数据可视化——Matplotlib绘图04

本篇将介绍棉棒图、误差棒图、plt.subplot()子图的绘制

plt.stem() 棉棒图

#棉棒图
x = np.linspace(0.5,2 * np.pi,20)
y = np.random.randn(20)
plt.stem(x,y)

上面的np.linspace函数：

在规定的时间内，返回固定间隔的数据。它将返回“num”个等间距的样本，在区间[start,stop]中。其中，区间的结束端点可以被排除在外。

np.linspace(start, stop, num=50, endpoint=True, retstep=False,dtype=None)
start：队列的开始值
stop：队列的结束值
num：要生成的样本数，非负数，默认是50
endpoint：若为True，“stop”是最后的样本；否则“stop”将不会被包含。默认为True
retstep：若为False，返回等差数列；否则返回array([samples,step])。默认为False

x = np.linspace(0.5,2 * np.pi,20)
y = np.random.randn(20)
plt.stem(x,y,linefmt = '-.')#确定棉棒样式

x = np.linspace(0.5,2 * np.pi,20)
y = np.random.randn(20)
plt.stem(x,y,linefmt = '-.',markerfmt='s')#确定棉棒末端样式

也可以换种样式：

x = np.linspace(0.5,2 * np.pi,20)
y = np.random.randn(20)
plt.stem(x,y,linefmt = '-.',markerfmt='*')#确定棉棒末端样式

x = np.linspace(0.5,2 * np.pi,20)
y = np.random.randn(20)
plt.stem(x,y,linefmt = '-.',markerfmt='*',basefmt='--')#确定基线的样式

x = np.linspace(0.5,2 * np.pi,20)
y = np.random.randn(20)
plt.stem(x,y,linefmt = '-.',markerfmt='*',basefmt='--',bottom=1)

plt.errorbar( ) 绘制误差棒图

# 绘制误差棒图
x = np.linspace(-4,4,10)
y = np.sin(x)
plt.errorbar(x,y,yerr = 0.2,xerr = 0.2)

误差棒图的函数：
pyplot.errorbar(x, y, yerr=None, xerr=None, fmt=’’, ecolor=None, elinewidth=None, capsize=None, capthick=None)

主要参数：
x,y: 数据点的位置坐标
xerr,yerr: 数据的误差范围
fmt: 数据点的标记样式以及相互之间连接线样式
ecolor: 误差棒的线条颜色
elinewidth: 误差棒的线条粗细
capsize: 误差棒边界横杠的大小
capthick: 误差棒边界横杠的厚度
ms: 数据点的大小
mfc: 数据点的颜色
mec: 数据点边缘的颜色

# 绘制误差棒图
x = np.linspace(-4,4,10)
y = np.sin(x)
plt.errorbar(x,y,yerr = 0.2,xerr = 0.2,fmt='ro:',#数据点的标记样式和数据点标记的连接样式
            ecolor='CornflowerBlue',  #误差棒的线条颜色
            elinewidth = 5,  #误差棒的线条粗细
            ms = 10,  #数据点的大小
            mfc = 'LightPink',  #数据点的颜色
            mec = 'Coral',  #数据点边缘的颜色
            capsize=10,  #误差棒边界横杠的大小
            capthick=5  #误差棒边界横杠的厚度
            )

plt.subplot()子图

plt.figure ()  #窗口
plt.subplot(2,2,1)  #左上角的图
#第一个参数代表子图的行数；第二个参数代表该行图像的列数； 第三个参数代表每行的第几个图像。
plt.plot([0,1],[0,1])
plt.subplot(2, 2, 2)  #右上角的图
plt.plot([0,1],[1,3])
plt.subplot (223)  #左下角的图，其中参数可用逗号分割，也可不用
plt.plot([0,1],[0,4])
plt.subplot (224)  #右下角的图
plt.plot([0,1],[0,8])

plt.figure()
plt.subplot(2,1,1)
plt.plot([0,1],[0,1])
plt.subplot(2,3, 4)
plt.plot([0,1],[0,2])
plt.subplot (235)
plt.plot([0,1],[0,3])
plt.subplot (236) 
plt.plot([0,1],[0,4])

plt.subplot2grid()

让子区跨越固定的网格布局

ax1 = plt.subplot2grid((3,5),(0,0))
ax2= plt.subplot2grid((3,5),(1,0))
ax3 = plt.subplot2grid((3,3),(0,2),rowspan=3)
ax4 = plt.subplot2grid((3,3),(2,0),colspan=2)
ax5 = plt.subplot2grid((3,3),(0,1),rowspan=2)