Python数据分析与展示（3）——Matplotlib库入门

最近在中国大学mooc网学习Python数据分析与展示相关知识，记入下来，以供参考。

Matplotlib库入门

Matplotlib库由各种可视化类构成，内部结构复杂，受Matlab启发
matplotlib.pyplot是绘制各类可视化图形的命令子库，相当于快捷方式。

import matplotlib.pyplot as plt     #调用时一般将其命名为plt

Matplotlib库小测

import matplotlib.pyplot as plt plt.plot([3,1,4,5,2])   #plt.plot()只有一个输入列表或数组时，参数被当作Y轴，X轴以索引自动生成plt.ylabel('grade')plt.xlabel('x')plt.savefig('test',dpi = 500)   #plt.savefig()将输出图形存储为文件，默认PNG格式，可以通过dpi修改输出质量plt.show()

import matplotlib.pyplot as plt plt.plot([0,2,4,6,8],[3,1,4,5,2])   #plt.plot(x,y)当有两个以上参数时，按照X轴和Y轴顺序绘制数据点plt.ylabel('grade')plt.xlabel('x')plt.axis([-1,10,0,6])   #x轴最左边坐标起始-1，终止于10，y轴坐标起始于0，终止于6plt.show()

pyplot的绘图区域

plt.subplot(nrows, ncols, plot_number)
- nrows : 将绘图区域分成的行数
- ncols ： 将绘图区域分成的列数
- plot_number： 当前绘图区

import matplotlib.pyplot as plt import numpy as npdef f(t):    return np.exp(-t) * np.cos(2*np.cos(2*np.pi*t))a = np.arange(0.0,5.0,0.02)plt.subplot(211)plt.plot(a,f(a))plt.subplot(2,1,2)plt.plot(a,np.cos(2*np.pi*a),'r--')plt.show()

pyplot的plot()函数

plt.plot(x, y, format_string, **kwargs)
∙ x : X轴数据，列表或数组，可选
∙ y : Y轴数据，列表或数组
∙ format_string: 控制曲线的格式字符串，可选
∙ **kwargs : 第二组或更多(x,y,format_string)
注意：当绘制多条曲线时，各条曲线的x不能省略

∙ format_string: 控制曲线的格式字符串，可选由颜色字符、风格字符和标记字符组成

颜色字符

颜色 字符说明 颜色 字符说明 ‘b’ 蓝色 ‘m’ 洋红色magenta ‘g’ 绿色 ‘y’ 黄色 ‘r’ 红色 ‘k’ 黑色 ‘c’ 青绿色cyan ‘w’ 白色 ‘#008000’ RGB某颜色 ‘0.8’ 灰度值字符串

风格字符

风格 字符说明 ‘‐’ 实线 ‘‐‐’ 破折线 ‘‐.’ 点划线 ‘:’ 虚线 ’ ‘ 无线条

标记字符

标记字符 说明 标记字符 说明 标记字符 说明 ‘.’ 点标记 ‘1’ 下花三角标记 ‘h’ 竖六边形标记 ‘,’ 像素标记(极小点) ‘2’ 上花三角标记 ‘H’ 横六边形标记 ‘o’ 实心圈标记 ‘3’ 左花三角标记 ‘+’ 十字标记 ‘v’ 倒三角标记 ‘4’ 右花三角标记 ‘x’ x标记 ‘^’ 上三角标记 ’s’ 实心方形标记 ‘D’ 菱形标记 ‘>’ 右三角标记 ‘p’ 实心五角标记 ‘d’ 瘦菱形标记 ‘<’ 左三角标记 ‘*’ 星形标记 ‘|’ 垂直线标记

import matplotlib.pyplot as plt import numpy as npa = np.arange(10)plt.plot(a,a*1.5,'go-',a,a*2.5,'rx',a,a*3.5,'*',a,a*4.5,'b--')plt.show()

∙ **kwargs : 第二组或更多(x,y,format_string)
color : 控制颜色, color=’green’
linestyle : 线条风格, linestyle=’dashed’
marker : 标记风格, marker=’o’
markerfacecolor: 标记颜色, markerfacecolor=’blue’
markersize : 标记尺寸, markersize=20
……

pyplot的中文显示

第一种方法

pyplot并不默认支持中文显示，需要rcParams修改字体实现

rcParams的属性

属性 说明 ‘font.family’ 用于显示字体的名字 ‘font.style’ 字体风格，正常’normal’或斜体’italic’ ‘font.size’ 字体大小，整数字号或者’large’、’x‐small’

此方法改变的是全局字体，包括横纵坐标的数字

import matplotlib.pyplot as plt import matplotlibimport numpy as npmatplotlib.rcParams['font.family'] = 'STSong'   #华文宋体matplotlib.rcParams['font.size'] = 20a = np.arange(0.0,5.0,0.02)plt.xlabel('横轴：时间')plt.ylabel('纵轴：振幅')plt.plot(a, np.cos(2*np.pi*a),'r--')plt.savefig('test',dpi = 100)plt.show()

第二种方法

在有中文输出的地方，增加一个属性：fontproperties

import matplotlib.pyplot as plt import numpy as npa = np.arange(0.0,5.0,0.02)plt.xlabel('横轴：时间',fontproperties = 'SimHei',fontsize = 20)plt.ylabel('纵轴：振幅',fontproperties = 'SimHei',fontsize = 20)plt.plot(a, np.cos(2*np.pi*a),'r--')plt.savefig('test',dpi = 100)plt.show()

pyplot的文本显示

pyplot的文本显示函数

函数 说明 plt.xlabel() 对X轴增加文本标签 plt.ylabel() 对Y轴增加文本标签 plt.title() 对图形整体增加文本标签 plt.text() 在任意位置增加文本 plt.annotate() 在图形中增加带箭头的注解

import matplotlib.pyplot as plt import numpy as npa = np.arange(0.0,5.0,0.02)plt.plot(a, np.cos(2*np.pi*a),'r--')plt.xlabel('横轴：时间',fontproperties = 'SimHei',fontsize = 15,color = 'green')plt.ylabel('纵轴：振幅',fontproperties = 'SimHei',fontsize = 15)plt.title('正弦波实例 $y=cos(2\pi x)$',fontproperties = 'SimHei',fontsize = 25)        # $y=cos(2\pi x)$ 表示Latex格式#plt.text(2,1,r'$\mu=100$',fontsize = 15)plt.annotate(r'$\mu=100$',xy=(2,1),xytext = (3,1.5),             arrowprops=dict(facecolor='black',shrink =0.1,width=2))# arrowprops 箭头的属性  shrink表示从箭头的开始到结束按照0.1的比例缩进plt.axis([-1,6,-2,2])plt.grid(True)  #加入网格线plt.show()

pyplot的复杂子绘图区域

第一种方法

plt.subplot2grid(GridSpec, CurSpec, colspan=1, rowspan=1)
理念：设定网格，选中网格，确定选中行列区域数量，编号从0开始
-GridSpes:将整个绘图区域分成一个什么样的形状
-CurSpec:当前选定的位置
-Colspan:从当前选定的位置在行的方向上延伸
-rowspan:从当前选定的位置在列的方向上延伸

plt.subplot2grid((3,3), (0,0), colspan=3)...plt.subplot2grid((3,3), (1,0), colspan=2)...plt.subplot2grid((3,3), (1,2), rowspan=2)...plt.subplot2grid((3,3), (2,0))...plt.subplot2grid((3,3), (2,1))

第二种方法

import matplotlib.gridspec as gridspecimport matplotlib.pyplot as pltgs = gridspec.GridSpec(3,3)ax1 = plt.subplot(gs[0,:])ax2 = plt.subplot(gs[1,:-1])ax3 = plt.subplot(gs[1:,-1])ax4 = plt.subplot(gs[2,0])ax5 = plt.subplot(gs[2,1])