matploylib.pyplot基础知识介绍

使用：import matploylib.pyplot as plt

函数介绍:

• plt.plot: 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)

当绘制多条曲线的时候，x的值不能省略

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,其中参数如下：
1、颜色字符：控制曲线的显示颜色：

2、风格字符：控制曲线的显示样子：

3、标记字符：控制曲线的标记样子：

例子：

a=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()

pyplot中的中文显示 （两种方法）

1、pyplot并不默认支持中文显示，需要rcParams修改字体实现。

import matplot1ib
matplotlib.rcParams['font.family']='SimHei'

rcParams属性：
'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’arge’、‘x-smal’

2、在有中文输出的地方，增加一个属性: fontproperties

plt.xlabel("横轴：时间",fontproperties='SimHei',fontsize=20)

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释

子网格设计函数

方法一：subplot2grid(GridSpec, CurSpec, colspan=1, rowspan=1)

含义：设定网格，选中网格，确定选中行列区域数量，编
号从0开始。
例如：plt. subplot2grid((3,3)，(0,0), colspan=3)

方法二：GridSpec类+subplot

例如：

import matplotlib.gridspec as gridspec
gs = gridspec .GridSpec(3,3)
#利用切片的形式表示，其中：为全选，从左到右
ax1 = plt.subp1ot(gs[0, :])
ax2 = plt.subp1ot(gs[1, :-1])
ax3 = plt.subp1ot(gs[1:, -1])
ax4 = plt.subp1ot(gs[2, 0])
ax5 = plt.subp1ot(gs[2, 1])

pyplot基础常用图表函数

图片来源于嵩天老师《python数据分析与展示》，侵删。其中详细的信息可以去matploylib文档中查看

1、饼图的绘制：

plt.pie()

import matplotlib.pyplot as plt
import numpy as np
labels = '1', '2', '3','4'
sizes= [15, 30, 45, 10]
exp1ode = (0, 0.1, 0, 0)
plt.pie(sizes, explode=exp1ode, labels=labels, autopct= '%1.1f%%' ,
shadow=False, startangle=90)
plt. show()

2、直方图的绘制：

plt.hist()

import matplotlib.pyplot as plt
import numpy as np
np. random. seed(0)
mu, sigma = 100, 20
#均值和标准差
a = np.random.normal(mu,sigma, size=100)
plt.hist(a, 20,normed=1,histtype='stepfilled', facecolor='b', alpha=0.75)
plt.title('Histogram')
plt. show()

3、散点图的绘制：

面向对象绘制散点图

import matplotlib.pyplot as plt
import numpy as np
fig,ax = plt.subplots( )
ax.plot (10*np.random.randn(100),10*np.random.randn(100),'o') 
ax.set_title('Simple Scatter')
plt.show()

ps:表格图片的来源来自于北京理工大学嵩天老师的《python数据分析与展示》课程，侵删

本文地址：https://blog.csdn.net/nine_age/article/details/107580505