Python繪圖庫Matplotlib的基本用法

更新時間：2021年05月06日 10:00:35 作者：Apple-yeran

這篇文章主要介紹了Python繪圖庫Matplotlib的基本用法,文中有非常詳細的代碼示例,對正在學習python的小伙伴們有非常好的幫助,需要的朋友可以參考下

一、前言

Matplotlib是Python的繪圖庫，不僅具備強大的繪圖功能，還能夠在很多平臺上使用，和Jupyter Notebook有極強的兼容性。

二、線型圖

import matplotlib.pyplot as plt
import numpy as np

# 指定生成隨機數(shù)的種子，這樣每次運行得到的隨機數(shù)都是相同的
np.random.seed(42)
# 生成30個滿足平均值為0、方差為1的正態(tài)分布的樣本
x = np.random.randn(30)
# plot本意有“繪制(圖表)”的意思，所以下面這一行代碼是繪制圖表。r指定繪制的線條顏色為紅色，o指定標記實際點使用的形狀為圓形，--指定線條形狀為虛線
plt.plot(x, "r--o")
# 顯示圖表
plt.show()

在這里插入圖片描述

三、線條顏色、標記形狀和線型

線條顏色常用參數(shù)：

“b”：指定繪制的線條顏色為藍色。
“g”：指定繪制的線條顏色為綠色。
“r”：指定繪制的線條顏色為紅色。
“c”：指定繪制的線條顏色為藍綠色。
“m”：指定繪制的線條顏色為洋紅色。
“y”：指定繪制的線條顏色為黃色。
“k”：指定繪制的線條顏色為黑色。
“w”：指定繪制的線條顏色為白色。

標記形狀常用參數(shù)：

“o”：指定標記實際點使用的形狀為圓形。
“*”：指定標記實際點使用的形狀為星形。
“+”：指定標記實際點使用的形狀為加號形狀。
“x”：指定標記實際點使用的形狀為x形狀。

線型常用參數(shù)：

“-”：指定線條形狀為實線。
“–”：指定線條形狀為虛線。
“-.”：指定線條形狀為點實線。
“:”：指定線條形狀為點線。

import matplotlib.pyplot as plt
import numpy as np

# 未指定種子的值，所以最終產(chǎn)生的隨機數(shù)不同
# randn()生成30個滿足平均值為0、方差為1的正態(tài)分布的樣本
a = np.random.randn(30)
b = np.random.randn(30)
c = np.random.randn(30)
d = np.random.randn(30)

# a：紅色，虛線，圓形；b：藍色，實線，星號；c：綠色，點實線，加號；d：洋紅色，點線，x形狀
plt.plot(a, "r--o", b, "b-*", c, "g-.+", d, "m:x")
plt.show(

在這里插入圖片描述

四、標簽和圖例

為了讓繪制的圖像更易理解，我們可以增加一些繪制圖像的說明，一般是添加圖像的軸標簽和圖例，如下面的例子所示：

import matplotlib.pyplot as plt
import numpy as np

np.random.seed(42)
x = np.random.randn(30)
y = np.random.randn(30)

# 圖表標題
plt.title("Example")
# 圖表標簽
plt.xlabel("X")
plt.ylabel("Y")

# X, Y后面的逗號去掉會報出警告
X, = plt.plot(x, "r--o")
Y, = plt.plot(y, "b-*")
# 圖例顯示(顯示圖片右上角的圖例)
# legend()有兩個列表參數(shù)，第一個列表參數(shù)是圖中實際使用的標記和線性，第二個列表參數(shù)是對應圖例的文字描述
# legend本意：傳奇、圖例、解釋、說明，這里是圖例的意思
plt.legend([X, Y], ["X", "Y"])

plt.show()

在這里插入圖片描述

五、子圖

當需要將多個圖像同時在不同的位置顯示，則需要用到子圖(Subplot)的功能。

import matplotlib.pyplot as plt
import numpy as np

# 未指定隨機數(shù)種子的值
a = np.random.randn(30)
b = np.random.randn(30)
c = np.random.randn(30)
d = np.random.randn(30)

# 定義一個實例fig，相當于子圖最外面的大圖
fig = plt.figure()
# 向fig實例中添加需要的子圖，前兩個參數(shù)表示把大圖分成了2行2列，最后一個參數(shù)表示使用哪一張子圖進行繪制
ax1 = fig.add_subplot(2, 2, 1)
ax2 = fig.add_subplot(2, 2, 2)
ax3 = fig.add_subplot(2, 2, 3)
ax4 = fig.add_subplot(2, 2, 4)

# 設置圖例
A, = ax1.plot(a, "r--o")
ax1.legend([A], ["A"])
B, = ax2.plot(b, "b-*")
ax2.legend([B], ["B"])
C, = ax3.plot(c, "g-.+")
ax3.legend([C], ["C"])
D, = ax4.plot(d, "m:x")
ax4.legend([D], ["D"])

plt.show()

在這里插入圖片描述

六、散點圖

如果需要獲取的是一些散點數(shù)據(jù)，則可以通過繪制散點圖(Scatter)來展示數(shù)據(jù)的分布和布局。

import matplotlib.pyplot as plt
import numpy as np

# 設置隨機數(shù)種子的值
np.random.seed(42)
x = np.random.randn(30)
y = np.random.randn(30)

# 散點圖，scatter()的參數(shù)必須同時含有x, y
plt.scatter(x, y, c = 'g', marker='o', label = "(X, Y)")
# 散點圖的標題
plt.title("Example")
# 設置坐標軸的標簽
plt.xlabel("X")
plt.ylabel("Y")
# 設置圖例，loc=0表示使用最好的位置，loc=1強制圖例使用圖中右上角的位置，loc=2強制使用左上角位置，loc=3強制使用左下角位置，loc=4強制使用右下角位置
plt.legend(loc = 1)

# 顯示圖像
plt.show()

在這里插入圖片描述

scatter()方法中特別需要注意的參數(shù)：

“c”：指定散點圖中繪制的參數(shù)使用哪種顏色，這與第2部分線條常用參數(shù)相，所以這里g表示設置為綠色。
“marker”：指定散點圖中繪制的參數(shù)點使用哪種形狀，和第2部分標記形狀常用參數(shù)相同，所以這里o表示設置為圓形。
“l(fā)abel”：指定在散點圖中繪制的參數(shù)使用的圖例，這里與第3部分圖例有所不同，注意區(qū)別。

七、直方圖

直方圖(Histogram)是一種統(tǒng)計報告圖，通過使用一些列高度不等的縱向條紋或直方表示數(shù)據(jù)分布的情況，一般用橫軸表示數(shù)據(jù)類型，縱軸表示分布情況。下面來看具體實例：

import matplotlib.pyplot as plt
import numpy as np

# 指定隨機數(shù)種子的值
np.random.seed(42)
x = np.random.randn(1000)

# 直方圖，bins表示繪制的直方圖的條紋的數(shù)量；color表示直方圖條紋的顏色，g表示綠色
plt.hist(x, bins = 20, color = 'g')
# 設置標題
plt.title("Example")
# 設置坐標軸標簽
plt.xlabel("X")
plt.ylabel("Y")

# 顯示圖像
plt.show()

在這里插入圖片描述

八、餅圖

import matplotlib.pyplot as plt

# 標簽
labels = ['Dos', 'Cats', 'Birds']
# sizes的三個數(shù)字確定了每部分數(shù)據(jù)系列在整個圓形中的占比
sizes = [15, 50, 35]

# 餅圖，explode定義每部分數(shù)據(jù)系列之間的間隔，設置兩個0和一個0.1，就能突出第三部分；autopct將sizes中的數(shù)據(jù)以所定義的浮點數(shù)精度進行顯示；
# startangle是繪制第一塊餅圖時，該餅圖與X軸正方向的夾角度數(shù)，這是設置90度，默認是0度。
plt.pie(sizes, explode = (0, 0, 0.1), labels = labels, autopct = '%1.1f%%', startangle = 90)
# 下面的一行代碼必須存在，用于使X軸和Y軸的刻度時刻保持一致，只有這樣，最后得到的餅圖才是圓的
plt.axis('equal')

# 顯示圖像
plt.show()

在這里插入圖片描述