python中利用matplotlib绘图可视化知识归纳

python中利用matplotlib绘图可视化知识归纳：

（1）matplotlib图标正常显示中文

import matplotlib.pyplot as plt

plt.rcparams['font.sans-serif']=['simhei']   #用于正常显示中文标签

plt.rcparams['axes.unicode_minus']=false     #用于正常显示负号

（2）统计作图函数：

•  plt.plot()绘制线性二维图，折线图

注意：如果向plot()指令提供了一维的数组或者列表，则matplotlib将默认它是一系列的y值，并且自动为其生成x的值。默认的x向量从0开始并且具有和y同样的长度。

•   plt.bar() 绘制条形图
•  plt.scatter() 绘制散点图
•  plt.hist() 绘制二维条形直方图，显示数据的分配情况
•  plt.pie() 绘制饼图
•  plt.boxplot() 绘制箱形图

（3）为项目设置matplotlib参数

 在代码执行过程中，有两种方式可以更改参数：

1. 使用参数字典（rcparams）
2. 调用matplotlib.rc()命令，通过传入关键字元组，修改参数

如果不想每次使用matplotlib时都在代码部分进行配置，可以修改matplotlib的文件参数。可以用matplot.get_config()命令来找到当前用户的配置文件目录。

配置文件包括以下配置项：

• figure: 控制dpi、边界颜色、图形大小、和子区( subplot)设置 
• font: 字体集（font family）、字体大小和样式设置 
• grid: 设置网格颜色和线性 
• legend: 设置图例和其中的文本的显示 
• line: 设置线条（颜色、线型、宽度等）和标记
• xticks和yticks: 为x,y轴的主刻度和次刻度设置颜色、大小、方向，以及标签大小。
• axex: 设置坐标轴边界和表面的颜色、坐标刻度值大小和网格的显示 
• backend: 设置目标暑促tkagg和gtkagg 
• patch: 是填充2d空间的图形对象，如多边形和圆。控制线宽、颜色和抗锯齿设置等。
• savefig: 可以对保存的图形进行单独设置。例如，设置渲染的文件的背景为白色。
• verbose: 设置matplotlib在执行期间信息输出，如silent、helpful、debug和debug-annoying

（4）线条相关属性标记设置

线条形状设置：  linestyle

 marker：对坐标点标记（线条标记）

（5）颜色设置

 调用matplotlib.pyplot.colors()可以得到matplotlib支持的所有颜色。

其中，k表示黑色、m表示洋红色、c表示青色、w表示白色。

背景色：matplotlib.pyplot.axes() 或者 matplotlib.pyplot.subplot()提供一个axisbg参数，可以指定坐标中的颜色。

（6）修改坐标范围

默认情况下，坐标轴的最大值和最小值与输入数据的最小、最大值一致。

plt.axis(xmin,xmax,ymin,ymax) 给定了坐标范围

xlim(xmin,xmax)和ylim(ymin,ymax)来调整x,y的坐标范围

（7）设置轴标记plt.xticks()/plt.yticks()：人为设置坐标轴的刻度显示的值

实例：

import matplotlib.pyplot as plt

import numpy as np

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)

plt.plot(x, c, color="blue", linewidth=1.0, linestyle="-")              # 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, s, color="r", lw=4.0, linestyle="-")                              # 绘制正弦曲线，使用绿色的、连续的、宽度为 1 （像素）的线条

plt.axis([-4,4,-1.2,1.2])                                                                 #给定坐标轴的范围

                                                                                                # 设置轴记号

plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi],

[r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$'])

plt.yticks([-1, 0, +1],

[r'$-1$', r'$0$', r'$+1$'])    #注意：这里设置记号时，同时设置了记号的标签。使用了latex

plt.show()   

                                                                                   

 

（8）叠加图：用一条指令画出多条不同格式的线

示例：

import matplotlib.pyplot as plt

import numpy as np

t = np.arange(0., 5., 0.2)

plt.plot(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^')

plt.show()

                                                               

（9）创建子图plt.subplot()

首先通过plt.figure()创建一张新的图，之后用plt.subplot()创建子图。

其中subplot()指令包含行数、列数和图像编号，其中图像编号的范围是从1到行数 * 列数。

import matplotlib.pyplot as plt

plt.figure(1)              # 第一张图

plt.subplot(211)           # 第一张图中的第一张子图

plt.plot([1,2,3])

plt.subplot(212)           # 第一张图中的第二张子图

plt.plot([4,5,6])

plt.figure(2)              # 第二张图

plt.plot([4,5,6])          # 默认创建子图subplot(111)

plt.figure(1)             # 切换到figure 1 ; 子图subplot(212)仍旧是当前图

plt.subplot(211)             # 令子图subplot(211)成为figure1的当前图

plt.title('easy as 1,2,3')     # 添加subplot 211 的标题

   

 （10）plt.text()添加文字说明

text语法说明：

text(x,y,string,fontsize=15,verticalalignment="top",horizontalalignment="right")   

其中：

           x,y:表示坐标值上的值

           string:表示说明文字

          fontsize:表示字体大小

          verticalalignment：垂直对齐方式 ，参数：[ ‘center’ | ‘top’ | ‘bottom’ | ‘baseline’ ]

          horizontalalignment：水平对齐方式 ，参数：[ ‘center’ | ‘right’ | ‘left’ ]

          arrowprops  #箭头参数,参数类型为字典dict    参数：width点箭头的宽度，headwidth在点的箭头底座的宽度，headlength点箭头的长度，shrink 总长度为分数“缩水”从两端，facecolor箭头颜色

           bbox给标题增加外框    其中常用参数： boxstyle方框外形，facecolor(简写fc)背景颜色，edgecolor(简写ec)边框线条颜色，edgewidth边框线条大小

示例：

import matplotlib.pyplot as plt

plt.text(0.6, 0.5, "test", size=50, rotation=30.,ha="center", va="center",bbox=dict(boxstyle="round",ec=(1., 0.5, 0.5),fc=(1., 0.8, 0.8),))

plt.text(0.5, 0.4, "test", size=50, rotation=-30.,ha="right", va="top",bbox=dict(boxstyle="square",ec=(1., 0.5, 0.5),fc=(1., 0.8, 0.8),))

plt.draw()

plt.show()

                                                         

（12）文本注释annotate()

格式：annotate（s=’str’,xy=(x,y),xytext=(i1,i2),;...）

annotate()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，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)'''

示例如下：

import numpy as np

import matplotlib.pyplot as plt

plt.figure(figsize=(6, 6))

x = np.random.randint(0, 10, size=10)

x[5] = 30                                                               # 对x中索引值为5的重新赋值

plt.plot(x)

plt.ylim([-2, 35])

# plt.annotate(s="this point is important", xy=(5, 30), xytext=(6, 31),arrowprops={"width": 2, "headlength": 5, "headwidth": #5, "shrink": 0.1})

plt.annotate(s="this point is important", xy=(5, 30), xytext=(6, 31),arrowprops={"arrowstyle":"->"})     # 如果arrowprops中有arrowstyle,就不应该有其他的属性，xy代表的是箭头的位置，xytext代表的是箭头文本的位置。

plt.show()

                                                                                         

（13）plt.title()设置图像标题

title常用参数:fontsize设置字体大小、fontweight设置字体粗细、fontstyle设置字体类型、verticalalignment设置水平对齐方式 ，可选数： ： 'center' , 'top' , 'bottom' ,'baseline'

horizontalalignment设置垂直对齐方式，可选参数：left,right,center

rotation(旋转角度)可选参数为:vertical,horizontal 也可以为数字

alpha透明度，参数值0至1之间

backgroundcolor标题背景颜色

（14）matplotlib中的fill_between()函数总结

l 示例：曲线覆盖

import numpy as np

import matplotlib.pyplot as plt

x = np.array([i for i in range(30)])

y = np.random.rand(30)

plt.plot(x, y)

plt.fill_between(x, 0, y, facecolor='green', alpha=0.3)

plt.show()

注意：fill_between()函数中的几个参数：

                                                               x：第一个参数表示覆盖的区域，直接复制为x，表示整个x都覆盖

                                                              0：表示覆盖的下限

                                                              y： 表示覆盖的上限是y这个曲线

                                                              facecolor:覆盖区域的颜色

                                                              alpha：覆盖区域的透明度[0,1]，其值越大，表示越不透明

                                                                                        

部分区域覆盖：plt.fill_between(x[2:15], 0.2, 0.6, facecolor='green', alpha=0.3)

两曲线之间的覆盖：

y1 = np.random.rand(30)

y2 = y1 + 0.3

plt.plot(x, y1,'b',x,y2,'r')

plt.fill_between(x, y1, y2, facecolor='green', alpha=0.3)

                                                                            

示例：想要实现循环填充想要填充的部分，设置填充的上下限的功能

import numpy as np

import matplotlib.pyplot as plt

x = np.array([i for i in range(30)])

print(x)

y = np.random.rand(30)

# 设置想要高亮数据的位置

position = [[1, 6],

            [10, 12],

            [20, 23],

            [26, 28]]

print(position)

# 画图

plt.plot(x, y, 'r')

for i in position:

    print(i)                                           #输出结果i为：[1, 6], [10, 12], [20, 23], [26, 28]

    print(x[i[0]:i[1]])                                #结果为：[1 2 3 4 5]     [10 11]    [20 21 22]     [26 27]

    plt.fill_between(x[ i[0] : i[1] ], 0, 1, facecolor='green', alpha=0.3)

plt.show()