python?matplotlib繪圖詳解大全(非常詳細(xì)!)
一、圖形繪制大全
1.1 2D圖形繪制
1.1.1 繪制單線(xiàn)圖形
通過(guò)定義隊(duì)列繪制單線(xiàn)圖：
scale = range(100) x = [(2 * math.pi * i) / len(scale) for i in scale] y = [math.cos(i) for i in x] plt.plot(x, y) plt.show()
Matplotlib 使用的數(shù)據(jù)可以有不同來(lái)源，接下來(lái)，我們以使用 Numpy 獲取的數(shù)據(jù)為例，繪制 [-10,10] 區(qū)間內(nèi)的曲線(xiàn),如以下：
x = np.linspace(-10, 10, 800) y = x ** 3 + 5 * x - 10 plt.plot(x, y) plt.show()
plot() 的用法如下：
pythonCopy code plot(x, y, linestyle=None, marker=None, color=None, label=None, **kwargs)
其中，參數(shù)的含義如下：
x: 一維數(shù)組或列表，表示數(shù)據(jù)點(diǎn)在X軸上的位置。y: 一維數(shù)組或列表，表示數(shù)據(jù)點(diǎn)在Y軸上的位置。linestyle: (可選參數(shù)) 字符串，表示線(xiàn)條的樣式。默認(rèn)值為None，表示使用默認(rèn)的線(xiàn)條樣式。你可以指定不同的線(xiàn)條樣式，如實(shí)線(xiàn)('-')、虛線(xiàn)('--')、點(diǎn)劃線(xiàn)('-.')、點(diǎn)線(xiàn)(':')等。marker: (可選參數(shù)) 字符串，表示數(shù)據(jù)點(diǎn)的標(biāo)記類(lèi)型。默認(rèn)值為None，表示不顯示數(shù)據(jù)點(diǎn)的標(biāo)記。你可以指定不同的標(biāo)記類(lèi)型，如圓圈('o')、方塊('s')、三角形('^')等。color: (可選參數(shù)) 字符串，表示線(xiàn)條和標(biāo)記的顏色。默認(rèn)值為None，表示使用默認(rèn)的顏色。你可以使用顏色字符串，如'red'、'blue'、'green'等，也可以使用縮寫(xiě)顏色字符串，如'r'、'b'、'g'等。label: (可選參數(shù)) 字符串，表示線(xiàn)條的標(biāo)簽。默認(rèn)值為None。當(dāng)你想為繪制的線(xiàn)條添加圖例時(shí)，可以設(shè)置此標(biāo)簽。**kwargs: (可選參數(shù)) 這是一些可選的關(guān)鍵字參數(shù)，用于配置線(xiàn)條的其他屬性，比如線(xiàn)條寬度、透明度等。
通過(guò)傳遞 x 和 y 的數(shù)據(jù)，你可以使用 plot() 方法繪制一條線(xiàn)。 linestyle 參數(shù)可選，用于控制線(xiàn)條樣式； marker 參數(shù)可選，用于顯示數(shù)據(jù)點(diǎn)的標(biāo)記； color 參數(shù)可選，用于指定線(xiàn)條和標(biāo)記的顏色； label 參數(shù)可選，用于添加線(xiàn)條的標(biāo)簽，用于圖例顯示。
繪制多條線(xiàn)時(shí)，可以多次調(diào)用 plot() 方法，每次傳遞不同的 x 和 y 數(shù)據(jù)，并根據(jù)需要設(shè)置不同的樣式和顏色。當(dāng)繪制多條線(xiàn)時(shí)，你可以使用 label 參數(shù)為每條線(xiàn)添加標(biāo)簽，然后使用 plt.legend() 來(lái)顯示圖例。
1.1.2 繪制多線(xiàn)圖
很多時(shí)候需要對(duì)比多組數(shù)據(jù)，以發(fā)現(xiàn)數(shù)據(jù)間的異同，此時(shí)就需要在一張圖片上繪制多條曲線(xiàn)——多曲線(xiàn)圖，示例如下：
#繪制多線(xiàn)圖 x = np.linspace(0.1, 2 * np.pi, 100) y_1 = x y_2 = np.square(x) y_3 = np.log(x) y_4 = np.sin(x) plt.plot(x,y_1) plt.plot(x,y_2) plt.plot(x,y_3) plt.plot(x,y_4) plt.show()
一條曲線(xiàn)的繪制需要調(diào)用一次 plt.plot() ，而 plt.show() 只需調(diào)用一次。這種延遲呈現(xiàn)機(jī)制是 Matplotlib 的關(guān)鍵特性，我們可以在代碼中的任何地方調(diào)用繪圖函數(shù)，但只有在調(diào)用 plt.show() 時(shí)才會(huì)渲染顯示圖形。
比如：
def plot_func(x, y): x_s = x[1:] - y[:-1] y_s = y[1:] - x[:-1] plt.plot(x[1:], x_s / y_s) x = np.linspace(-5, 5, 200) y = np.exp(-x ** 2) plt.plot(x, y) plot_func(x, y) plt.show()
盡管其中一個(gè) plt.plot() 是在 plot_func 函數(shù)中調(diào)用的，它對(duì)圖形的呈現(xiàn)沒(méi)有任何影響，因?yàn)?nbsp; plt.plot() 只是聲明了我們要呈現(xiàn)的內(nèi)容，但還沒(méi)有執(zhí)行渲染。因此可以使用延遲呈現(xiàn)特性結(jié)合 for 循環(huán)、條件判斷等語(yǔ)法完成復(fù)雜圖形的繪制，同時(shí)也可以在同一張圖中組合不同類(lèi)型的統(tǒng)計(jì)圖。
1.1.3 讀取文件中的數(shù)據(jù)繪制圖形
很多情況下數(shù)據(jù)都是存儲(chǔ)于文件中，因此，需要首先讀取文件中的數(shù)據(jù)，再進(jìn)行繪制，說(shuō)明起見(jiàn)，以 .txt 文件為例，其他諸如 Excel 、 CSV文件 等同樣可以進(jìn)行讀取，并用于可視化繪制。
例如：
x, y = [], []
for line in open('data.txt', 'r'):
values = [float(s) for s in line.split()]
x.append(values[0])
y.append(values[1])
plt.plot(x, y)
plt.show()
1.1.4 繪制散點(diǎn)圖
scatter方法通常是由數(shù)據(jù)可視化庫(kù)（如Matplotlib或Seaborn）提供的一個(gè)函數(shù)，用于繪制散點(diǎn)圖：
Matplotlib中scatter方法的參數(shù)和用法：
matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, edgecolors=None)
參數(shù)解釋?zhuān)?/strong>
x：橫坐標(biāo)數(shù)據(jù)，是一個(gè)數(shù)組或Series，用于表示散點(diǎn)圖中每個(gè)點(diǎn)的橫坐標(biāo)位置。y：縱坐標(biāo)數(shù)據(jù)，是一個(gè)數(shù)組或Series，用于表示散點(diǎn)圖中每個(gè)點(diǎn)的縱坐標(biāo)位置。s：點(diǎn)的大小，可以是一個(gè)數(shù)值或數(shù)組，控制散點(diǎn)的大小。默認(rèn)值為None，表示使用默認(rèn)點(diǎn)大小。c：點(diǎn)的顏色，可以是一個(gè)顏色字符串、顏色列表或數(shù)組，用于控制散點(diǎn)的顏色。默認(rèn)值為None，表示使用默認(rèn)顏色。marker：點(diǎn)的標(biāo)記樣式，可以是一個(gè)標(biāo)記字符串，例如 'o' 表示圓點(diǎn)，'s' 表示方塊等。默認(rèn)值為None，表示使用默認(rèn)標(biāo)記樣式。cmap：用于指定顏色映射的Colormap對(duì)象或字符串。它在指定c參數(shù)為數(shù)值時(shí)使用，將數(shù)值映射到顏色空間。默認(rèn)值為None，表示使用默認(rèn)顏色映射。norm：用于歸一化數(shù)據(jù)的Normalize對(duì)象。它在指定c參數(shù)為數(shù)值時(shí)使用。默認(rèn)值為None，表示使用默認(rèn)的歸一化方式。vmin和vmax：用于設(shè)置顏色映射范圍的最小值和最大值。它們?cè)谥付╟參數(shù)為數(shù)值時(shí)使用。默認(rèn)值為None，表示使用數(shù)據(jù)的最小值和最大值作為范圍。alpha：點(diǎn)的透明度，取值范圍為 [0, 1]，其中 0 表示完全透明，1 表示完全不透明。默認(rèn)值為None，表示使用默認(rèn)透明度。linewidths：點(diǎn)邊界的寬度，用于控制點(diǎn)的邊界線(xiàn)寬度。默認(rèn)值為None，表示使用默認(rèn)線(xiàn)寬。edgecolors：點(diǎn)邊界的顏色，用于控制點(diǎn)的邊界線(xiàn)顏色。默認(rèn)值為None，表示使用默認(rèn)顏色。
data = np.random.rand(1000, 2) ?#1000行、2列的隨機(jī)數(shù)數(shù)組，符合均勻分布 plt.scatter(data[:,0], data[:,1]) plt.show()
1.1.5 繪制條形圖
條形圖具有豐富的表現(xiàn)形式，常見(jiàn)的類(lèi)型包括單組條形圖，多組條形圖，堆積條形圖和對(duì)稱(chēng)條形圖等
1.1.5.1 單條條形圖
條形圖的每種表現(xiàn)形式都可以繪制成垂直條形圖或水平條形圖。
1、垂直條形圖
plt.bar 是Matplotlib庫(kù)中用于繪制條形圖的方法。它可以將數(shù)據(jù)以條形的形式展示，非常適合用于顯示不同類(lèi)別或組之間的比較。
使用 plt.bar 的一般語(yǔ)法如下：
pythonCopy code plt.bar(x, height, width=0.8, align='center', **kwargs)
其中，參數(shù)的意義如下：
x: 這是一個(gè)可迭代對(duì)象，通常是一個(gè)列表或數(shù)組，用于指定條形圖的橫坐標(biāo)位置。每個(gè)元素表示一個(gè)條形的橫坐標(biāo)位置。height: 這是一個(gè)可迭代對(duì)象，通常是一個(gè)列表或數(shù)組，用于指定條形圖的高度或長(zhǎng)度。每個(gè)元素表示一個(gè)條形的高度。width: (可選參數(shù)) 這是一個(gè)標(biāo)量或一個(gè)可迭代對(duì)象，用于指定條形的寬度。默認(rèn)值為0.8，表示每個(gè)條形的寬度為0.8個(gè)單位。如果想要自定義每個(gè)條形的寬度，可以傳遞一個(gè)標(biāo)量值或一個(gè)與x和height長(zhǎng)度相同的可迭代對(duì)象。align: (可選參數(shù)) 這是一個(gè)字符串，用于指定條形的對(duì)齊方式。默認(rèn)值是'center'，表示條形在橫坐標(biāo)上居中對(duì)齊。其他可能的取值有'edge'表示條形以橫坐標(biāo)左邊緣對(duì)齊，或'align'表示條形以橫坐標(biāo)右邊緣對(duì)齊。**kwargs: (可選參數(shù)) 這是一些可選的關(guān)鍵字參數(shù)，用于配置條形圖的其他屬性，比如顏色、標(biāo)簽、透明度等。例如，可以使用color參數(shù)來(lái)指定條形的顏色，label參數(shù)來(lái)為條形添加標(biāo)簽等。
一旦調(diào)用了 plt.bar 來(lái)繪制條形圖，可以使用 plt.xlabel 、 plt.ylabel 、 plt.title 等方法來(lái)添加坐標(biāo)軸標(biāo)簽和圖標(biāo)題，以及其他Matplotlib方法來(lái)美化圖形。
data = [10., 20., 5., 15.] plt.bar(range(len(data)), data, width=0.5) plt.show()
2、水平條形圖
如果更喜歡水平條形外觀，就可以使用 plt.barh() 函數(shù)，在用法方面與 plt.bar() 基本相同，但是修改條形寬度(或者在水平條形圖中應(yīng)該稱(chēng)為高度)，需要使用參數(shù) height ：
下面是 plt.barh() 方法的一般語(yǔ)法：
plt.barh(y, width, height=0.8, left=None, **kwargs)
其中，參數(shù)的意義如下：
y: 這是一個(gè)可迭代對(duì)象，通常是一個(gè)列表或數(shù)組，用于指定條形圖的縱坐標(biāo)位置。每個(gè)元素表示一個(gè)條形的縱坐標(biāo)位置。width: 這是一個(gè)可迭代對(duì)象，通常是一個(gè)列表或數(shù)組，用于指定條形圖的寬度或長(zhǎng)度。每個(gè)元素表示一個(gè)條形的寬度。height: (可選參數(shù)) 這是一個(gè)標(biāo)量或一個(gè)可迭代對(duì)象，用于指定條形的高度。默認(rèn)值為0.8，表示每個(gè)條形的高度為0.8個(gè)單位。如果想要自定義每個(gè)條形的高度，可以傳遞一個(gè)標(biāo)量值或一個(gè)與y和width長(zhǎng)度相同的可迭代對(duì)象。left: (可選參數(shù)) 這是一個(gè)標(biāo)量或一個(gè)可迭代對(duì)象，用于指定條形的起始值。默認(rèn)值為None，表示每個(gè)條形從0開(kāi)始。如果要實(shí)現(xiàn)堆積效果，可以通過(guò)left參數(shù)指定每個(gè)條形的起始值。**kwargs: (可選參數(shù)) 這是一些可選的關(guān)鍵字參數(shù)，用于配置條形圖的其他屬性，比如顏色、標(biāo)簽、透明度等。
data = [10., 20., 5., 15.] plt.barh(range(len(data)), data, height=0.5) plt.show()
1.1.5.2 多組條形圖
當(dāng)出現(xiàn)比較的情況時(shí)，可以繪制多組條形圖：
data = [[10., 20., 30., 20.],[40., 25., 53., 18.],[6., 22., 52., 19.]] x = np.arange(4) plt.bar(x + 0.00, data[0], color = 'b', width = 0.25) plt.bar(x + 0.25, data[1], color = 'g', width = 0.25) plt.bar(x + 0.50, data[2], color = 'r', width = 0.25) plt.show()
同理，使用barh方法繪制多組水平條形圖：
data = [[10., 20., 30., 20.],[40., 25., 53., 18.],[6., 22., 52., 19.]] x = np.arange(4) plt.barh(x + 0.00, data[0], color = 'b', height = 0.25) plt.barh(x + 0.25, data[1], color = 'g', height = 0.25) plt.barh(x + 0.50, data[2], color = 'r', height = 0.25) plt.show()
1.1.5.3 堆積條形圖
通過(guò)使用 plt.bar() 函數(shù)中的可選參數(shù)，可以繪制堆積條形圖， plt.bar() 函數(shù)的可選參數(shù) bottom 允許指定條形圖的起始值。
y_1 = [3., 25., 45., 22.] y_2 = [6., 25., 50., 25.] x = range(4) plt.bar(x, y_1, color = 'b') plt.bar(x, y_2, color = 'r', bottom = y_1) plt.show()
如果想要繪制水平的堆積條形圖，則需要使用left來(lái)指定其實(shí)位置：
y_1 = [3., 25., 45., 22.] y_2 = [6., 25., 50., 25.] x = range(4) ? # # 對(duì)y_1和y_2進(jìn)行累加 # y_1_cumsum = np.cumsum(y_1) # y_2_cumsum = np.cumsum(y_2) ? plt.barh(x, y_1, color='b', label='y_1') plt.barh(x, y_2, color='r', left=y_1, label='y_2') ? plt.legend() plt.show()
可以結(jié)合 for 循環(huán)，利用延遲呈現(xiàn)機(jī)制可以堆疊更多的條形：
data = np.array([[5., 30., 45., 22.], [5., 25., 50., 20.], [1., 2., 1., 1.]]) x = np.arange(data.shape[1]) for i in range(data.shape[0]): plt.bar(x, data[i], bottom = np.sum(data[:i], axis = 0)) plt.show()
1.1.5.4 對(duì)稱(chēng)條形圖
當(dāng)我們想要繪制不同年齡段的男性與女性數(shù)量的對(duì)比時(shí)，一個(gè)簡(jiǎn)單且有用的技巧是對(duì)稱(chēng)繪制兩個(gè)條形圖：
w_pop = np.array([5., 30., 45., 22.]) m_pop = np.array( [5., 25., 50., 20.]) x = np.arange(4) plt.barh(x, w_pop) plt.barh(x, -m_pop) plt.show()
1.1.4 餅圖
餅圖可以用于對(duì)比數(shù)量間的相對(duì)關(guān)系， plt.pie() 函數(shù)將一系列值作為輸入，將值傳遞給 Matplolib ，它就會(huì)自動(dòng)計(jì)算各個(gè)值在餅圖中的相對(duì)面積，并進(jìn)行繪制：
使用 plt.pie() 的一般語(yǔ)法如下：
pythonCopy code plt.pie(x, explode=None, labels=None, colors=None, autopct=None, shadow=False, startangle=0, **kwargs)
其中，參數(shù)的意義如下：
x: 這是一個(gè)1維數(shù)組或列表，表示各個(gè)部分的數(shù)據(jù)值。這些數(shù)據(jù)值將用于計(jì)算各個(gè)部分所占的比例，并繪制餅圖。explode: (可選參數(shù)) 這是一個(gè)1維數(shù)組或列表，用于指定是否將某些部分從餅圖中分離出來(lái)。默認(rèn)值為None，表示不進(jìn)行分離。如果要分離某些部分，可以傳遞一個(gè)與x長(zhǎng)度相同的數(shù)組，其中數(shù)值大于0表示分離的距離。labels: (可選參數(shù)) 這是一個(gè)1維數(shù)組或列表，用于指定餅圖中每個(gè)部分的標(biāo)簽。默認(rèn)值為None，表示不顯示標(biāo)簽。如果要顯示標(biāo)簽，可以傳遞一個(gè)與x長(zhǎng)度相同的數(shù)組，其中包含各個(gè)部分的標(biāo)簽文本。colors: (可選參數(shù)) 這是一個(gè)1維數(shù)組或列表，用于指定餅圖中每個(gè)部分的顏色。默認(rèn)值為None，表示使用默認(rèn)的顏色循環(huán)。如果要自定義顏色，可以傳遞一個(gè)與x長(zhǎng)度相同的數(shù)組，其中包含各個(gè)部分的顏色。autopct: (可選參數(shù)) 這是一個(gè)字符串或函數(shù)，用于顯示各個(gè)部分所占的百分比。默認(rèn)值為None，表示不顯示百分比。如果傳遞一個(gè)字符串，比如'%1.1f%%'，將顯示小數(shù)點(diǎn)后一位的百分比。如果傳遞一個(gè)函數(shù)，該函數(shù)將接收一個(gè)數(shù)值作為參數(shù)，并返回一個(gè)字符串用于顯示百分比。shadow: (可選參數(shù)) 這是一個(gè)布爾值，用于指定是否在餅圖下方添加陰影。默認(rèn)值為False，表示不添加陰影。startangle: (可選參數(shù)) 這是一個(gè)標(biāo)量，用于指定餅圖的起始角度。默認(rèn)值為0，表示從0度角開(kāi)始繪制餅圖，逆時(shí)針?lè)较颉?/p>**kwargs: (可選參數(shù)) 這是一些可選的關(guān)鍵字參數(shù)，用于配置餅圖的其他屬性，比如邊界線(xiàn)寬度、邊界線(xiàn)顏色等。
一旦調(diào)用了 plt.pie() 來(lái)繪制餅圖，你可以使用 plt.axis('equal') 來(lái)保證餅圖是圓形的，使用 plt.legend() 來(lái)顯示圖例。
data = [10, 15, 30, 20] plt.pie(data,explode = [0.1,0.1,0.1,0.1],shadow=True) plt.show()
1.1.5 直方圖
直方圖是概率分布的圖形表示。事實(shí)上，直方圖只是一種特殊的條形圖。我們可以很容易地使用 Matplotlib 的條形圖函數(shù)，并進(jìn)行一些統(tǒng)計(jì)運(yùn)算來(lái)生成直方圖。但是，鑒于直方圖的使用頻率非常高，因此 Matplotlib 提供了一個(gè)更加方便的函數(shù)—— plt.hist() 。 plt.hist() 函數(shù)的作用是：獲取一系列值作為輸入。值的范圍將被劃分為大小相等的范圍(默認(rèn)情況下數(shù)量為 10 )，然后生成條形圖，一個(gè)范圍對(duì)應(yīng)一個(gè)條柱，一個(gè)條柱的高度是相應(yīng)范圍內(nèi)中的值的數(shù)量，條柱的數(shù)量由可選參數(shù) bins 確定。
使用 plt.hist() 的一般語(yǔ)法如下：
pythonCopy code plt.hist(x, bins=None, range=None, density=False, cumulative=False, color=None, edgecolor=None, **kwargs)
其中，參數(shù)的意義如下：
x: 這是一個(gè)1維數(shù)組或列表，表示要繪制直方圖的數(shù)據(jù)。bins: (可選參數(shù)) 這是一個(gè)整數(shù)或指定分 bin 的數(shù)組，用于控制直方圖的箱子（bin）數(shù)量和位置。默認(rèn)值為None，表示使用自動(dòng)選擇的箱子數(shù)量?？梢詡鬟f一個(gè)整數(shù)值來(lái)指定箱子數(shù)量，或者傳遞一個(gè)數(shù)組來(lái)指定具體的箱子邊界。range: (可選參數(shù)) 這是一個(gè)元組或列表，用于指定直方圖的數(shù)據(jù)范圍。默認(rèn)值為None，表示使用整個(gè)數(shù)據(jù)的范圍?？梢詡鬟f一個(gè)元組或列表，如(min_value, max_value)，來(lái)限制直方圖顯示的數(shù)據(jù)范圍。density: (可選參數(shù)) 這是一個(gè)布爾值，用于指定是否對(duì)直方圖進(jìn)行標(biāo)準(zhǔn)化。默認(rèn)值為False，表示直方圖顯示的是原始數(shù)據(jù)的頻數(shù)。如果設(shè)置為T(mén)rue，直方圖將顯示相對(duì)頻率，使得直方圖的面積總和為1。cumulative: (可選參數(shù)) 這是一個(gè)布爾值，用于指定是否繪制累積直方圖。默認(rèn)值為False，表示繪制原始直方圖。如果設(shè)置為T(mén)rue，將繪制累積直方圖，即顯示每個(gè)箱子內(nèi)數(shù)據(jù)的累積數(shù)量。color: (可選參數(shù)) 這是一個(gè)字符串或顏色代碼，用于指定直方圖的填充顏色。edgecolor: (可選參數(shù)) 這是一個(gè)字符串或顏色代碼，用于指定直方圖的邊界線(xiàn)顏色。**kwargs: (可選參數(shù)) 這是一些可選的關(guān)鍵字參數(shù)，用于配置直方圖的其他屬性，比如透明度、標(biāo)簽等。
一旦調(diào)用了 plt.hist() 來(lái)繪制直方圖，你可以使用 plt.xlabel() 、 plt.ylabel() 和 plt.title() 等方法來(lái)添加坐標(biāo)軸標(biāo)簽和圖標(biāo)題，使用 plt.legend() 來(lái)顯示圖例，
data1 = np.random.rand(1024)
plt.hist(data1, bins=10, alpha=0.6, label='Data 1', histtype='bar', rwidth=0.8)
plt.xlabel('Value')
plt.ylabel('Frequency')
plt.title('Histogram with Gap between Bars')
plt.legend()
plt.show()
如果要在繪制多個(gè)直方圖時(shí)，讓它們之間有間距，可以使用 plt.hist() 方法的 histtype 參數(shù)。 histtype 參數(shù)用于指定直方圖的類(lèi)型，包括'bar'（默認(rèn)）、'barstacked'和'step'等。
對(duì)于繪制多個(gè)直方圖，并希望它們之間有間距，可以選擇使用'bar'或'barstacked'類(lèi)型，并將 alpha 參數(shù)設(shè)置為小于1的值，從而使得直方圖之間透明，從而呈現(xiàn)出間距的效果。
在上面的代碼中，使用了 histtype='bar' 和 alpha=0.6 參數(shù)來(lái)設(shè)置直方圖類(lèi)型為'bar'并使得直方圖之間有間距。同時(shí)，我們還設(shè)置了 rwidth=0.8 來(lái)控制直方圖的寬度，以使得直方圖在水平方向上有間距。
1.1.6 箱形圖
箱線(xiàn)圖將會(huì)顯示數(shù)據(jù)的五數(shù)概括：最小值、下四分位數(shù)、中位數(shù)、上四分位數(shù)、最大值，以及可能的異常值。
使用 plt.boxplot(data) 的一般語(yǔ)法如下：
plt.boxplot(data, notch=None, sym=None, vert=None, whis=None, positions=None, widths=None, patch_artist=None, **kwargs)
其中，參數(shù)的意義如下：
data: 這是一個(gè)列表、數(shù)組或多個(gè)列表/數(shù)組的組合，表示要繪制箱線(xiàn)圖的數(shù)據(jù)集?？梢詡鬟f一個(gè)列表或數(shù)組，也可以傳遞多個(gè)列表或數(shù)組組成的組合，用于在同一個(gè)圖中繪制多個(gè)箱線(xiàn)圖。notch: (可選參數(shù)) 這是一個(gè)布爾值，用于指定是否在箱線(xiàn)圖中繪制缺口。默認(rèn)值為None，表示不繪制缺口。如果設(shè)置為T(mén)rue，箱線(xiàn)圖將帶有缺口，有助于顯示數(shù)據(jù)集的置信區(qū)間。sym: (可選參數(shù)) 這是一個(gè)字符串，用于指定異常值的表示方式。默認(rèn)值為None，表示使用'+'表示異常值?？梢詡鬟f其他符號(hào)或空字符串來(lái)自定義異常值的表示。vert: (可選參數(shù)) 這是一個(gè)布爾值，用于指定箱線(xiàn)圖的方向。默認(rèn)值為None，表示繪制垂直箱線(xiàn)圖。如果設(shè)置為False，將繪制水平箱線(xiàn)圖。whis: (可選參數(shù)) 這是一個(gè)標(biāo)量或元組，用于指定箱線(xiàn)圖中須的長(zhǎng)度。默認(rèn)值為None，表示使用默認(rèn)值1.5?？梢詡鬟f一個(gè)標(biāo)量值或一個(gè)元組(lower, upper)，用于自定義須的長(zhǎng)度。positions: (可選參數(shù)) 這是一個(gè)標(biāo)量或列表，用于指定箱線(xiàn)圖的位置。默認(rèn)值為None，表示每個(gè)數(shù)據(jù)集在x軸上均勻分布?？梢詡鬟f一個(gè)標(biāo)量值或一個(gè)與數(shù)據(jù)集數(shù)量相同的列表，用于自定義箱線(xiàn)圖的位置。widths: (可選參數(shù)) 這是一個(gè)標(biāo)量或列表，用于指定箱線(xiàn)圖的寬度。默認(rèn)值為None，表示使用默認(rèn)寬度?？梢詡鬟f一個(gè)標(biāo)量值或一個(gè)與數(shù)據(jù)集數(shù)量相同的列表，用于自定義箱線(xiàn)圖的寬度。patch_artist: (可選參數(shù)) 這是一個(gè)布爾值，用于指定是否對(duì)箱線(xiàn)圖的盒體使用填充顏色。默認(rèn)值為None，表示不使用填充顏色。如果設(shè)置為T(mén)rue，箱線(xiàn)圖的盒體將被填充，可以通過(guò)boxprops參數(shù)指定填充顏色和其他屬性。**kwargs: (可選參數(shù)) 這是一些可選的關(guān)鍵字參數(shù)，用于配置箱線(xiàn)圖的其他屬性，比如線(xiàn)條顏色、線(xiàn)條樣式等。
一旦調(diào)用了 plt.boxplot(data) 來(lái)繪制箱線(xiàn)圖，你可以使用 plt.xlabel() 、 plt.ylabel() 和 plt.title() 等方法來(lái)添加坐標(biāo)軸標(biāo)簽和圖標(biāo)題，使用 plt.xticks() 和 plt.yticks() 來(lái)自定義刻度標(biāo)簽
示例：
data = np.random.randn(100)
# 繪制箱線(xiàn)圖
plt.boxplot(data)
# 添加標(biāo)題和標(biāo)簽
plt.title('Box Plot Example')
plt.ylabel('Value')
# 顯示箱線(xiàn)圖
plt.show()
圖中黃線(xiàn)是分布的中位數(shù)。
方形箱框包括從下四分位數(shù)Q1到上四分位數(shù)Q3的50%的數(shù)據(jù)。
下盒須的下四分位延伸到1.5 (Q3-Q1)。
上盒須從上四分位延伸至1.5 (Q3-Q1)。
離盒須較遠(yuǎn)的數(shù)值用圓圈標(biāo)記。
要在單個(gè)圖形中繪制多個(gè)箱形圖，對(duì)每個(gè)箱形圖調(diào)用一次 plt.boxplot() 是不可行。它會(huì)將所有箱形圖畫(huà)在一起，形成一個(gè)混亂的、不可讀的圖形。如果想要到達(dá)符合要求的效果，只需在一次調(diào)用 plt.boxplot() 中，同時(shí)繪制多個(gè)箱形圖即可，如下所示：
data = np.random.randn(200, 6)
#繪制圖形
plt.boxplot(data)
# 添加標(biāo)題和標(biāo)簽
plt.title('Box Plot Example')
plt.ylabel('Value')
# 顯示箱線(xiàn)圖
plt.show()
1.2 3D圖形繪制
導(dǎo)入：
from mpl_toolkits.mplot3d import Axes3D
1.2.1 3D散點(diǎn)圖
3D 散點(diǎn)圖的繪制方式與 2D 散點(diǎn)圖基本相同，示例如下：
a, b, c = 10., 28., 8. / 3.
def lorenz_map(x, dt = 1e-2):
x_dt = np.array([a * (x[1] - x[0]), x[0] * (b - x[2]) - x[1], x[0] * x[1] - c * x[2]])
return x + dt * x_dt
points = np.zeros((2000, 3))
x = np.array([.1, .0, .0])
for i in range(points.shape[0]):
points[i], x = x, lorenz_map(x)
# Plotting
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d') ?# 使用add_subplot()方法創(chuàng)建三維坐標(biāo)軸
ax.set_xlabel('X axis')
ax.set_ylabel('Y axis')
ax.set_zlabel('Z axis')
ax.set_title('Lorenz Attractor a=%0.2f b=%0.2f c=%0.2f' % (a, b, c))
ax.scatter(points[:, 0], points[:, 1],points[:, 2], zdir = 'z', c = 'c')
plt.show()
在Matplotlib中， scatter() 方法用于在三維坐標(biāo)軸上繪制散點(diǎn)圖。它可以將一系列的數(shù)據(jù)點(diǎn)以散點(diǎn)的形式表示在三維空間中。
scatter() 方法的語(yǔ)法如下：
scatter(x, y, z, c=None, s=None, marker=None, cmap=None, **kwargs)
其中，參數(shù)的意義如下：
x: 這是一個(gè)1維數(shù)組或列表，表示散點(diǎn)圖在X軸上的位置。y: 這是一個(gè)1維數(shù)組或列表，表示散點(diǎn)圖在Y軸上的位置。z: 這是一個(gè)1維數(shù)組或列表，表示散點(diǎn)圖在Z軸上的位置，即垂直于XY平面的位置。c: (可選參數(shù)) 這是一個(gè)1維數(shù)組或列表，用于指定每個(gè)散點(diǎn)的顏色。默認(rèn)值為None，表示使用默認(rèn)的顏色映射。你可以傳遞一個(gè)與x、y和z長(zhǎng)度相同的數(shù)組，其中每個(gè)元素表示對(duì)應(yīng)散點(diǎn)的顏色。s: (可選參數(shù)) 這是一個(gè)標(biāo)量或1維數(shù)組或列表，用于指定散點(diǎn)的大小。默認(rèn)值為None，表示使用默認(rèn)的點(diǎn)大小。如果傳遞一個(gè)標(biāo)量值，所有散點(diǎn)的大小將相同。如果傳遞一個(gè)與x、y和z長(zhǎng)度相同的數(shù)組，每個(gè)元素表示對(duì)應(yīng)散點(diǎn)的大小。marker: (可選參數(shù)) 這是一個(gè)字符串，用于指定散點(diǎn)的標(biāo)記類(lèi)型。默認(rèn)值為None，表示使用圓圈標(biāo)記?？梢詡鬟f其他標(biāo)記類(lèi)型，如's', 'o', '^'等。cmap: (可選參數(shù)) 這是一個(gè)Colormap對(duì)象或字符串，用于指定顏色映射。默認(rèn)值為None，表示使用默認(rèn)的顏色映射。你可以傳遞一個(gè)Colormap對(duì)象，或者使用字符串指定常見(jiàn)的顏色映射，如'viridis'、'plasma'、'jet'等。zdir是scatter()方法中的一個(gè)可選參數(shù)，用于指定在三維坐標(biāo)軸上散點(diǎn)的投影方向。它用于控制散點(diǎn)在三維空間中的展示方式。在
scatter()方法中，zdir可以取三個(gè)值：'x'、'y'和'z'。這些值分別表示在X軸、Y軸和Z軸上展示散點(diǎn)的投影。當(dāng)
zdir設(shè)置為'x'時(shí)，散點(diǎn)在XY平面上的投影將在X軸上展示。 當(dāng)zdir設(shè)置為'y'時(shí)，散點(diǎn)在XZ平面上的投影將在Y軸上展示。 當(dāng)zdir設(shè)置為'z'時(shí)，散點(diǎn)在XY平面上的投影將在Z軸上展示。默認(rèn)情況下，
zdir的值為None，此時(shí)散點(diǎn)將在XY平面上展示，而不會(huì)在X、Y或Z軸上產(chǎn)生投影。**kwargs: (可選參數(shù)) 這是一些可選的關(guān)鍵字參數(shù)，用于配置散點(diǎn)圖的其他屬性，比如透明度、邊緣顏色等。
scatter() 方法可以在一個(gè)三維坐標(biāo)軸對(duì)象上調(diào)用，通過(guò) ax.scatter() 的形式來(lái)繪制三維散點(diǎn)圖。在調(diào)用 scatter() 時(shí)，將數(shù)據(jù)傳遞給 x 、 y 和 z 參數(shù)，然后可以使用 c 和 s 參數(shù)來(lái)指定顏色和大小， marker 參數(shù)來(lái)指定標(biāo)記類(lèi)型， cmap 參數(shù)來(lái)指定顏色映射等。
繪制3D圖形的步驟：
1、首先需要導(dǎo)入 Matplotlib 的三維擴(kuò)展 Axes3D ：
from mpl_toolkits.mplot3d import Axes3D
2、對(duì)于三維繪圖，需要?jiǎng)?chuàng)建一個(gè) Figure 實(shí)例并附加一個(gè) Axes3D 實(shí)例：
fig = plt.figure() ax = fig.gca(projection='3d')
gca方法已經(jīng)不能使用了，可以使用add_subplot方法：
ax = fig.add_subplot(111, projection='3d') ?# 使用add_subplot()方法創(chuàng)建三維坐標(biāo)軸
3、然后帶入相應(yīng)的方法即可，這里帶入了scatter繪制散點(diǎn)圖：
ax.scatter(points[:, 0], points[:, 1],points[:, 2], zdir = 'z', c = 'c')
1.2.2 3D曲線(xiàn)圖
與在 3D 空間中繪制散點(diǎn)圖類(lèi)似，繪制 3D 曲線(xiàn)圖同樣需要設(shè)置一個(gè) Axes3D 實(shí)例，然后調(diào)用其 plot() 方法：
a, b, c = 10., 28., 8. / 3.
def lorenz_map(x, dt = 1e-2):
x_dt = np.array([a * (x[1] - x[0]), x[0] * (b - x[2]) - x[1], x[0] * x[1] - c * x[2]])
return x + dt * x_dt
points = np.zeros((8000, 3))
x = np.array([.1, .0, .0])
for i in range(points.shape[0]):
points[i], x = x, lorenz_map(x)
# Plotting
fig = plt.figure()
ax = fig.add_subplot(projection = '3d')
ax.set_xlabel('X axis')
ax.set_ylabel('Y axis')
ax.set_zlabel('Z axis')
ax.set_title('Lorenz Attractor a=%0.2f b=%0.2f c=%0.2f' % (a, b, c))
ax.plot(points[:, 0], points[:, 1], points[:, 2], c = 'c')
plt.show()
1.2.3 3D標(biāo)量場(chǎng)
3D 繪圖方式類(lèi)似與相應(yīng)的 2D 繪圖方式，但也有許多特有的三維繪圖功能，例如將二維標(biāo)量場(chǎng)繪制為 3D 曲面， plot_surface() 方法使用 x、 y和 z 三個(gè)序列將標(biāo)量場(chǎng)顯示為三維曲面（展示一個(gè)二維量在三維中的形狀）：
x = np.linspace(-3, 3, 256) y = np.linspace(-3, 3, 256) x_grid, y_grid = np.meshgrid(x, y) #使用`np.meshgrid()`方法將一維數(shù)組`x`和`y`轉(zhuǎn)換為二維數(shù)組，得到`x_grid`和`y_grid`，用于表示XY平面上的點(diǎn)坐標(biāo)網(wǎng)格。 print(x_grid) z = np.sinc(np.sqrt(x_grid ** 2 + y_grid ** 2)) fig = plt.figure() ax = fig.add_subplot(projection = '3d') #創(chuàng)建一個(gè)三維坐標(biāo)軸對(duì)象。 ax.plot_surface(x_grid, y_grid, z, cmap=cm.viridis) #x_grid和y_grid表示XY平面上的點(diǎn)坐標(biāo)網(wǎng)格，z表示每個(gè)點(diǎn)上的函數(shù)值。cmap=cm.viridis指定使用'viridis'顏色映射，用于在三維圖上表示高度的顏色。 plt.show()
plot_surface() 的用法如下：
pythonCopy code plot_surface(X, Y, Z, cmap=None, rstride=1, cstride=1, alpha=1.0, antialiased=False, **kwargs)
其中，參數(shù)的意義如下：
X: 二維數(shù)組，表示數(shù)據(jù)在X軸上的坐標(biāo)。它的形狀應(yīng)該與Z的形狀相同。Y: 二維數(shù)組，表示數(shù)據(jù)在Y軸上的坐標(biāo)。它的形狀應(yīng)該與Z的形狀相同。Z: 二維數(shù)組，表示數(shù)據(jù)在三維空間中的高度或數(shù)值。它的形狀應(yīng)該與X和Y的形狀相同。cmap: Colormap對(duì)象或字符串，用于指定顏色映射。默認(rèn)值為None，表示使用默認(rèn)的顏色映射。你可以傳遞一個(gè)Colormap對(duì)象，或者使用字符串指定常見(jiàn)的顏色映射，如'viridis'、'plasma'、'jet'等。rstride: 整數(shù)，表示在Z方向上采樣的步長(zhǎng)。默認(rèn)值為1，表示不進(jìn)行采樣。較大的值會(huì)導(dǎo)致更少的繪制點(diǎn)，從而加快繪制速度，但可能會(huì)影響圖像的精細(xì)程度。cstride: 整數(shù)，表示在XY平面上采樣的步長(zhǎng)。默認(rèn)值為1，表示不進(jìn)行采樣。較大的值會(huì)導(dǎo)致更少的繪制點(diǎn)，從而加快繪制速度，但可能會(huì)影響圖像的精細(xì)程度。alpha: 浮點(diǎn)數(shù)，表示表面的透明度。默認(rèn)值為1.0，表示不透明。取值范圍為0.0到1.0，其中0.0表示完全透明，1.0表示完全不透明。antialiased: 布爾值，表示是否使用抗鋸齒。默認(rèn)值為False，表示不使用抗鋸齒。如果設(shè)置為T(mén)rue，圖像會(huì)更加平滑，但可能會(huì)增加繪制時(shí)間。色。
在繪制三維表面圖時(shí)，表面由許多小的三角形或多邊形組成，這些小形狀之間的邊緣線(xiàn)通常是默認(rèn)顏色。通過(guò)設(shè)置
edgecolor參數(shù)，你可以控制這些邊緣線(xiàn)的顏色，使其與表面的顏色不同，從而增加圖形的可視化效果。edgecolor可以接受一個(gè)顏色值的字符串或RGB元組。常用的顏色值字符串如下：'b'：藍(lán)色
'g'：綠色
'r'：紅色
'c'：青色（藍(lán)綠色）
'm'：洋紅（品紅色）
'y'：黃色
'k'：黑色
'w'：白色
你也可以傳遞一個(gè)RGB元組，例如
(0.1, 0.2, 0.3)，表示RGB顏色分量的值在0到1之間。這樣，你可以自定義邊緣線(xiàn)的顏色。**kwargs: 可選的關(guān)鍵字參數(shù)，用于配置表面圖的其他屬性，比如線(xiàn)條顏色、線(xiàn)條樣式等。
X 、 Y 和 Z 分別代表了數(shù)據(jù)在三維空間中的網(wǎng)格坐標(biāo)和高度，而 cmap 參數(shù)可以用來(lái)調(diào)整表面的顏色。 rstride 和 cstride 參數(shù)用于控制在Z方向和XY平面上的采樣步長(zhǎng)，可以用于優(yōu)化繪制速度和圖像精細(xì)度。 alpha 參數(shù)控制表面的透明度， antialiased 參數(shù)用于指定是否使用抗鋸齒。
如果不希望看到三維曲面上顯示的曲線(xiàn)色彩，可以使用 plot_surface() 的附加可選參數(shù)：
ax.plot_surface(x_grid, y_grid, z, cmap=cm.viridis, linewidth=0, antialiased=False)
示例：
x = np.linspace(-3, 3, 256) y = np.linspace(-3, 3, 256) x_grid, y_grid = np.meshgrid(x, y) #使用`np.meshgrid()`方法將一維數(shù)組`x`和`y`轉(zhuǎn)換為二維數(shù)組，得到`x_grid`和`y_grid`，用于表示XY平面上的點(diǎn)坐標(biāo)網(wǎng)格。 z = np.sinc(np.sqrt(x_grid ** 2 + y_grid ** 2)) fig = plt.figure() ax = fig.add_subplot(projection = '3d') #創(chuàng)建一個(gè)三維坐標(biāo)軸對(duì)象。 ax.plot_surface(x_grid, y_grid, z, cmap=cm.viridis, linewidth=0, antialiased=False) #x_grid和y_grid表示XY平面上的點(diǎn)坐標(biāo)網(wǎng)格，z表示每個(gè)點(diǎn)上的函數(shù)值。cmap=cm.viridis指定使用'viridis'顏色映射，用于在三維圖上表示高度的顏色。 plt.show()
可以?xún)H保持曲線(xiàn)色彩，而曲面不使用其他顏色，這也可以通過(guò) plot_surface() 的可選參數(shù)來(lái)完成：
x = np.linspace(-3, 3, 256) y = np.linspace(-3, 3, 256) x_grid, y_grid = np.meshgrid(x, y) #使用`np.meshgrid()`方法將一維數(shù)組`x`和`y`轉(zhuǎn)換為二維數(shù)組，得到`x_grid`和`y_grid`，用于表示XY平面上的點(diǎn)坐標(biāo)網(wǎng)格。 z = np.sinc(np.sqrt(x_grid ** 2 + y_grid ** 2)) fig = plt.figure() ax = fig.add_subplot(projection = '3d') #創(chuàng)建一個(gè)三維坐標(biāo)軸對(duì)象。 ax.plot_surface(x_grid, y_grid, z, edgecolor='b',color='w') #x_grid和y_grid表示XY平面上的點(diǎn)坐標(biāo)網(wǎng)格，z表示每個(gè)點(diǎn)上的函數(shù)值。cmap=cm.viridis指定使用'viridis'顏色映射，用于在三維圖上表示高度的顏色。 plt.show()
如果希望消除曲面，而僅使用線(xiàn)框進(jìn)行繪制，可以使用 plot_wireframe() 函數(shù)， plot_wireframe() 參數(shù)與 plot_surface() 相同，使用兩個(gè)可選參數(shù) rstride 和 cstride 用于令 Matplotlib 跳過(guò) x 和 y軸上指定數(shù)量的坐標(biāo)，用于減少曲線(xiàn)的密度：
ax.plot_wireframe(x_grid, y_grid, z, cstride=10, rstride=10,color='c')
示例：
plot_wireframe() 的用法如下：
plot_wireframe(X, Y, Z, rstride=1, cstride=1, color=None, linewidth=1, antialiased=False, **kwargs)
其中，參數(shù)的意義如下：
X: 二維數(shù)組，表示數(shù)據(jù)在X軸上的坐標(biāo)。它的形狀應(yīng)該與Z的形狀相同。Y: 二維數(shù)組，表示數(shù)據(jù)在Y軸上的坐標(biāo)。它的形狀應(yīng)該與Z的形狀相同。Z: 二維數(shù)組，表示數(shù)據(jù)在三維空間中的高度或數(shù)值。它的形狀應(yīng)該與X和Y的形狀相同。rstride: 整數(shù)，表示在Z方向上采樣的步長(zhǎng)。默認(rèn)值為1，表示不進(jìn)行采樣。較大的值會(huì)導(dǎo)致更少的繪制點(diǎn)，從而加快繪制速度，但可能會(huì)影響圖像的精細(xì)程度。cstride: 整數(shù)，表示在XY平面上采樣的步長(zhǎng)。默認(rèn)值為1，表示不進(jìn)行采樣。較大的值會(huì)導(dǎo)致更少的繪制點(diǎn)，從而加快繪制速度，但可能會(huì)影響圖像的精細(xì)程度。color: 顏色或顏色序列，用于指定線(xiàn)框的顏色。默認(rèn)值為None，表示使用默認(rèn)的顏色。linewidth: 浮點(diǎn)數(shù)，表示線(xiàn)框的寬度。默認(rèn)值為1。antialiased: 布爾值，表示是否使用抗鋸齒。默認(rèn)值為False，表示不使用抗鋸齒。如果設(shè)置為T(mén)rue，線(xiàn)框會(huì)更加平滑，但可能會(huì)增加繪制時(shí)間。**kwargs: 可選的關(guān)鍵字參數(shù)，用于配置線(xiàn)框圖的其他屬性，比如線(xiàn)條樣式等。
X 、 Y 和 Z 分別代表了數(shù)據(jù)在三維空間中的網(wǎng)格坐標(biāo)和高度， rstride 和 cstride 參數(shù)用于控制在Z方向和XY平面上的采樣步長(zhǎng)，可以用于優(yōu)化繪制速度和圖像精細(xì)度。 color 參數(shù)用于指定線(xiàn)框的顏色， linewidth 參數(shù)用于調(diào)整線(xiàn)框的寬度， antialiased 參數(shù)用于指定是否使用抗鋸齒。
1.2.4 繪制3D曲面
Matplotlib 也能夠使用更通用的方式繪制三維曲面：
angle = np.linspace(0, 2 * np.pi, 32) theta, phi = np.meshgrid(angle, angle) r, r_w = .25, 1. x = (r_w + r * np.cos(phi)) * np.cos(theta) y = (r_w + r * np.cos(phi)) * np.sin(theta) z = r * np.sin(phi) # Display the mesh fig = plt.figure() ax = fig.add_subplot(projection = '3d') ax.set_xlim3d(-1, 1) ax.set_ylim3d(-1, 1) ax.set_zlim3d(-1, 1) ax.plot_surface(x, y, z, color = 'c', edgecolor='m', rstride = 2, cstride = 2) plt.show()
同樣可以使用 plot_wireframe() 替換對(duì) plot_surface() 的調(diào)用，以便獲得圓環(huán)的線(xiàn)框視圖：
angle = np.linspace(0, 2 * np.pi, 32) theta, phi = np.meshgrid(angle, angle) r, r_w = .25, 1. x = (r_w + r * np.cos(phi)) * np.cos(theta) y = (r_w + r * np.cos(phi)) * np.sin(theta) z = r * np.sin(phi) # Display the mesh fig = plt.figure() ax = fig.add_subplot(projection = '3d') ax.set_xlim3d(-1, 1) ax.set_ylim3d(-1, 1) ax.set_zlim3d(-1, 1) ax.plot_wireframe(x, y, z, edgecolor='c', rstride = 2, cstride = 1) plt.show()
1.2.5 在3D坐標(biāo)中繪制2D圖形
Axes3D 實(shí)例同樣支持常用的二維渲染命令，如 plot() ：
ax.plot(x, u, zs=3, zdir='y', lw = 2, color = 'm')
這段代碼使用 ax.plot() 方法在三維坐標(biāo)軸中繪制一條線(xiàn)。
x: 一維數(shù)組或列表，表示數(shù)據(jù)點(diǎn)在X軸上的位置。u: 一維數(shù)組或列表，表示數(shù)據(jù)點(diǎn)在Y軸上的位置。zs: 數(shù)字或一維數(shù)組，表示數(shù)據(jù)點(diǎn)在Z軸上的位置。在這個(gè)例子中，zs=3表示數(shù)據(jù)點(diǎn)在Z軸上的位置都是3，也就是說(shuō)這條線(xiàn)的所有點(diǎn)都在Z=3這個(gè)平面上。如果傳遞一個(gè)一維數(shù)組，表示每個(gè)數(shù)據(jù)點(diǎn)在Z軸上的位置。zdir: 字符串，表示投影方向。這個(gè)參數(shù)用于控制這條線(xiàn)在三維空間中的展示方向。在這個(gè)例子中，zdir='y'表示這條線(xiàn)在XY平面上的投影將在Y軸上展示。lw: (可選參數(shù)) 數(shù)字，表示線(xiàn)條的寬度。默認(rèn)值為2。color: (可選參數(shù)) 字符串，表示線(xiàn)條的顏色。默認(rèn)值為'm'，表示線(xiàn)條顏色為洋紅色（品紅色）。你可以使用顏色字符串，如'red'、'blue'、'green'等，也可以使用縮寫(xiě)顏色字符串，如'r'、'b'、'g'等。
Axes3D 實(shí)例對(duì) plot() 的調(diào)用有兩個(gè)新的可選參數(shù)： zdir ：用于決定在哪個(gè)平面上繪制2D繪圖，可選值包括 x 、 y 或 z ； zs ：用于決定平面的偏移。 因此，要將二維圖形嵌入到三維圖形中，只需將二維原語(yǔ)用于 Axes3D 實(shí)例，同時(shí)使用可選參數(shù)， zdir 和 zs ，來(lái)放置所需渲染圖形平面。
示例：
x = np.linspace(-3, 3, 256) y = np.linspace(-3, 3, 256) x_grid, y_grid = np.meshgrid(x, y) z = np.exp(-(x_grid ** 2 + y_grid ** 2)) u = np.exp(-(x ** 2)) fig = plt.figure() ax = fig.add_subplot(projection = '3d') ax.set_zlim3d(0, 3)#ax.set_zlim3d()是Matplotlib中用于設(shè)置三維坐標(biāo)軸的Z軸范圍（限制）的方法。它用于限定Z軸的取值范圍，從而控制繪圖中Z軸顯示的范圍。set_zlim3d(zmin, zmax) ax.plot(x, u, zs=3, zdir='y', lw = 2, color = 'm') ax.plot(x, u, zs=-3, zdir='x', lw = 2., color = 'c') ax.plot_surface(x_grid, y_grid, z, color = 'b') plt.show()
除此之外，可以在 3D 空間中堆疊 2D 條形圖：
alpha = 1. / np.linspace(1, 8, 5) t = np.linspace(0, 5, 16) t_grid, a_grid = np.meshgrid(t, alpha) data = np.exp(-t_grid * a_grid) # Plotting fig = plt.figure() ax = fig.add_subplot(projection = '3d') cmap = cm.ScalarMappable(col.Normalize(0, len(alpha)), cm.viridis) ?#顏色映射 for i, row in enumerate(data): ax.bar(4 * t, row, zs=i, zdir='y', alpha=0.8, color=cmap.to_rgba(i)) plt.show()
col.Normalize(0, len(alpha)): 這是創(chuàng)建一個(gè)歸一化（Normalize）對(duì)象的操作。col是matplotlib.colors模塊的別名，用于訪(fǎng)問(wèn)顏色相關(guān)的功能。Normalize(0, len(alpha))表示將數(shù)據(jù)映射到0到len(alpha)之間的范圍。這個(gè)操作通常用于將數(shù)據(jù)規(guī)范化到特定范圍，以便后續(xù)的顏色映射。cm.viridis: 這是指定使用的顏色映射。cm是matplotlib.cm模塊的別名，用于訪(fǎng)問(wèn)顏色映射功能。viridis是一種預(yù)定義的顏色映射，它包含一系列顏色，從低值（例如0）到高值（例如1）依次變化，用于在繪圖中表示數(shù)據(jù)的高低或其他屬性。cm.ScalarMappable(col.Normalize(0, len(alpha)), cm.viridis): 這個(gè)操作將前面創(chuàng)建的歸一化對(duì)象和顏色映射對(duì)象組合在一起，生成一個(gè)可映射到顏色的標(biāo)量映射對(duì)象。這個(gè)對(duì)象在繪圖中用于將數(shù)值映射到對(duì)應(yīng)的顏色.ax.bar(4 * t, row, zs=i, zdir='y', alpha=0.8, color=cmap.to_rgba(i)): 在三維坐標(biāo)軸中繪制一個(gè)條形，4 * t表示條形的X坐標(biāo)，row表示條形的高度，zs=i表示條形的Z坐標(biāo)，zdir='y'表示條形在XY平面上的投影將在Y軸上展示，alpha=0.8表示條形的透明度為0.8，color=cmap.to_rgba(i)表示條形的顏色根據(jù)i通過(guò)顏色映射對(duì)象cmap獲取
1.2.6 3D柱形圖
3D 柱體以網(wǎng)格布局定位， bar3d() 方法接受六個(gè)必需參數(shù)作為輸入， bar3d() 是Matplotlib中用于繪制三維條形圖的方法。它可以在三維坐標(biāo)軸中繪制一個(gè)或多個(gè)條形，用于可視化三維數(shù)據(jù)。
bar3d() 的用法如下：
bar3d(x, y, z, dx, dy, dz, color='b', zsort='average', *args, **kwargs)
其中，參數(shù)的含義如下：
x: 一維數(shù)組或列表，表示每個(gè)條形的中心點(diǎn)在X軸上的位置。y: 一維數(shù)組或列表，表示每個(gè)條形的中心點(diǎn)在Y軸上的位置。z: 一維數(shù)組或列表，表示每個(gè)條形的中心點(diǎn)在Z軸上的位置，即條形的高度。dx: 一維數(shù)組或列表，表示每個(gè)條形在X軸方向上的寬度。dy: 一維數(shù)組或列表，表示每個(gè)條形在Y軸方向上的寬度。dz: 一維數(shù)組或列表，表示每個(gè)條形在Z軸方向上的高度，即條形的厚度。color: (可選參數(shù)) 字符串或顏色序列，表示條形的顏色。默認(rèn)值為藍(lán)色('b')。zsort: (可選參數(shù)) 字符串，表示條形的繪制順序。默認(rèn)值為'average'，表示按照Z(yǔ)軸坐標(biāo)的平均值對(duì)條形進(jìn)行排序。也可以選擇'min'表示按照Z(yǔ)軸坐標(biāo)的最小值排序，'max'表示按照Z(yǔ)軸坐標(biāo)的最大值排序，或者'none'表示不排序。*args和**kwargs: (可選參數(shù)) 這是一些額外的位置參數(shù)和關(guān)鍵字參數(shù)，用于配置條形的其他屬性，比如線(xiàn)條顏色、線(xiàn)條樣式等。
通過(guò)傳遞 x 、 y 和 z 的數(shù)據(jù)，以及 dx 、 dy 和 dz 的寬度和高度數(shù)據(jù)，你可以使用 bar3d() 方法繪制一個(gè)或多個(gè)三維條形。每個(gè)條形的中心點(diǎn)由 x 、 y 和 z 指定，寬度由 dx 和 dy 指定，高度由 dz 指定。
color 參數(shù)用于設(shè)置條形的顏色，可以傳遞顏色字符串，如'red'、'blue'、'green'等，也可以使用縮寫(xiě)顏色字符串，如'r'、'b'、'g'等，或者使用顏色序列。
zsort 參數(shù)用于控制條形的繪制順序，可以按照Z(yǔ)軸坐標(biāo)的平均值、最小值或最大值對(duì)條形進(jìn)行排序，或者不排序。
示例：
alpha = np.linspace(1, 8, 5)
t = np.linspace(0, 5, 16)
t_grid, a_grid = np.meshgrid(t, alpha)
data = np.exp(-t_grid * (1. / a_grid))
# Plotting
fig = plt.figure()
ax = fig.add_subplot(projection = '3d')
xi = t_grid.flatten()
yi = a_grid.flatten()
zi = np.zeros(data.size)
dx = .30 * np.ones(data.size)
dy = .30 * np.ones(data.size)
dz = data.flatten()
ax.set_xlabel('T')
ax.set_ylabel('Alpha')
ax.bar3d(xi, yi, zi, dx, dy, dz, color = 'c')
plt.show()
二、matplotlib繪圖的風(fēng)格和樣式
2.1 matplotlib風(fēng)格
為了滿(mǎn)足不同的應(yīng)用需求， Matplotlib 中包含了 28 種不同的風(fēng)格，在進(jìn)行繪圖時(shí)，可以根據(jù)需要選擇不同的繪圖風(fēng)格。使用以下代碼可以獲取 Matplotlib 中所有可用的風(fēng)格：
import matplotlib as mpl from matplotlib import pyplot as plt # 查看 Matplotlib 可用繪圖風(fēng)格 print(plt.style.available
使用 plt.style.use("style") 可以修改默認(rèn)的繪圖風(fēng)格，其中 style 為 Matplolib 中可用的風(fēng)格：
# 設(shè)置默認(rèn)繪圖風(fēng)格為 seaborn-darkgrid
plt.style.use("seaborn-darkgrid")
x = np.linspace(0, 2 * np.pi, 100)
y = np.cos(x)
plt.plot(x, y)
plt.show()
除此之外， Maplotlib 中還有一些非常有意思的風(fēng)格，例如手繪風(fēng)格：
# 啟用手繪風(fēng)格 plt.xkcd() x = np.linspace(0, 2 * np.pi, 100) y = np.cos(x) plt.plot(x, y) plt.show()
同樣還有手繪風(fēng)格的條形圖：
#啟用手繪風(fēng)格 plt.xkcd() data = [[10., 20., 30., 20.],[40., 25., 53., 18.],[6., 22., 52., 19.]] x = np.arange(4) plt.bar(x + 0.00, data[0], color = 'b', width = 0.25) plt.bar(x + 0.25, data[1], color = 'g', width = 0.25) plt.bar(x + 0.50, data[2], color = 'r', width = 0.25) plt.show()
2.2 自定義顏色
2.2.1 自定義顏色
Matplotlib 中有多種定義顏色的方法，常見(jiàn)的方法包括：
三元組 (
Triplets)：顏色可以描述為一個(gè)實(shí)數(shù)三元組，即顏色的紅、藍(lán)、綠分量，其中每個(gè)分量在[0,1]區(qū)間內(nèi)。因此，(1.0, 0.0, 0.0)表示純紅色，而(1.0, 0.0, 1.0)則表示粉色。四元組 (
Quadruplets)：它們前三個(gè)元素與三元組定義相同，第四個(gè)元素定義透明度值。此值也在[0,1]區(qū)間內(nèi)。將圖形渲染到圖片文件中時(shí)，使用透明顏色可以使繪制圖形與背景進(jìn)行混合。預(yù)定義名稱(chēng)：
Matplotlib將標(biāo)準(zhǔn)HTML顏色名稱(chēng)解釋為實(shí)際顏色。例如，字符串red即可表示為紅色。同時(shí)一些某些顏色的具有簡(jiǎn)潔的別名，如下表所示：
4、HTML顏色字符串：Matplotlib可以將HTML顏色字符串解釋為實(shí)際顏色。這些字符串被定義為#RRGGBB，其中RR、GG和BB` 分別是使用十六進(jìn)制編碼的紅色、綠色和藍(lán)色分量。
5、灰度字符串： Matplotlib 將浮點(diǎn)值的字符串表示形式解釋為灰度，例如 0.75 表示中淺灰色。
2.2.2 使用自定義顏色繪制曲線(xiàn)
通過(guò)設(shè)置 plt.plot() 函數(shù)的參數(shù) color (或等效的簡(jiǎn)寫(xiě)為 c )，可以設(shè)置曲線(xiàn)的顏色，示例：
def pdf(x, mu, sigma): a = 1. / (sigma * np.sqrt(2. * np.pi)) b = -1. / (2. * sigma ** 2) return a * np.exp(b * (x - mu) ** 2) x = np.linspace(-6, 6, 1000) for i in range(5): samples = np.random.standard_normal(50) mu, sigma = np.mean(samples), np.std(samples) plt.plot(x, pdf(x, mu, sigma), color = str(.15*(i+1))) plt.plot(x, pdf(x, 0., 1.), color = 'k') plt.plot(x, pdf(x, 0.2, 1.), color = '#00ff00') plt.plot(x, pdf(x, 0.4, 1.), color = (0.9,0.9,0.0)) plt.plot(x, pdf(x, 0.4, 1.), color = (0.9,0.9,0.0,0.8)) plt.show()
2.2.3 使用自定義顏色繪制散點(diǎn)圖
可以以同樣的方式像控制曲線(xiàn)圖一樣控制散點(diǎn)圖的顏色，有兩種可用的形式：
為所有點(diǎn)使用相同的顏色 ：所有點(diǎn)都將以相同的顏色顯示。
為每個(gè)點(diǎn)定義不同的顏色：為每個(gè)點(diǎn)提供不同的顏色。
2.2.3.1 給所有點(diǎn)使用相同的顏色
用從二元高斯分布中提取的兩組點(diǎn) y_1 和 y_2 ，每一組中點(diǎn)的顏色相同：
y_1 = np.random.standard_normal((150, 2)) #標(biāo)準(zhǔn)正太分布 y_1 += np.array((-1, -1)) # Center the distrib. at <-1, -1> y_2 = np.random.standard_normal((150, 2)) y_2 += np.array((1, 1)) # Center the distrib. at <1, 1> plt.scatter(y_1[:,0], y_1[:,1], color = 'c') plt.scatter(y_2[:,0], y_2[:,1], color = 'b') plt.show()
2.2.3.2 給每個(gè)點(diǎn)不同的顏色
需要為不同類(lèi)別的點(diǎn)使用不同的顏色進(jìn)行繪制，以觀察不同類(lèi)別間的差異情況。以Fisher’s iris數(shù)據(jù)集為例，其數(shù)據(jù)集中數(shù)據(jù)類(lèi)似如下所示：
5.0,3.3,1.4,0.2,Iris-setosa 7.0,3.2,4.7,1.4,Iris-versicolor 4.0,5.2,9.5,9.3,Iris-virginica
數(shù)據(jù)集的每個(gè)點(diǎn)都存儲(chǔ)在以逗號(hào)分隔的列表中。最后一列給出每個(gè)點(diǎn)的標(biāo)簽(標(biāo)簽包含三類(lèi)： Iris-virginica 、 Iris-versicolor 和 Iris-Vertosa )。在示例中，這些點(diǎn)的顏色將取決于它們的標(biāo)簽，如下所示：
label_set = (
b'Iris-setosa',
b'Iris-versicolor',
b'Iris-virginica',
)
def read_label(label):
return label_set.index(label)
data = np.loadtxt('data.data', delimiter = ',', converters = { 4 : read_label })
color_set = ('c', 'y', 'm')
color_list = [color_set[int(label)] for label in data[:,4]]
plt.scatter(data[:,0], data[:,1], color = color_list)
plt.show()
對(duì)于三種可能的標(biāo)簽，我們分別指定一種唯一的顏色，顏色在 color_set 中定義，標(biāo)簽在 label_set 中定義。 label_set 中的第 i 個(gè)標(biāo)簽與 color_set 中的第 i 個(gè)顏色相關(guān)聯(lián)。然后我們利用它們把標(biāo)簽列表轉(zhuǎn)換成顏色列表 color_list 。然后只需調(diào)用 plt.scatter() 一次即可顯示所有點(diǎn)及其顏色。
2.2.4 給散點(diǎn)圖的邊使用自定義顏色
與 color 參數(shù)控制點(diǎn)的顏色一樣，可以使用 edgecolor 參數(shù)控制數(shù)據(jù)點(diǎn)的邊的顏色，可以為每個(gè)點(diǎn)的邊設(shè)置相同的顏色：
data = np.random.standard_normal((100, 2)) plt.scatter(data[:,0], data[:,1], color = '1.0', edgecolor='r') plt.show()
除了為每個(gè)點(diǎn)的邊設(shè)置相同的顏色外，也可以像在為每個(gè)點(diǎn)定義不同的顏色部分中介紹的一樣為每個(gè)點(diǎn)的邊設(shè)置不邊的顏色。
2.2.5 使用自定義顏色繪制條形圖
控制繪制條形圖使用的顏色與曲線(xiàn)圖和散點(diǎn)圖的工作原理相同，即通過(guò)可選參數(shù) color ：
w_pop = np.array([5., 30., 45., 22.]) m_pop = np.array( [5., 25., 50., 20.]) x = np.arange(4) plt.barh(x, w_pop, color='m') plt.barh(x, -m_pop, color='c') plt.show()
同樣，使用 plt.bar() 和 plt.barh() 函數(shù)自定義顏色繪制條形圖的工作方式與 plt.scatter() 完全相同，只需設(shè)置可選參數(shù) color ，同時(shí)也可以參數(shù) edgecolor 控制條形邊的顏色。`
示例：
values = np.random.randint(100, size = 50)
color_set = ('c', 'm', 'y', 'b')
color_list = [color_set[(len(color_set) * val) // 100] for val in values]
plt.bar(np.arange(len(values)), values, color = color_list)
plt.show()
2.2.6 使用自定義顏色繪制餅圖
自定義餅圖顏色的方法類(lèi)似于條形圖：
color_set = ('c', 'm', 'y', 'b')
values = np.random.rand(6)
plt.pie(values, colors = color_set)
plt.show()
餅圖接受使用 colors 參數(shù)(注意，此處是 colors ，而不是在 plt.plot() 中使用的 color )的顏色列表。但是，如果顏色數(shù)少于輸入值列表中的元素?cái)?shù)，那么 plt.pie() 將循環(huán)使用顏色列表中的顏色。在示例中，使用包含四種顏色的列表，為了給包含六個(gè)值的餅圖著色，其中有兩個(gè)顏色將使用兩次。
2.2.7 使用自定義顏色繪制箱型圖
values = np.random.randn(100)
b = plt.boxplot(values)
for name, line_list in b.items():
for line in line_list:
line.set_color('m')
plt.show()
2.2.8 使用色彩映射繪制散點(diǎn)圖
如果要在圖形中使用多種顏色，逐個(gè)定義每種顏色并不是最佳方案，色彩映射可以解決此問(wèn)題。色彩映射用一個(gè)變量對(duì)應(yīng)一個(gè)值(顏色)的連續(xù)函數(shù)定義顏色。 Matplotlib 提供了幾種常見(jiàn)的顏色映射；大多數(shù)是連續(xù)的顏色漸變。色彩映射在 matplotib.cm 模塊中定義，提供創(chuàng)建和使用色彩映射的函數(shù)，它還提供了預(yù)定義的色彩映射選擇。 函數(shù) plt.scatter() 接受 color 參數(shù)的值列表，當(dāng)提供 cmap 參數(shù)值時(shí)，這些值將被解釋為色彩映射的索引：
n = 256 angle = np.linspace(0, 8 * 2 * np.pi, n) radius = np.linspace(.5, 1., n) x = radius * np.cos(angle) y = radius * np.sin(angle) plt.scatter(x, y, c = angle, cmap = cm.hsv) plt.show()
2.2.9 使用色彩映射繪制條形圖
plt.scatter() 函數(shù)內(nèi)置了對(duì)色彩映射的支持，其他一些繪圖函數(shù)也內(nèi)置支持色彩映射。但是，有些函數(shù)(如 plt.bar() )并未內(nèi)置對(duì)色彩映射的支持，在這種情況下， Matplotlib 可以從顏色映射顯式生成顏色：
使用matplotlb的color模塊：
values = np.random.randint(99, size = 50) cmap = cm.ScalarMappable(col.Normalize(0, 99), cm.binary) plt.bar(np.arange(len(values)), values, color = cmap.to_rgba(values)) plt.show()
首先創(chuàng)建色彩映射 cmap ，以便將 [0, 99] 范圍內(nèi)的值映射到 matplotlib.cm.binary 的顏色。然后，函數(shù) cmap.to_rgba 將值列表轉(zhuǎn)換為顏色列表。因此，盡管 plt.bar() 并未內(nèi)置色彩映射支持，但依舊可以使用并不復(fù)雜的代碼實(shí)現(xiàn)色彩映射。
2.2.10 創(chuàng)建自定義配色方案
Matplotlib 使用的默認(rèn)顏色考慮的主要對(duì)象是打印文檔或出版物。因此，默認(rèn)情況下，背景為白色，而標(biāo)簽、軸和其他注釋則顯示為黑色，在某些不同的使用環(huán)境中，我們可能需要使用的配色方案；例如，將圖形背景設(shè)置為黑色，注釋設(shè)置為白色。 在 Matplotlib 中，各種對(duì)象(如軸、圖形和標(biāo)簽)都可以單獨(dú)修改，但逐個(gè)更改這些對(duì)象的顏色配置并非最佳方案。我們可以使用在《Matplotlib安裝與配置》介紹的方法，通過(guò)修改配置集中改變所有對(duì)象，以配置其默認(rèn)顏色或樣式：
mpl.rc('lines', linewidth = 2.)
mpl.rc('axes', facecolor = 'k', edgecolor = 'w')
mpl.rc('xtick', color = 'w')
mpl.rc('ytick', color = 'w')
mpl.rc('text', color = 'w')
mpl.rc('figure', facecolor = 'k', edgecolor ='w')
mpl.rc('axes', prop_cycle = mpl.cycler(color=[(0.1, .5, .75),(0.5, .5, .75)]))
x = np.linspace(0, 7, 1024)
plt.plot(x, np.sin(x))
plt.plot(x, np.cos(x))
plt.show()
2.3 自定義樣式
2.3.1 自定義線(xiàn)條樣式和線(xiàn)寬
在實(shí)踐中，除了顏色，大多數(shù)情況下我們還要對(duì)圖形的線(xiàn)條樣式等進(jìn)行控制，以為線(xiàn)條樣式添加多樣性。
2.3.1.2 自定義線(xiàn)條樣式
linestyle 參數(shù)是Matplotlib中用于指定線(xiàn)條樣式的可選參數(shù)。它用于控制在繪制折線(xiàn)圖、曲線(xiàn)圖等線(xiàn)性圖時(shí)，線(xiàn)條的外觀樣式。
linestyle 參數(shù)的常用取值如下：
'-'或'solid': 實(shí)線(xiàn) (默認(rèn)值)'--'或'dashed': 虛線(xiàn)':'或'dotted': 點(diǎn)線(xiàn)'-.'或'dashdot': 點(diǎn)劃線(xiàn)
示例：
def gaussian(x, mu, sigma): a = 1. / (sigma * np.sqrt(2. * np.pi)) b = -1. / (2. * sigma ** 2) return a * np.exp(b * (x - mu) ** 2) x = np.linspace(-6, 6, 1024) plt.plot(x, gaussian(x, 0., 1.), color = 'y', linestyle = 'solid') plt.plot(x, gaussian(x, 0., .5), color = 'c', linestyle = 'dashed') plt.plot(x, gaussian(x, 0., .25), color = 'm', linestyle = 'dashdot') plt.show()
使用 plt.plot() 的 linestyle 參數(shù)來(lái)控制曲線(xiàn)的樣式，其他可用線(xiàn)條樣式包括： solid 、 dashed 、 dotted 、 dashdot 。同樣，線(xiàn)條樣式設(shè)置不僅限于 plt.plot() ，任何由線(xiàn)條構(gòu)成的圖形都可以使用此參數(shù)，也可以說(shuō) linestyle 參數(shù)可用于所有涉及線(xiàn)條渲染的命令。例如，可以修改條形圖的線(xiàn)條樣式：
n = 10 a = np.random.random(n) b = np.random.random(n) x = np.arange(n) plt.bar(x, a, color='c') plt.bar(x, a+b, bottom=a, color='w', edgecolor='black', linestyle = 'dashed') plt.show()
可以通過(guò) edgecolor 參數(shù)改變邊線(xiàn)的默認(rèn)顏色
2.3.1.2 自定義線(xiàn)寬
使用 linewidth 參數(shù)可以修改線(xiàn)條的粗細(xì)。默認(rèn)情況下， linewidth 設(shè)置為1個(gè)單位。利用線(xiàn)條的粗細(xì)可以在視覺(jué)上強(qiáng)調(diào)某條特定的曲線(xiàn)。
示例：
def gaussian(x, mu, sigma): a = 1. / (sigma * np.sqrt(2. * np.pi)) b = -1. / (2. * sigma ** 2) return a * np.exp(b * (x - mu) ** 2) x = np.linspace(-6, 6, 1024) for i in range(64): samples = np.random.standard_normal(50) mu, sigma = np.mean(samples), np.std(samples) #平均值和標(biāo)準(zhǔn)差 plt.plot(x, gaussian(x, mu, sigma), color = '.75', linewidth = .5) plt.plot(x, gaussian(x, 0., 1.), color = 'c', linewidth = 3.) plt.show()
2.3.2 控制填充樣式
Matplotlib 提供了填充圖案用于填充平面。這些填充圖案，對(duì)于僅包含黑白兩色的圖形中具有重要作用。
示例：
n = 10 a = np.random.random(n) b = np.random.random(n) x = np.arange(n) plt.bar(x, a, color='w', hatch='x', edgecolor='black') plt.bar(x, a+b, bottom=a, color='w', edgecolor='black', hatch='/') plt.show()
具有填充呈現(xiàn)性的函數(shù)(如 plt.bar() )都可以使用可選參數(shù) hatch 控制填充樣式，此參數(shù)的可選值包括： / ， \ ， | ， - ， + ， x ， o ， O ， . 和 * ，每個(gè)值對(duì)應(yīng)于不同的填充圖案； edgecolor 參數(shù)可用于控制填充圖案的顏色。
2.3.3 控制標(biāo)記
2.3.3.1 控制標(biāo)記樣式
在《Matplotlib圖形繪制》中，我們已經(jīng)了解了如何繪制曲線(xiàn)，并明白了曲線(xiàn)是由點(diǎn)之間的連線(xiàn)構(gòu)成的；此外，散點(diǎn)圖表示數(shù)據(jù)集中的每個(gè)點(diǎn)。而 Matplotlib 提供了多種形狀，可以用其他類(lèi)型的標(biāo)記替換點(diǎn)的樣式。 標(biāo)記的指定方式包括以下幾種：
預(yù)定義標(biāo)記：預(yù)定義的形狀，表示為
[0, 8]范圍內(nèi)的整數(shù)或某些預(yù)定義的字符串。頂點(diǎn)列表：值對(duì)列表，用作形狀路徑的坐標(biāo)。
正多邊形：表示
N邊正多邊形的三元組(N, 0, angle)，其中angle為旋轉(zhuǎn)角度。星形多邊形：它表示為三元組
(N, 1, angle)，代表N邊正星形，其中angle為旋轉(zhuǎn)角度。
a = np.random.standard_normal((100, 2)) a += np.array((-1, -1)) b = np.random.standard_normal((100, 2)) b += np.array((1, 1)) plt.scatter(a[:,0], a[:,1], color = 'm', marker = 'x') plt.scatter(b[:,0], b[:,1], color = 'c', marker = '^') plt.show()
使用 marker 參數(shù)，可以為每個(gè)數(shù)據(jù)集合指定不同的標(biāo)記。
如果我們需要為每個(gè)點(diǎn)定義不同樣式該怎么辦呢？與 color 參數(shù)不同， marker 參數(shù)不接受標(biāo)記樣式列表作為輸入。因此，我們不能實(shí)現(xiàn) plt.scatter() 的單次調(diào)來(lái)顯示具有不同標(biāo)記的多個(gè)點(diǎn)集。解決方案是，將每種類(lèi)型的數(shù)據(jù)點(diǎn)分隔置不同集合中，并為每個(gè)集合單獨(dú)調(diào)用 plt.scatter() 調(diào)用：
label_list = (
b'Iris-setosa',
b'Iris-versicolor',
b'Iris-virginica',
)
colors = ['c','y','m']
def read_label(label):
return label_list.index(label)
data = np.loadtxt('data.data', delimiter = ',', converters = { 4 : read_label })
marker_set = ('^', 'x', '.')
for i, marker in enumerate(marker_set):
data_subset = np.asarray([x for x in data if x[4] == i])
plt.scatter(data_subset[:,0], data_subset[:,1], color = colors[i], marker = marker)
plt.show()
對(duì)于 plt.plot() ，也可以使用相同的標(biāo)記參數(shù)訪(fǎng)問(wèn)標(biāo)記樣式。當(dāng)數(shù)據(jù)點(diǎn)密集時(shí)，每個(gè)點(diǎn)都使用標(biāo)記進(jìn)行顯示將會(huì)導(dǎo)致圖片混亂，因此 Matplotlib 提供了 markevery 參數(shù)，允許每隔 N 個(gè)點(diǎn)顯示一個(gè)標(biāo)記：
示例：
x = np.linspace(-6, 6, 1024) y_1 = np.sinc(x) y_2 = np.sinc(x) + 1 plt.plot(x, y_1, marker = 'x', color = '.75',label = 'y-1') plt.plot(x, y_2, marker = 'o', color = 'k', markevery = 64,label = 'y-2') plt.legend() plt.show()
2.3.3.2 控制標(biāo)記的大小
標(biāo)記的大小可選參數(shù) s 進(jìn)行控制：
示例：
a = np.random.standard_normal((100, 2)) a += np.array((-1, -1)) b = np.random.standard_normal((100, 2)) b += np.array((1, 1)) plt.scatter(a[:,0], a[:,1], c = 'm', s = 100.) plt.scatter(b[:,0], b[:,1], c = 'c', s = 25.) plt.show()
標(biāo)記的大小由 plt.scatter() 的參數(shù) s 設(shè)置，但應(yīng)注意它設(shè)置的是標(biāo)記的表面積倍率而非半徑。 plt.scatter() 函數(shù)還可以接受列表作為 s 參數(shù)的輸入，其表示每個(gè)點(diǎn)對(duì)應(yīng)的大小。
示例：
m = np.random.standard_normal((1000, 2)) r_list = np.sum(m ** 2, axis = 1) plt.scatter(m[:, 0], m[:, 1], c = 'w', edgecolor='c', marker = 'o', s = 32. * r_list) plt.show()
對(duì)于Plot方法， plt.plot() 函數(shù)允許在 markersize (或簡(jiǎn)寫(xiě)為 ms )參數(shù)的幫助下更改標(biāo)記的大小，但是此參數(shù)不接受列表作為輸入。
2.3.3.3 自定義標(biāo)記
雖然 Matplotlib 提供了多種標(biāo)記形狀。但是在某些情況下我們可能仍然找不到適合具體需求的形狀。例如，我們可能希望使用公司徽標(biāo)等作為形狀。 在 Matplotlib 中，將形狀描述為一條路徑——一系列點(diǎn)的連接。因此，如果要定義我們自己的標(biāo)記形狀，必須提供一系列的點(diǎn)：
示例：
shape_description = [ ( 1., 2., mpath.Path.MOVETO), ( 1., 1., mpath.Path.LINETO), ( 2., 1., mpath.Path.LINETO), ( 2., -1., mpath.Path.LINETO), ( 1., -1., mpath.Path.LINETO), ( 1., -2., mpath.Path.LINETO), (-1., -2., mpath.Path.LINETO), (-1., -1., mpath.Path.LINETO), (-2., -1., mpath.Path.LINETO), (-2., 1., mpath.Path.LINETO), (-1., 1., mpath.Path.LINETO), (-1., 2., mpath.Path.LINETO), ( 0., 0., mpath.Path.CLOSEPOLY), ] #mpath.Path.MOVETO表示將移動(dòng)到指定點(diǎn)，mpath.Path.LINETO表示在指定點(diǎn)之間繪制一條直線(xiàn)，mpath.Path.CLOSEPOLY表示繪制一個(gè)閉合路徑。 u, v, codes = zip(*shape_description) #這行代碼使用zip()函數(shù)和解包操作將shape_description列表中的元組拆分成三個(gè)分別包含x坐標(biāo)、y坐標(biāo)和代碼的元組。 my_marker = mpath.Path(np.asarray((u, v)).T, codes) #這是使用mpath.Path()方法創(chuàng)建自定義的路徑對(duì)象my_marker。這個(gè)路徑由x坐標(biāo)數(shù)組u和y坐標(biāo)數(shù)組v組成，并使用對(duì)應(yīng)的代碼數(shù)組codes來(lái)指定路徑上的點(diǎn)和連接方式。 data = np.random.rand(8, 8) plt.scatter(data[:,0], data[:, 1], c = 'm', marker = my_marker, s = 75) plt.show()
Path 對(duì)象的構(gòu)造函數(shù)將坐標(biāo)列表和指令列表作為輸入；每個(gè)坐標(biāo)一條指令，使用一個(gè)列表將坐標(biāo)和指令融合在一起，然后將坐標(biāo)列表和指令傳遞給路徑構(gòu)造函數(shù).
形狀是通過(guò)光標(biāo)的移動(dòng)來(lái)描述的：
MOVETO：此指令將光標(biāo)移動(dòng)到指定的坐標(biāo)，并不畫(huà)線(xiàn)。LINETO：這將在光標(biāo)當(dāng)前點(diǎn)和目標(biāo)點(diǎn)之間繪制直線(xiàn)，并將光標(biāo)移動(dòng)至目標(biāo)點(diǎn)。CLOSEPOLY：此指令僅用于關(guān)閉路徑，每個(gè)形狀都以這條指示結(jié)束。
理論上，任何形狀都是可能的。
總結(jié)
到此這篇關(guān)于python matplotlib繪圖詳解的文章就介紹到這了,更多相關(guān)python matplotlib繪圖內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Python中collections.Counter()的具體使用
本文主要介紹了Python中collections.Counter()的具體使用，文中通過(guò)示例代碼介紹的非常詳細(xì)，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-07-07
這篇文章主要介紹了給numpy.array增加維度的超簡(jiǎn)單方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2021-06-06
這篇文章主要介紹了使用Pycharm分段執(zhí)行代碼，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-04-04
用python寫(xiě)一個(gè)帶有g(shù)ui界面的密碼生成器
這篇文章主要介紹了用python寫(xiě)一個(gè)帶有g(shù)ui界面的密碼生成器，幫助大家更好的理解和使用python，感興趣的朋友可以了解下2020-11-11
這篇文章主要介紹了Python驗(yàn)證文件是否可讀寫(xiě)代碼分享，具有一定借鑒價(jià)值，需要的朋友可以參考下。2017-12-12
Python數(shù)據(jù)分析之NumPy常用函數(shù)使用詳解
本篇將介紹怎樣從文件中載入數(shù)據(jù)，以及怎樣使用NumPy的基本數(shù)學(xué)和統(tǒng)計(jì)分析函數(shù)、學(xué)習(xí)讀寫(xiě)文件的方法，并嘗試函數(shù)式編程和NumPy線(xiàn)性代數(shù)運(yùn)算，來(lái)學(xué)習(xí)NumPy的常用函數(shù)，需要的可以參考一下2022-05-05
Python基礎(chǔ)文件操作方法超詳細(xì)講解(詳解版)
文件就是操作系統(tǒng)為用戶(hù)或應(yīng)用程序提供的一個(gè)讀寫(xiě)硬盤(pán)的虛擬單位,文件的核心操作就是讀和寫(xiě),這篇文章主要介紹了Python基礎(chǔ)文件操作方法超詳細(xì)講解的相關(guān)資料,文中通過(guò)代碼介紹的非常詳細(xì),需要的朋友可以參考下2025-04-04
python 基于opencv 實(shí)現(xiàn)一個(gè)鼠標(biāo)繪圖小程序
這篇文章主要介紹了python 基于opencv 實(shí)現(xiàn)一個(gè)鼠標(biāo)繪圖小程序，幫助大家更好的理解和使用python的opencv庫(kù)，感興趣的朋友可以了解下2020-12-12
Python多線(xiàn)程實(shí)現(xiàn)支付模擬請(qǐng)求過(guò)程解析
這篇文章主要介紹了python多線(xiàn)程實(shí)現(xiàn)支付模擬請(qǐng)求過(guò)程解析,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-04-04
這篇文章主要為大家詳細(xì)介紹了ubuntu 16.04下python版本切換的方法，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2019-06-06