python3 matplotlib

一.matplotlib数据可视化

1.https://matplotlib.org/

2.figure图形窗口；figsize窗口大小，label轴标签；title标题；lim限制；plot绘图；subplot绘制子图；show显示；

bar柱状图；legend图例；width宽度；scatter散点图；axis坐标轴；等高线图contours；image图片；动画animation

figure--画板；axes--画布；

一.坐标轴

 import matplotlib.pyplot as plt
 import numpy as np
 x=np.linspace(-3,3,50)#生成-1到1的50个点，等差
 y1=2*x+1
 y2=x**2

 #创建一个新的窗口，绘制第一张图
 plt.figure()#创建一张新的figure，以下进行操作
 plt.plot(x,y1)#绘制图形

 #创建一个新的窗口，绘制第二张图
 plt.figure(num=3,figsize=(8,5))#num指明是第几张figure,figsize指明figure的长宽
 plt.plot(x,y2)#绘制图形
 plt.plot(x,y1,color='red',linewidth=10,linestyle='--')#在同样的figure窗口再绘一个图形，指明颜色，线宽，线的表示

 #设置x，y轴的范围
 plt.xlim(-1,2)
 plt.ylim(-2,3)

 #设置x，y轴的标签（说明）
 plt.xlabel('x lable')
 plt.ylabel('y lable')

 #设置x,y的范围以及单位轴长，以及程度标记
 new_ticks=np.linspace(-3,4,5)#-3到4 ，共5格
 print(new_ticks)
 plt.xticks(new_ticks)
 plt.yticks([-2,-1.8,1.22,3],
            ['$really\ bad$',r'$bad$',r'$normal\ alpha$','good','really good'])

 plt.show()#显示所有图形
 ----------------------------------------------------------------
 [-3.   -1.25  0.5   2.25  4.  ]

坐标轴

 import matplotlib.pyplot as plt
 import numpy as np
 x=np.linspace(-3,3,50)
 y=x**2
 plt.figure()
 plt.plot(x,y)

 #gca='get current axis'得到现在的轴（四个边框）
 ax=plt.gca()
 ax.spines['right'].set_color('none')#去除右边的边框
 ax.spines['top'].set_color('none')#去除上面的边框
 ax.xaxis.set_ticks_position('bottom')#把下边的框代替x轴
 ax.yaxis.set_ticks_position('left')#把左边的框代替y轴
 ax.spines['bottom'].set_position(('data',-0.5))#把下边框（x轴）放在y轴-0.5的位置
 ax.spines['left'].set_position(('data',-0.5))#把左边框（y轴）放在x轴-0.5的位置

 plt.show()

设置坐标轴2

二.图例

 # legend图例
 import matplotlib.pyplot as plt
 import numpy as np
 x=np.linspace(-3,3,50)
 y1=2*x+1
 y2=x**2

 plt.figure()
 plt.xlim(-3,5)
 plt.ylim(-3,5)
 plt.xlabel('x lable')
 plt.ylabel('y lable')

 #添加图例 lable
 l1,=plt.plot(x,y1,label='up')
 l2,=plt.plot(x,y2,color='red',linestyle='--',label='down')
 plt.legend(handles=[l1,l2],labels=['aaa','bbb'],loc='best')#添加图例:线、标签、位置(upper/right...)

 plt.show()

图例

三.注释

 import matplotlib.pyplot as plt
 import numpy as np
 x = np.linspace(-3, 3, 50)
 y = 2*x + 1
 plt.figure(num=1, figsize=(8, 5),)
 plt.plot(x, y,)

 ax = plt.gca()
 ax.spines['right'].set_color('none')
 ax.spines['top'].set_color('none')
 ax.spines['top'].set_color('none')
 ax.xaxis.set_ticks_position('bottom')
 ax.spines['bottom'].set_position(('data', 0))
 ax.yaxis.set_ticks_position('left')
 ax.spines['left'].set_position(('data', 0))

 x0 = 1
 y0 = 2*x0 + 1
 plt.plot([x0, x0,], [0, y0,], 'k--', linewidth=2.5)
 plt.scatter([x0, ], [y0, ], s=50, color='b')

 #添加文本注释
 # method 1:
 plt.annotate(r'$2x+1=%s$' % y0, xy=(x0, y0), xycoords='data', xytext=(+30, -30),
              textcoords='offset points', fontsize=16,
              arrowprops=dict(arrowstyle='->', connectionstyle="arc3,rad=.2"))
 #文本、文本指向的坐标(x0, y0)、arrowprops方向线

 # method 2:
 plt.text(-3.7, 3, r'$This\ is\ the\ some\ text. \mu\ \sigma_i\ \alpha_t$',
          fontdict={'size': 16, 'color': 'r'})

 plt.show()
 ---------------------------------------------------------------

注释

四.能见度

 #lick能见度
 import matplotlib.pyplot as plt
 import numpy as np
 x = np.linspace(-3, 3, 50)
 y = 0.1*x

 plt.figure()
 plt.plot(x, y, linewidth=10, zorder=1)      # set zorder for ordering the plot in plt 2.0.2 or higher
 plt.ylim(-2, 2)
 ax = plt.gca()
 ax.spines['right'].set_color('none')
 ax.spines['top'].set_color('none')
 ax.spines['top'].set_color('none')
 ax.xaxis.set_ticks_position('bottom')
 ax.spines['bottom'].set_position(('data', 0))
 ax.yaxis.set_ticks_position('left')
 ax.spines['left'].set_position(('data', 0))

 for label in ax.get_xticklabels() + ax.get_yticklabels():#拿出所有的label
     label.set_fontsize(12)#设置大小
     label.set_bbox(dict(facecolor='white', edgecolor='none', alpha=0.8, zorder=2))
     #把label加上边框（背景颜色:white，边框颜色:无，透明度：80%，)
 plt.show()

能见度

五.Scatter散点图

 import matplotlib.pyplot as plt
 import numpy as np

 n = 1024    # data size
 X = np.random.normal(0, 1, n)#随机生成1024个数
 Y = np.random.normal(0, 1, n)
 T = np.arctan2(Y, X)    # for color later on

 plt.scatter(X, Y, s=75, c=T, alpha=.5)#散点图
 #size/color/alpha透明度
 plt.xlim(-1.5, 1.5)#xlmit
 plt.xticks(())  # ignore xticks
 plt.ylim(-1.5, 1.5)
 plt.yticks(())  # ignore yticks

 plt.show()

散点图

六.柱状图bar

 import matplotlib.pyplot as plt
 import numpy as np
 n = 12
 X = np.arange(n)
 Y1 = (1 - X / float(n)) * np.random.uniform(0.5, 1.0, n)
 Y2 = (1 - X / float(n)) * np.random.uniform(0.5, 1.0, n)

 plt.bar(X, +Y1, facecolor='#9999ff', edgecolor='white')#向上柱状图，主体颜色，边框颜色
 plt.bar(X, -Y2, facecolor='#ff9999', edgecolor='white')#向下柱状图

 for x, y in zip(X, Y1):
     # ha: horizontal alignment 横向对齐
     # va: vertical alignment 纵向对齐
     plt.text(x + 0.4, y + 0.05, '%.2f' % y, ha='center', va='bottom')#加注释，在离柱顶（0.4,0.05）处传入y值

 for x, y in zip(X, Y2):
     # ha: horizontal alignment
     # va: vertical alignment
     plt.text(x + 0.4, -y - 0.05, '-%.2f' % y, ha='center', va='top')

 plt.xlim(-.5, n)
 # plt.xticks(())
 plt.ylim(-1.25, 1.25)
 plt.yticks(())#y轴隐藏

 plt.show()

柱状图

七.等高线图contours

 import matplotlib.pyplot as plt
 import numpy as np

 def f(x,y):
     # the height function计算高度
     return (1 - x / 2 + x**5 + y**3) * np.exp(-x**2 -y**2)

 n = 256
 x = np.linspace(-3, 3, n)
 y = np.linspace(-3, 3, n)
 X,Y = np.meshgrid(x, y)#把x，y绑定为网格

 # use plt.contourf to filling contours
 # X, Y and value for (X,Y) point
 plt.contourf(X, Y, f(X, Y), 1, alpha=.75, cmap=plt.cm.hot)#等高线设置
 #cmap对应颜色，热颜色'hot'/’cold‘,,8：分为8+2=10部分

 # use plt.contour to add contour lines
 C = plt.contour(X, Y, f(X, Y), 8, colors='black', linewidth=.5)#等高线的线设置
 # adding label添加数字描线
 plt.clabel(C, inline=True, fontsize=10)#等高线，线里面，大小

 plt.xticks(())
 plt.yticks(())
 plt.show()

等高线

八.image图片

 import matplotlib.pyplot as plt
 import numpy as np

 # image data
 a = np.array([0.313660827978, 0.365348418405, 0.423733120134,
               0.365348418405, 0.439599930621, 0.525083754405,
               0.423733120134, 0.525083754405, 0.651536351379]).reshape(3,3)
 #通过图片展示数据

 plt.imshow(a, interpolation='nearest', cmap='bone', origin='lower')
 #展示图片（origin：位置。。。）
 plt.colorbar(shrink=.92)#颜色对应参数，（压缩92%）

 plt.xticks(())
 plt.yticks(())
 plt.show()
 -----------------------------------------------

图片

九.3d图像

 import numpy as np
 import matplotlib.pyplot as plt
 from mpl_toolkits.mplot3d import Axes3D#导入3d模块

 fig = plt.figure()#定义一个窗口
 ax = Axes3D(fig)#在窗口中创建一个3d的图
 # X, Y value
 X = np.arange(-4, 4, 0.25)
 Y = np.arange(-4, 4, 0.25)
 X, Y = np.meshgrid(X, Y)#网格
 R = np.sqrt(X ** 2 + Y ** 2)
 # height value高度
 Z = np.sin(R)

 ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=plt.get_cmap('rainbow'))
 #（x，y，z，行跨度，列跨度，颜色彩虹）
 ax.contour(X,Y,Z,zdir='z',offset=-2,camp='rainbow')
 #等高线（x，y，z，从z轴压下去，放在z=-2的位置）

 ax.set_zlim(-2, 2)

 plt.show()

3d

十.多合一

 import matplotlib.pyplot as plt
 plt.figure(figsize=(6, 4))#创建一个figure
 # plt.subplot(n_rows, n_cols, plot_num)
 plt.subplot(2, 2, 1)#把figure分成两行两列，第一张图
 plt.plot([0, 1], [0, 1])#画线
 plt.subplot(222)#figure两行两列，第二张图
 plt.plot([0, 1], [0, 2])
 plt.subplot(223)
 plt.plot([0, 1], [0, 3])
 plt.subplot(224)
 plt.plot([0, 1], [0, 4])

 plt.tight_layout()
 # example 2:
 ###############################
 plt.figure(figsize=(6, 4))
 # plt.subplot(n_rows, n_cols, plot_num)
 plt.subplot(2, 1, 1)
 # figure splits into 2 rows, 1 col, plot to the 1st sub-fig
 plt.plot([0, 1], [0, 1])

 plt.subplot(234)
 # figure splits into 2 rows, 3 col, plot to the 4th sub-fig
 plt.plot([0, 1], [0, 2])

 plt.subplot(235)
 # figure splits into 2 rows, 3 col, plot to the 5th sub-fig
 plt.plot([0, 1], [0, 3])

 plt.subplot(236)
 # figure splits into 2 rows, 3 col, plot to the 6th sub-fig
 plt.plot([0, 1], [0, 4])

 plt.tight_layout()
 plt.show()

多合一

 import matplotlib.pyplot as plt
 import matplotlib.gridspec as gridspec
 # method 1: subplot2grid
 ##########################
 plt.figure()#创建一个figure
 ax1 = plt.subplot2grid((3, 3), (0, 0), colspan=3)#ax1：在整个figure（3,3），在（0,0）作图，跨度3个图
 #colspan行跨度，rowspan列跨度
 ax1.plot([1, 2], [1, 2])#在ax1上作图
 ax1.set_title('ax1_title')#设置标题
 ax2 = plt.subplot2grid((3, 3), (1, 0), colspan=2)
 ax3 = plt.subplot2grid((3, 3), (1, 2), rowspan=2)
 ax4 = plt.subplot2grid((3, 3), (2, 0))
 ax4.scatter([1, 2], [2, 2])#在ax4上画散点图
 ax4.set_xlabel('ax4_x')
 ax4.set_ylabel('ax4_y')
 ax5 = plt.subplot2grid((3, 3), (2, 1))

 # method 2: gridspec
 #########################
 plt.figure()
 gs = gridspec.GridSpec(3, 3)#定义（3,3）的图
 # use index from 0
 ax6 = plt.subplot(gs[0, :])
 ax7 = plt.subplot(gs[1, :2])
 ax8 = plt.subplot(gs[1:, 2])
 ax9 = plt.subplot(gs[-1, 0])
 ax10 = plt.subplot(gs[-1, -2])

 # method 3: easy to define structure
 ####################################
 f, ((ax11, ax12), (ax13, ax14)) = plt.subplots(2, 2, sharex=True, sharey=True)
 #sharex，sharey共享x，y轴，定义一个（2,2）的figure,并给出格式(ax11, ax12), (ax13, ax14))
 ax11.scatter([1,2], [1,2])

 plt.tight_layout()
 plt.show()
 ---------------------------------------------------

多合一

十一.图中图

 #图中图
 import matplotlib.pyplot as plt
 fig = plt.figure()
 x = [1, 2, 3, 4, 5, 6, 7]
 y = [1, 3, 4, 2, 5, 8, 6]

 # below are all percentage
 left, bottom, width, height = 0.1, 0.1, 0.8, 0.8#左，下的宽度，高度
 ax1 = fig.add_axes([left, bottom, width, height])  # main axes
 ax1.plot(x, y, 'r')
 ax1.set_xlabel('x')
 ax1.set_ylabel('y')
 ax1.set_title('title')

 #添加另一个图
 ax2 = fig.add_axes([0.2, 0.6, 0.25, 0.25])  # inside axes
 #左，下，宽，高，：20%，60%，25%，25%
 ax2.plot(y, x, 'b')
 ax2.set_xlabel('x')
 ax2.set_ylabel('y')
 ax2.set_title('title inside 1')

 #添加另一个图
 # different method to add axes
 ####################################
 plt.axes([0.6, 0.2, 0.25, 0.25])
 plt.plot(y[::-1], x, 'g')
 plt.xlabel('x')
 plt.ylabel('y')
 plt.title('title inside 2')

 plt.show()
 -

图中图

十二.次坐标轴

 #次坐标轴
 import matplotlib.pyplot as plt
 import numpy as np

 x = np.arange(0, 10, 0.1)
 y1 = 0.05 * x**2
 y2 = -1 *y1
 fig, ax1 = plt.subplots()#创建一个figure，ax1是里面的子图

 ax2 = ax1.twinx()    # mirror the ax1   把y轴镜面反射
 ax1.plot(x, y1, 'g-')
 ax2.plot(x, y2, 'b-')

 ax1.set_xlabel('X data')
 ax1.set_ylabel('Y1 data', color='g')
 ax2.set_ylabel('Y2 data', color='b')

 plt.show()

次坐标轴

十三.动画animation

 import numpy as np
 from matplotlib import pyplot as plt
 from matplotlib import animation#动画模块

 fig, ax = plt.subplots()

 x = np.arange(0, 2*np.pi, 0.01)
 line, = ax.plot(x, np.sin(x))

 def animate(i):#更新的方式
     line.set_ydata(np.sin(x + i/10.0))  # update the data
     return line,

 def init():#初始帧
     line.set_ydata(np.sin(x))
     return line,

 #产生动画（fig=fig，func：更新函数，frames：总共帧，init_func：初始帧，interval：频率，blit=False：无论点变化或不变化，都更新）
 ani = animation.FuncAnimation(fig=fig, func=animate, frames=100, init_func=init,
                               interval=20, blit=False)

 plt.show()

动画