设置有两种方法，一种是分别在plot函数中使用label参数指定，再调用plt.legend()方法显示图例；一种是直接在legend方法中传入字符串列表设置图例。
# -*- coding=utf-8 -*-import matplotlib.pyplot as pltimport numpy as npif __name__ == "__main__": x = np.arange(-10, 10, 0.1) y = x ** 2 plt.plot(x, y, label='y = x ** 2') plt.legend() plt.show()
使用legend函数设置图例时，参数如下：
图例名称列表：传递的图例名称列表必须与曲线绘制顺序一致。
loc：用于设置图例标签的位置，matplotlib预定义了多种数字表示的位置。
best：0，upper right：1，upper left：2，lower left：3，lower right：4，right：5，center left：6，center right：7，lower center：8，upper center：9，center：10，loc参数可以是2个元素的元组，表示图例左下角的坐标，[0,0] 左下，[0,1] 左上，[1,0] 右下，[1,1] 右上。
ncol：图例的列数
# -*- coding=utf-8 -*-import matplotlib.pyplot as pltimport numpy as npif __name__ == "__main__": x1 = np.linspace(0, 2 * np.pi, 100) y1 = np.sin(x1) plt.plot(x1, y1) x2 = x1 = np.linspace(0, 2 * np.pi, 100) y2 = np.cos(x1) plt.plot(x2, y2) plt.legend(['sin(x)', 'cos(x)'], loc=0, ncol=1) plt.show()7、标题设置
标题设置可以使用plt.title()方法或ax.set_title()方法。
三、Matplotlib常见图表绘制
1、曲线图
抛物线绘制：
# -*- coding=utf-8 -*-import matplotlib.pyplot as pltimport numpy as npif __name__ == "__main__": x = np.arange(-10, 10, 0.1) y = x ** 2 plt.plot(x, y) plt.show()
正弦曲线绘制：
# -*- coding=utf-8 -*-import matplotlib.pyplot as pltimport numpy as npif __name__ == "__main__": x = np.linspace(0, 2 * np.pi, 100) y = np.sin(x) plt.plot(x, y) plt.show()
多条曲线绘制：
多次调用plot函数可以在图上绘制多条曲线。
# -*- coding=utf-8 -*-import matplotlib.pyplot as pltimport numpy as npif __name__ == "__main__": x1 = np.linspace(0, 2 * np.pi, 100) y1 = np.sin(x1) plt.plot(x1, y1) x2 = x1 = np.linspace(0, 2 * np.pi, 100) y2 = np.cos(x1) plt.plot(x2, y2) plt.show()
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。
# -*- coding=utf-8 -*-import matplotlib.pyplot as pltimport numpy as npif __name__ == "__main__": x1 = np.linspace(0, 2 * np.pi, 100) y1 = np.sin(x1) x2 = x1 = np.linspace(0, 2 * np.pi, 100) y2 = np.cos(x1) plt.plot(x1, y1, x2, y2) plt.show()2、直方图
# -*- coding=utf-8 -*-import matplotlib.pyplot as pltimport numpy as npif __name__ == "__main__": x = np.random.randint(0, 100, 100) bins = np.arange(0, 101, 10) fig = plt.figure(figsize=(12, 6)) plt.subplot(1, 1, 1) plt.hist(x, bins, color='b', alpha=0.6) plt.show()3、折线图
# -*- coding=utf-8 -*-import matplotlib.pyplot as pltimport numpy as npif __name__ == "__main__": x = [1, 2, 3, 4, 5] y = [2.3, 3.4, 1.2, 6.6, 7.0] fig = plt.figure(figsize=(12, 6)) plt.subplot(1, 1, 1) plt.plot(x, y, color='r', linestyle='-') plt.show()4、柱状图
# -*- coding=utf-8 -*-import matplotlib.pyplot as pltimport numpy as npif __name__ == "__main__": x = [1, 2, 3, 4, 5] y = [2.3, 3.4, 1.2, 6.6, 7.0] plt.figure() plt.bar(x, y) plt.title("bar") plt.show()5、饼状图
# -*- coding=utf-8 -*-import matplotlib.pyplot as pltimport numpy as npif __name__ == "__main__": y = [2.3, 3.4, 1.2, 6.6, 7.0] plt.figure() plt.pie(y) plt.title('PIE') plt.show()6、散点图
# -*- coding=utf-8 -*-import matplotlib.pyplot as pltimport numpy as npif __name__ == "__main__": n = 1024 X = np.random.normal(0, 1, n) Y = np.random.normal(0, 1, n) T = np.arctan2(Y, X) plt.axes([0.025, 0.025, 0.95, 0.95]) plt.scatter(X, Y, s=75, c=T, alpha=.5) plt.xlim(-1.5, 1.5), plt.xticks([]) plt.ylim(-1.5, 1.5), plt.yticks([]) plt.show()7、等高线图
# -*- coding=utf-8 -*-import matplotlib.pyplot as pltimport numpy as npdef get_height(x, y): # the height function return (1 - x / 2 + x ** 5 + y ** 3) * np.exp(-x ** 2 - y ** 2)if __name__ == "__main__": n = 256 x = np.linspace(-3, 3, n) y = np.linspace(-3, 3, n) X, Y = np.meshgrid(x, y) plt.figure(figsize=(14, 8)) plt.contourf(X, Y, get_height(X, Y), 16, alpah=0.7, cmap=plt.cm.hot) # C = plt.contour(X, Y, get_height(X, Y), 16, color='black', linewidth=.5) # adding label plt.clabel(C, inline=True, fontsize=16) plt.xticks(()) plt.yticks(()) plt.show()8、数据3D图
# -*- coding=utf-8 -*-import matplotlib.pyplot as pltimport numpy as npfrom mpl_toolkits.mplot3d import Axes3Dif __name__ == "__main__": fig = plt.figure() ax = Axes3D(fig) X = np.arange(-4, 4, 0.25) Y = np.arange(-4, 4, 0.25) X, Y = np.meshgrid(X, Y) R = np.sqrt(X ** 2 + Y ** 2) Z = np.sin(R) ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=plt.cm.hot) ax.contourf(X, Y, Z, zdir='z', offset=-2, cmap=plt.cm.hot) ax.set_zlim(-2, 2) plt.show()四、Matplotlib应用示例
1、图片加载与保存
图片加载显示：
# -*- coding=utf-8 -*-import matplotlib.pyplot as pltif __name__ == "__main__": img = plt.imread('network.png') plt.imshow(img) plt.show()图片保存：
# -*- coding=utf-8 -*-import matplotlib.pyplot as pltimport numpy as npif __name__ == "__main__": x1 = np.linspace(0, 2 * np.pi, 100) y1 = np.sin(x1) plt.plot(x1, y1) x2 = x1 = np.linspace(0, 2 * np.pi, 100) y2 = np.cos(x1) plt.plot(x2, y2) plt.legend(['sin(x)', 'cos(x)'], loc=0, ncol=1) plt.savefig('test.png') plt.show()2、多曲线实例
# -*- coding=utf-8 -*-import matplotlib.pyplot as pltimport numpy as npif __name__ == "__main__": # 创建一个 8 * 6 点（point）的图，并设置分辨率为 80 plt.figure(figsize=(8, 6), dpi=80) # 创建一个新的 1 * 1 的子图，接下来的图样绘制在其中的第 1 块（也是唯一的一块） plt.subplot(1, 1, 1) X = np.linspace(-np.pi, np.pi, 256, endpoint=True) C, S = np.cos(X), np.sin(X) # 绘制余弦曲线，使用蓝色的、连续的、宽度为 1 （像素）的线条 plt.plot(X, C, color="blue", linewidth=2.5, line) # 绘制正弦曲线，使用绿色的、连续的、宽度为 1 （像素）的线条 plt.plot(X, S, color="red", linewidth=2.5, line) # 坐标轴的范围 xmin, xmax = X.min(), X.max() ymin, ymax = C.min(), C.max() # 计算坐标轴的冗余 dx = (xmax - xmin) * 0.2 dy = (ymax - ymin) * 0.2 # 设置横轴的上下限 plt.xlim(xmin - dx, xmax + dx) # 设置纵轴的上下限 plt.ylim(ymin - dy, ymax + dy) # 设置横轴记号 plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi], [r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$']) # 设置纵轴记号 plt.yticks([-1, 0, +1], [r'$-1$', r'$0$', r'$+1$']) # 设置坐标轴位置 ax = plt.gca() ax.spines['right'].set_color('none') ax.spines['top'].set_color('none') ax.xaxis.set_ticks_position('bottom') ax.spines['bottom'].set_position(('data', 0)) ax.yaxis.set_ticks_position('left') ax.spines['left'].set_position(('data', 0)) # 设置图例 plt.plot(X, C, color="blue", linewidth=2.5, line, label="cosine") plt.plot(X, S, color="red", linewidth=2.5, line, label="sine") plt.legend(loc='upper left') # 在2pi/3位置做标注 t = 2 * np.pi / 3 plt.plot([t, t], [0, np.cos(t)], color='blue', linewidth=2.5, line) plt.scatter([t, ], [np.cos(t), ], 50, color='blue') plt.annotate(r'$\sin(\frac{2\pi}{3})=\frac{\sqrt{3}}{2}$', xy=(t, np.sin(t)), xycoords='data', xytext=(+10, +30), textcoords='offset points', fontsize=16, arrowprops=dict(arrow, connection)) plt.plot([t, t], [0, np.sin(t)], color='red', linewidth=2.5, line) plt.scatter([t, ], [np.sin(t), ], 50, color='red') plt.annotate(r'$\cos(\frac{2\pi}{3})=-\frac{1}{2}$', xy=(t, np.cos(t)), xycoords='data', xytext=(-90, -50), textcoords='offset points', fontsize=16, arrowprops=dict(arrow, connection)) # 坐标轴刻度标签半透明化 for label in ax.get_xticklabels() + ax.get_yticklabels(): label.set_fontsize(16) label.set_bbox(dict(facecolor='white', edgecolor='None', alpha=0.65)) plt.show()3、嵌套图实例
# -*- coding=utf-8 -*-import matplotlib.pyplot as pltimport numpy as npif __name__ == "__main__": fig = plt.figure(figsize=(10, 6)) fig.set_facecolor('white') x = [1, 2, 3, 4, 5, 6, 7] y = [1, 3, 4, 2, 5, 8, 6] # 大图 left, bottom, width, weight = 0.1, 0.1, 0.8, 0.8 ax = fig.add_axes([left, bottom, width, weight]) ax.plot(x, y, 'r') ax.set_xlabel(r'$X$') ax.set_ylabel(r'$Y$') ax.set_title(r'$BigFigure$') ax.spines['right'].set_color('none') ax.spines['top'].set_color('none') # 左上小图 left, bottom, width, weight = 0.2, 0.6, 0.25, 0.25 ax1 = fig.add_axes([left, bottom, width, weight]) ax1.plot(y, x, 'b') ax1.set_xlabel(r'$x$') ax1.set_ylabel(r'$y$') ax1.set_title(r'$figure1$') ax1.spines['right'].set_color('none') ax1.spines['top'].set_color('none') plt.show()4、Pandas绘图
可以直接使用Pandas的Series、DataFrame实例的plot直接进行绘图。
Series示例如下：
# -*- coding=utf-8 -*-import matplotlib.pyplot as pltimport numpy as npimport pandas as pdif __name__ == "__main__": # Series绘图 x = np.linspace(0, 2 * np.pi, 100) # 正弦曲线 y = np.sin(x) s = pd.Series(data=y, index=x) s.plot() plt.show()DataFrame实例：
# -*- coding=utf-8 -*-import matplotlib.pyplot as pltimport numpy as npimport pandas as pdif __name__ == "__main__": # DataFrame绘图 x = np.linspace(0, 2 * np.pi, 100) df = pd.DataFrame(data={'sin': np.sin(x), 'cos': np.cos(x)}, index=x) df.plot() # 取出某列数据进行绘图 # df['sin'].plot() plt.show()DataFrame绘制柱状图：
# -*- coding=utf-8 -*-import matplotlib.pyplot as pltimport numpy as npimport pandas as pdif __name__ == "__main__": df = pd.DataFrame(np.random.randint(0, 10, size=(8, 4)), index=list('abcdefgh'), columns=list('ABCD')) ax = df.plot(kind='bar') ax.spines['right'].set_color('none') ax.spines['top'].set_color('none') plt.show()kind='barh'参数表示绘制水平柱状图。