matplotlib簡(jiǎn)介
matplotlib是python中用于繪制2D圖像，用于科學(xué)計(jì)算繪圖
基本繪圖函數(shù)說(shuō)明和例子
-
barh(bottom, width, height=0.8, left=None, **kwargs)
- 繪制矩形的邊界為：left,left+width,bottom,bottom+height
-
參數(shù)：
- bottom：標(biāo)量或數(shù)組，是條形圖的y軸
- width：條形圖的每一個(gè)條形的寬
- height：條形的高度，標(biāo)量序列，默認(rèn)是0.8
- left：條形的左邊的邊界，標(biāo)量序列，一般是分類的類別
-
**kwargs:關(guān)鍵字參數(shù)，可以指定圖的格式，顏色等等
- color：標(biāo)量或者數(shù)組，條形的顏色
- edgecolor：邊界的顏色、
- linewidth：線寬，0就是不畫邊界
- tick_label:string或者數(shù)組，默認(rèn)是None，刻度的文
- xerr：標(biāo)量或者數(shù)組，默認(rèn)是None，如果不是None那么會(huì)畫出誤差線
- yerr：類似與xerr
- align：｛‘center’，‘edge’｝，如果是edge那么垂直條形圖條形會(huì)在刻度的左邊界，水平條形圖會(huì)對(duì)齊底對(duì)齊
- log：默認(rèn)是False，軸長(zhǎng)度按照l(shuí)og來(lái)
-
例子：
import matplotlib.pyplot as plt import numpy as np import matplotlib.pyplot as plt plt.rcdefaults() fig, ax = plt.subplots() # Example data people = ('Tom', 'Dick', 'Harry', 'Slim', 'Jim') y_pos = np.arange(len(people)) performance = 3 + 10 * np.random.rand(len(people)) ax.barh(y_pos, performance, align='center', color='green') ax.set_yticks(y_pos) /指明y軸的刻度 ax.set_yticklabels(people) ／指明刻度對(duì)應(yīng)的標(biāo)簽 ax.invert_yaxis() # 按照從上往下讀的順序 ax.set_xlabel('Performance') ax.set_title('How fast do you want to go today?') plt.show()
-
scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, **kwargs)
- 繪制散點(diǎn)圖
-
參數(shù)
- x，y：array-like
- s：點(diǎn)的大小，默認(rèn)rcParams['lines.markersize']**2
- c:color 序列，當(dāng)是序列的時(shí)候，利用cmap，可以是RGB
- marker：標(biāo)記格式，默認(rèn)'o'
- cmap：默認(rèn)None，如果color序列是floa數(shù)組的話就調(diào)用Colormap，None：rcimage.cmap
- norm：標(biāo)準(zhǔn)化color序列，當(dāng)且僅當(dāng)color是float數(shù)組
- alpha：透明度
- edgecolor：邊界的顏色
- 例子：
import matplotlib.pyplot as plt import numpy.random as random fig,ax=plt.subplots() for color in ['red','green','blue']: n=100 x,y=random.randn(2,n) scale=200.0*random.rand(n) #標(biāo)記的大小 plt.scatter(x,y,c=color,s=scale,alpha=0.5,edgecolor='none',label=color) ax.legend() #添加圖例 ax.grid(True) #打開網(wǎng)格 plt.show() -
箱線圖boxplot(x, notch=None, sym=None, vert=None, whis=None, positions=None, widths=None, patch_artist=None, bootstrap=None, usermedians=None, conf_intervals=None, meanline=None, showmeans=None, showcaps=None, showbox=None, showfliers=None, boxprops=None, labels=None, flierprops=None, medianprops=None, meanprops=None, capprops=None, whiskerprops=None, manage_xticks=True, autorange=False, zorder=None)
- 繪制箱線圖，查看數(shù)據(jù)分布情況和判斷數(shù)據(jù)是否分布對(duì)稱
-
參數(shù)
- x：輸入數(shù)據(jù)，數(shù)組或者向量序列
- notch：bool，默認(rèn)是False，如果是True，那么就會(huì)生成帶有缺口的箱線圖，反映中位數(shù)的置信區(qū)間
- sym：flier 點(diǎn)，如果是空字符串的話，那么不會(huì)顯示flier，如果是None，那么默認(rèn)flier是‘b+’，如果想顯示更多flier的格式那么要使用flierprops關(guān)鍵字參數(shù)，flier： 離群點(diǎn)
- vert：bool 默認(rèn)True；如果是False，那么箱線圖是水平，True就是垂直
- whis：float，String，sequence，默認(rèn)是1.5；確定正常數(shù)據(jù)的范圍（如果是序列），string=‘range’那么強(qiáng)迫圖覆蓋最大值到最小；如果是float的話，那么邊界點(diǎn)是Q3+whis＊（Q3-Q1）
- bootstrap：int
- manage_xticks:bool 默認(rèn)是True；當(dāng)是True的話，自動(dòng)調(diào)整標(biāo)簽和x軸范圍
- meanline：bool 默認(rèn)False，如果是True，把均值也畫出來(lái)
- 例子：
import matplotlib.pyplot as plt import numpy as np # Random test data np.random.seed(123) all_data = [np.random.normal(0, std, 100) for std in range(1, 4)] fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(9, 4)) # rectangular box plot bplot1 = axes[0].boxplot(all_data, vert=True, # vertical box aligmnent patch_artist=True) # fill with color # notch shape box plot bplot2 = axes[1].boxplot(all_data, notch=True, # notch shape vert=True, # vertical box aligmnent patch_artist=True) # fill with color # fill with colors colors = ['pink', 'lightblue', 'lightgreen'] for bplot in (bplot1, bplot2): for patch, color in zip(bplot['boxes'], colors): patch.set_facecolor(color) # adding horizontal grid lines for ax in axes: ax.yaxis.grid(True) ax.set_xlabel('xlabel') ax.set_ylabel('ylabel') # add x-tick labels plt.setp(axes, xticks=[y+1 for y in range(len(all_data))], xticklabels=['x1', 'x2', 'x3', 'x4']) plt.show() -
步階圖step(x, y, *args, **kwargs)
- 步長(zhǎng)積累圖
-
參數(shù)
- x：數(shù)組，1-D，一般遞增
- y：數(shù)組，1-D，一般遞增
-
where：｛'pre','post','mid'}
pre：默認(rèn)，x[i]到x[i+1]之間有水平y(tǒng)[i+1]
post：間隔有水平y(tǒng)[i]
mid:那么y對(duì)應(yīng)的點(diǎn)出現(xiàn)在間隔的中間
- 例子：
import numpy as np from numpy import ma import matplotlib.pyplot as plt x = np.arange(1, 7, 0.4) y0 = np.sin(x) y = y0.copy() + 2.5 plt.step(x, y, label='pre (default)') y -= 0.5 plt.step(x, y, where='mid', label='mid') y -= 0.5 plt.step(x, y, where='post', label='post') y = ma.masked_where((y0 > -0.15) & (y0 < 0.15), y - 0.5) plt.step(x, y, label='masked (pre)') plt.legend() plt.xlim(0, 7) plt.ylim(-0.5, 4) plt.show() -
pyplot.stem( args, *kwargs)
- 繪制莖葉圖
- x：array-like
- y:array-like
- 可以利用linefmt,markerfmt,basefmt:指定baseline的格式，標(biāo)記的格式，線條的格式
- 返回(markerline,stemline,baseline)
- 例子：
import matplotlib.pyplot as plt import numpy as np x = np.linspace(0.1, 2*np.pi, 10) markerline, stemlines, baseline = plt.stem(x, np.cos(x), '-.') plt.setp(baseline, 'color', 'r', 'linewidth', 2) plt.show() -
pyplot.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False)
- 繪制餅圖，反映部分占總體的比例
-
參數(shù)
- x：部分分別占總體的比例，都是百分?jǐn)?shù)只是沒(méi)有百分號(hào)
- explode：默認(rèn)None，不為空那么長(zhǎng)度肯定是len（x），如果其中一個(gè)不為0，其他為0說(shuō)明該部分需要稍微離開總體一點(diǎn)，數(shù)值指定離開的比例
- colors：None，或者color序列，序列這顏色會(huì)循環(huán)填充部分
- labels：各部分的名稱
- autopct：string或function或None，作為數(shù)值標(biāo)注或者將數(shù)值輸出為指定格式
- 例子：
import matplotlib.pyplot as plt # Pie chart, where the slices will be ordered and plotted counter-clockwise: labels = 'Frogs', 'Hogs', 'Dogs', 'Logs' sizes = [15, 30, 45, 10] explode = (0, 0.1, 0, 0) # only "explode" the 2nd slice (i.e. 'Hogs') fig1, ax1 = plt.subplots() ax1.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%', shadow=True, startangle=90) ax1.axis('equal') # Equal aspect ratio ensures that pie is drawn as a circle. plt.show() -
pyplot.hist(x, bins=None, range=None, normed=False, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False, **kwargs)
- 繪制直方圖
-
參數(shù)
- x：輸入值，數(shù)組或者n維數(shù)組序列
-
bins：面元個(gè)數(shù) integer或者數(shù)組或者auto，如果是Integer，那么將會(huì)產(chǎn)生bins+1 個(gè)面元
數(shù)組，那么面元時(shí)間可能不相等 - range：面元的范圍，如果None，那么就是（x.min(),x.max())
- normed:如果是True，那么繪制頻率分布直方圖的時(shí)候，就會(huì)自動(dòng)高度=頻數(shù)／len(x)
- cumulative:積累直方圖，默認(rèn)是False，如果是True那么繪制積累直方圖
- stacked:默認(rèn)False，多個(gè)數(shù)據(jù)堆疊在一起，F(xiàn)alse：多個(gè)數(shù)據(jù)并排
-
histtype：{'bar','barstacked','step','stepfilled'}
bar：條形
barstacked:條形堆積圖
step:生成一個(gè)線圖且沒(méi)有填充
stepfilled：生成一個(gè)填充線圖
- 例子：
import numpy as np import matplotlib.pyplot as plt np.random.seed(0) mu = 200 sigma = 25 x = np.random.normal(mu, sigma, size=100) fig, (ax0, ax1) = plt.subplots(ncols=2, figsize=(8, 4)) ax0.hist(x, 20, normed=1, histtype='stepfilled', facecolor='g', alpha=0.75) ax0.set_title('stepfilled') # Create a histogram by providing the bin edges (unequally spaced). bins = [100, 150, 180, 195, 205, 220, 250, 300] ax1.hist(x, bins, normed=1, histtype='bar', rwidth=0.8) ax1.set_title('unequal bins') fig.tight_layout() plt.show()
更多文章、技術(shù)交流、商務(wù)合作、聯(lián)系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號(hào)聯(lián)系： 360901061
您的支持是博主寫作最大的動(dòng)力，如果您喜歡我的文章，感覺(jué)我的文章對(duì)您有幫助，請(qǐng)用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點(diǎn)擊下面給點(diǎn)支持吧，站長(zhǎng)非常感激您！手機(jī)微信長(zhǎng)按不能支付解決辦法：請(qǐng)將微信支付二維碼保存到相冊(cè)，切換到微信，然后點(diǎn)擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對(duì)您有幫助就好】元
