python-learning-第二季-画图matplotlib

https://www.bjsxt.com/down/8468.html

绘制方法：

绘制直线：

#coding:utf-
import matplotlib.pyplot as plt
#准备绘制的两个点(,),(,)
#调用绘制的plot方法
plt.plot([,], [,]) #两个点的x和y写在一起
#显示绘制的图
plt.show()

返回：

绘制折线图

#coding:utf-
import matplotlib.pyplot as plt
x = [,,,,]
y = [,,,,]
#调用绘制的plot方法
plt.plot(x, y) #两个点的x和y写在一起
#显示绘制的图
plt.show()

返回：

开始学习-设置样式

windows不支持中文，添加：

#不支持中文的解决办法
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签

macos不支持中文,可见mac中matplotlib不支持中文的解决办法

运行的时候为：

#coding:utf-8
import matplotlib.pyplot as plt
x = [1,2,3,4,5]
y = [1,4,9,16,25]
#调用绘制的plot方法
plt.plot(x, y, linewidth=5)
plt.xlabel('x')
plt.ylabel('y=x^2')
#不支持中文的解决办法
plt.rcParams['font.sans-serif']=['Songti SC'] #用来正常显示中文标签
#添加标题
plt.title('多个点绘制折线图') #会出现乱码

#显示绘制的图
plt.show()

就成功了：

绘制曲线：

#coding:utf-
import matplotlib.pyplot as plt
x = range(-, )
y = [i** for i in x]
#调用绘制的plot方法
plt.plot(x, y, linewidth=)
plt.xlabel('x')
plt.ylabel('y=x^2')
#不支持中文的解决办法
plt.rcParams['font.sans-serif']=['Songti SC'] #用来正常显示中文标签
#添加标题
plt.title('多个点绘制折线图') #会出现乱码
#保存成图片
plt.savefig('result') #默认格式是png，可以指定为jpg格式result.jpg
#显示绘制的图
plt.show()

返回：

正弦和余弦曲线

#coding:utf-
import numpy as np
import matplotlib.pyplot as plt
#-10之间100个等差数
x = np.linspace(,,)
y = np.sin(x)
#调用绘制的plot方法
plt.plot(x, y, linewidth=)

cos_y = np.cos(x)
plt.plot(x, cos_y, linewidth=)
#显示绘制的图
plt.show()

返回：

subplot的使用：

#coding:utf-
import numpy as np
import matplotlib.pyplot as plt
#-10之间100个等差数
x = np.linspace(,,)
y = np.sin(x)
plt.subplot(,,)
#调用绘制的plot方法
plt.plot(x, y, linewidth=)

cos_y = np.cos(x)
plt.subplot(,,)
plt.plot(x, cos_y, linewidth=)

y_line = [i** for i in x]
plt.subplot(,,)
plt.plot(x, y_line, linewidth=)
#显示绘制的图
plt.show()

返回：

修改某一个画布的x轴的坐标：

plt.xlim(-5,20) : x轴

plt.ylim(-5,20) : y轴

#coding:utf-
import numpy as np
import matplotlib.pyplot as plt
#-10之间100个等差数
x = np.linspace(,,)
y = np.sin(x)
plt.subplot(,,)
#调用绘制的plot方法
plt.xlim(-,)
plt.plot(x, y, linewidth=)

#显示绘制的图
plt.show()

返回：

绘制散点图

#coding:utf-
import numpy as np
import matplotlib.pyplot as plt
#-10之间100个等差数
x = np.linspace(,,)
y = np.sin(x)
#调用绘制的plot方法
plt.scatter(x, y, linewidth=)
#等价于
#plt.plot(x, y, 'o')

#显示绘制的图
plt.show()

返回：

⚠️plot绘制图形的速度由于scatter，所以如果画一堆点，而且点的形式没有差别，那么就使用plot；如果点的形式有差别，即点的大小和颜色有差别时，则必须使用scatter

点大小颜色不同的情况

#coding:utf-
import numpy as np
import matplotlib.pyplot as plt
#10中大小，100种颜色的散点图

#使得执行多次，每次获得的随机数都相同
np.random.seed()

#100个随机点
x = np.random.rand()
y = np.random.rand()

#颜色的类别数量要等于点的个数
#大小则没有要求
#设置10种大小,值过小，所以乘500
size = np.random.rand()*
#生成100种颜色
color = np.random.rand()

#调用绘制的plot方法,alpha表示透明度，使得重叠的部分可见
plt.scatter(x, y, s=size, c=color, alpha=0.7)
#等价于
#plt.plot(x, y, 'o')

#显示绘制的图
plt.show()

返回：

当点的个数大于大小的个数时，循环设置。因为有10种大小，所以第一个点和第11个点是大小一样的，以此类推

绘制不同样式不同颜色的线条

还有其他的

#coding:utf-
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(,,)

plt.plot(x, x+, '--g')
plt.plot(x, x+, '-.r')
plt.plot(x, x+, ':b')
plt.plot(x, x+, '.k')
plt.plot(x, x+, ',c')
plt.plot(x, x+, '*y')

#显示绘制的图
plt.show()

返回：

添加图例legend()：

#coding:utf-
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(,,)

#使用legend()图例，给plot方法添加参数label
plt.plot(x, x+, '--g', label='--g')
plt.plot(x, x+, '-.r', label='-.r')
plt.plot(x, x+, ':b')
plt.plot(x, x+, '.k')
plt.plot(x, x+, ',c')
plt.plot(x, x+, '*y')
plt.legend(loc='lower right') #默认位置在左上角loc='upper left'，使用参数loc修改为右下角
#显示绘制的图
plt.show()

返回：

还有其他配置参数：

透明度就是当图例遮住图时，能够透过看到线条

绘制柱状图

bar的宽度的说明：

#coding:utf-
import numpy as np
import matplotlib.pyplot as plt
x = [, , , ]
y = [, , , ]

#设置为原来柱宽的三倍
plt.bar(x, y, width=)

#不支持中文的解决办法
plt.rcParams['font.sans-serif']=['Songti SC']

#修改x坐标的值
x_label = ['1980年', '1985年', '1990年', '1995年']
plt.xticks(x, x_label) #即x轴坐标就只有x设置的这4个值了

#给x、y坐标加名称
plt.xlabel('年份')
plt.ylabel('销量')
plt.title('根据年份销量对比图')
#显示绘制的图
plt.show()

返回：

bar和barh函数的使用

barh:水平方向绘制

#coding:utf-
import numpy as np
import matplotlib.pyplot as plt
import numpy as np

np.random.seed()
x = np.arange()
y = np.random.randint(-,,)

#将画布分成1行2列
#第一个区域画bar
plt.subplot(,,)
#添加颜色
plt.bar(x,y, color='blue')
#在0位置添加蓝色的线条
plt.axhline(, color='blue', linewidth=)

#第一个区域画barh，即x,y对换
plt.subplot(,,)
plt.barh(x,y, color='red')
plt.axvline(, color='red', linewidth=)

#显示绘制的图
plt.show()

返回：

正值为一种颜色，负值为另一种颜色：

#coding:utf-
import numpy as np
import matplotlib.pyplot as plt
import numpy as np

np.random.seed()
x = np.arange()
y = np.random.randint(-,,)

v_bar= plt.bar(x,y, color='blue')

#将y值大于0的设置为蓝色，小于0的设置为绿色
#遍历v_bar对象
#zip()将v_bar和y对应的值对应在一起，通过y的值判断柱的颜色
for bar, height in zip(v_bar, y):
    if height<:
        bar.set(color='green')

#显示绘制的图
plt.show()

返回：

柱状图使用实例：

#coding:utf-
import numpy as np
import matplotlib.pyplot as plt
import numpy as np

#准备数据
#三部电影的名称
real_names = ['千与千寻', '玩具总动员', '黑衣人：全球通缉']
#3天票房,三天排名是不同的
real_num1 = [, , ]
real_num2 = [, , ]
real_num3 = [, , ]

x = np.arange(len(real_names))
#绘制柱状图,alpha参数用于显示重叠部分，本来默认为重叠的
plt.bar(x, real_num1, alpha=0.5)
plt.bar(x, real_num2, alpha=0.5)
plt.bar(x, real_num3, alpha=0.5)
#显示绘制的图
plt.show()

返回：

最后：

#coding:utf-
import numpy as np
import matplotlib.pyplot as plt
import numpy as np

#不支持中文的解决办法
plt.rcParams['font.sans-serif']=['Songti SC']

#准备数据
#三部电影的名称
real_names = ['千与千寻', '玩具总动员', '黑衣人：全球通缉']
#3天票房,三天排名是不同的
real_num1 = [, , ]
real_num2 = [, , ]
real_num3 = [, , ]

x = np.arange(len(real_names))
#绘制柱状图,alpha参数用于显示重叠部分，本来默认为重叠的
#为了让他们不重叠，而是放在旁边,设置为[i+width for i in x]
width = 0.3
plt.bar(x, real_num1, alpha=0.5, width=width, label=real_names[])
plt.bar([i+width for i in x], real_num2, alpha=0.5, width=width, label=real_names[])
plt.bar([i+*width for i in x], real_num3, alpha=0.5, width=width, label=real_names[])
#添加图例
plt.legend()

#设置x的坐标的值，第一天、第二天、第三天
#为了放在中间，设置为[i+width for i in x]
x_label= ['第{}天'.format(i+) for i in x]
plt.xticks([i+width for i in x],x_label)

plt.ylabel('票房数')
plt.title('3天3部电影票房数')
#显示绘制的图
plt.show()

返回：

饼状图

#coding:utf-
import numpy as np
import matplotlib.pyplot as plt
import numpy as np

#不支持中文的解决办法
plt.rcParams['font.sans-serif']=['Songti SC']

#准备男生、女生人数及比例
man =
woman =
man_perc = man/(man+woman)
woman_perc = woman/(man+woman)

#添加名称
labels = ['男','女']
#添加颜色
colors = ['blue', 'red']
#explode=(,0.05) 将图中间设置一个分裂线
#autopct='%0.1f%%' 显示比例并设置比例显示格式
#paches, texts是labels字体, autotexts是比例字体
paches, texts, autotexts = plt.pie([man_perc, woman_perc], labels=labels, colors=colors, explode=(,0.05), autopct='%0.1f%%')

#修改字体颜色
for text in autotexts:
    text.set_color('white')

#设置字体大小
for text in texts:
    text.set_fontsize()

#显示绘制的图
plt.show()

返回：

直方图——关注分布状态

柱状态关注具体的某个值

#coding:utf-
import numpy as np
import matplotlib.pyplot as plt
import numpy as np

#不支持中文的解决办法
plt.rcParams['font.sans-serif']=['Songti SC']

#生成1000个标准正太分布随机数
x = np.random.randn()

#bins=, 表示将10个柱放在一起，这样柱子的宽度就比较小了
plt.hist(x, bins=)

#显示绘制的图
plt.show()

返回：

还有normal方法指定期望和正态分布：

#coding:utf-
import numpy as np
import matplotlib.pyplot as plt
import numpy as np

#不支持中文的解决办法
plt.rcParams['font.sans-serif']=['Songti SC']

#生成1000个，normal方法指定期望和正态分布
x = np.random.normal(,0.8,)
y = np.random.normal(-,,)
z = np.random.normal(,,)

#alpha为（，）
kwargs = dict(bins=, alpha=0.5)
#bins=, 表示将10个柱放在一起，这样柱子的宽度就比较小了
#plt.hist(x, **kwargs)等价于plt.hist(x, bins=)
#这样当设置的参数多时，就不用回一个个都写一遍，写一次即可
plt.hist(x, **kwargs)
plt.hist(y, **kwargs)
plt.hist(z, **kwargs)

#显示绘制的图
plt.show()

返回：

绘制等高线和三维图

所以100个x和100个y的相交点有10000个

#coding:utf-
import numpy as np
import matplotlib.pyplot as plt
import numpy as np

#创建x，y
x = np.linspace(-, , )
y = np.linspace(-, , )

#计算x，y的相交点
X, Y = np.meshgrid(x,y)
Z = np.sqrt(X**+Y**)

plt.contour(X,Y,Z)
#显示绘制的图
plt.show()

即哪些x和y相交的点计算得到的Z值是相同的，就连起来画成等高线

返回：

还有plt.contourf(X,Y,Z)会填充：

三维图

还要导入3D包：

#coding:utf-
import numpy as np
import matplotlib.pyplot as plt
#导入3D包
from mpl_toolkits.mplot3d import Axes3D

X = [,,,]
Y = [,,,]
Z = [,,,]
#该图对象
figure = plt.figure()
#创建Axes3D对象
ax = Axes3D(figure)
ax.plot_trisurf(X,Y,Z)

#显示绘制的图
plt.show()

返回：