数据分析与展示---Matplotlib入门

简介：

一：Matplotlib库的介绍

（一）简单使用

二：区域划分subplot

三：plot函数

四：pyplot的中文显示

（一）方法一：修改rcParams参数

（二）方法二（推荐），在有中文地方增加属性：fontproperties

五：pyplot的文本显示方法

六：pyplot的子绘图区域

（一）subplot2grid()

（二）GridSpec类加上subplot方法

---

一：Matplotlib库的介绍

（一）简单使用

import matplotlib.pyplot as plt

plt.plot([,,,,])
plt.ylabel("grade")
plt.show()

import matplotlib.pyplot as plt

plt.plot([,,,,])
plt.ylabel("grade")
plt.savefig("test",dip=)　　#png文件，dpi修改输出质量
plt.show()

import matplotlib.pyplot as plt

plt.plot([,,,,],[,,,,])　　#第一个列表是x轴列表，第二个是y轴列表
plt.ylabel("grade")
plt.axis([-,,,])　　#前两个是x轴的取值范围-1到10，后两个是y轴取值范围0-6
plt.show()

二：区域划分subplot

注意：划分区域可以不使用','

import matplotlib.pyplot as plt
import numpy as np

def f(t):
    return np.exp(-t)*np.cos(*np.pi*t)　　#衰减曲线

a = np.arange(0.0,5.0,0.02)

plt.subplot()　　#划分为两行一列，选取第一个区域
plt.plot(a,f(a))　　#绘制衰减曲线

plt.subplot(,,)  #在将绘图区域换到整个绘图区域的第二个,自动切换
plt.plot(a,np.cos(*np.pi*a),'r--')　　#绘制余弦曲线

plt.show()

三：plot函数

import matplotlib.pyplot as plt
import numpy as np

a = np.arange()

plt.plot(a,a*1.5,a,a*2.5,a,a*3.5,a,a*4.5)　　#每两个是一条曲线
plt.show()

当我们不选择线条形状为空时，可以变为其他非线性图

import numpy as np
import matplotlib.pyplot as plt

ax = plt.subplot()
ax.plot(*np.random.randn(),*np.random.randn(),'o')
ax.set_title("Simple Scatter")

plt.show()

如何控制颜色等曲线属性：通过参数format_string

import matplotlib.pyplot as plt
import numpy as np

a = np.arange()

plt.plot(a,a*1.5,'go-',a,a*2.5,'rx',a,a*3.5,'*',a,a*4.5,'b-.')
plt.show()

四：pyplot的中文显示

（一）方法一：修改rcParams参数

import matplotlib.pyplot as plt
import matplotlib

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

plt.plot([,,,,],[,,,,])#第一个列表是x轴列表，第二个是y轴列表
plt.ylabel("纵向轴")     #默认是不允许中文，会报错
plt.axis([-,,,])   #前两个是x轴的取值范围-1到10，后两个是y轴取值范围0-
plt.show()

import matplotlib.pyplot as plt
import numpy as np
import matplotlib

matplotlib.rcParams['font.family'] = "SimHei"
matplotlib.rcParams['font.size'] = 

a = np.arange(0.0,5.0,0.02)

plt.xlabel("横轴：时间")
plt.ylabel("纵轴：振幅")
plt.plot(a,np.cos(*np.pi*a),'r--')

plt.show()

（二）方法二（推荐），在有中文地方增加属性：fontproperties

import matplotlib.pyplot as plt
import numpy as np

a = np.arange(0.0,5.0,0.02)

plt.xlabel("横轴：时间",fontproperties="SimHei",fontsize=)
plt.ylabel("纵轴：振幅",fontproperties="SimHei",fontsize=)
plt.plot(a,np.cos(*np.pi*a),'r--')

plt.show()

五：pyplot的文本显示方法

import matplotlib.pyplot as plt
import numpy as np

a = np.arange(0.0,5.0,0.02)
plt.plot(a,np.cos(*np.pi*a),'r--')

plt.xlabel("横轴：时间",fontproperties="SimHei",fontsize=,color="green")
plt.ylabel("纵轴：振幅",fontproperties="SimHei",fontsize=)
plt.title(r'正弦波实例 $cons(2\pi x)$',fontproperties="SimHei",fontsize=)
plt.text(,,r'$\mu=100$',fontsize=) #2 1 是横纵坐标

plt.axis([-,,-,])
plt.grid(True)
plt.show()

plt.annotate(r"$\mu=100$",xy=(,),xytext=(,1.5),arrowprops=dict(facecolor="black",shrink=0.1,width=)) #shrink是箭头两边到图像，文字之间的间隔（相对于箭头的比例）

六：pyplot的子绘图区域

上面使用了subplot进行了简单的区域划分，下面考虑复杂的绘图区域的划分

（一）subplot2grid()

（二）GridSpec类加上subplot方法

总结