matplotlib简单使用汇总

参考链接:https://www.jianshu.com/p/da385a35f68d

画点图、线图

import numpy as np import pandas as pd import matplotlib.pyplot as plt from matplotlib.ticker import MultipleLocator # 使用numpy产生函数数据 x = np.arange(6, 100, 0.5) y = x * 2 x2 = np.arange(0, 10, 0.1) y2 = np.sin(x2) # 加入这句话为了能在图中写中文 plt.rcParams['font.family'] = ['sans-serif'] plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号 # 创建窗口和子图。在绘图结构中，figure创建窗口，subplot创建子图。所有的绘画只能在子图上进行。plt表示当前子图。 # 方法1：先创建窗口，再创建子图 fig = plt.figure(num=1, figsize=(15, 10), dpi=100, facecolor="#BBFFFF", edgecolor='#0000CD') # 开启一个窗口，同时设置大小，分辨率，背景颜色 ax1 = fig.add_subplot(2, 1, 1) # 通过fig添加子图。参数：行数，列数，索引。 ax2 = fig.add_subplot(2, 1, 2) # 行数和列数一致，索引代表放置的位置，从左上角开始数 # 方法2：一次性创建窗口和多个子图。（空白不绘制） # fig, axarr = plt.subplots(4, 1) # 开一个新窗口，并添加4个子图，返回子图数组 # ax1 = axarr[0] # 通过子图数组获取一个子图 # print(fig, ax1) ax1.set_title("mingyu") # 设置图的标题 ax1.set_xlabel("age", fontdict={'color': 'r', 'fontsize': '30'}) # 设置图的x轴的名称 ax1.set_ylabel("money(万元)", fontdict={'color': 'r', 'fontsize': '30'}) # 设置y轴的名称 ax1.set_xlim(0, 100) # 设置x轴的范围 ax1.set_ylim(0, 250) # 设置y轴的范围 ax1.xaxis.set_major_locator(MultipleLocator(5)) # 定义x向主刻度标签的刻度差为2的倍数。就是隔几个刻度才显示一个标签文本 ax1.yaxis.set_major_locator(MultipleLocator(15)) # 定义y向主刻度标签的刻度差为3的倍数。就是隔几个刻度才显示一个标签文本 ax1.set_facecolor('#FFEC8B') # 设置子图的背景颜色 ax1.text(80, 200, r'y=x*2', fontdict={'color': '#CD5C5C', 'fontsize': '20'}) # 指定位置显示文字 # 画箭头，从文字的位置开始，指向目的点 ax1.annotate('这里是甲子', xy=(60, 120), xytext=(63, 90), # 添加标注，参数：注释文本、指向点、文字位置、箭头属性 arrowprops=dict(facecolor='black', shrink=0.02), ) # 显示网格。which参数的值为major(只绘制大刻度)、minor(只绘制小刻度)、both，默认值为major。axis为'x','y','both'。alpha透明度。linewidth线宽 ax1.grid(b=True, which='major', axis='both', alpha=0.7, color='#FF6A6A', linestyle='-', linewidth=0.5) ax1.plot(x, y, marker='.', color='#6E8B3D', label='第一个子图的操作') # 画点图 ax2.set_xlim(0, 10) # 设置x轴的范围 ax2.set_ylim(-1.1, 1.1) # 设置y轴的范围 ax2.text(0, 0.00, '_' * 92, fontdict={'color': '#000000', 'fontsize': '20'}) # 指定位置显示文字 ax2.plot(x2, y2, linestyle='--', color='#FFD39B', label='第二个子图的操作') # 画线图 # plt.savefig('C:/Users/gzsqy/Desktop/aa.jpg', dpi=400, bbox_inches='tight') # 在show函数之前保存。savefig保存图片，dpi分辨率，bbox_inches子图周边白色空间的大小 plt.show()

标记maker | 描述

‘o’ | 圆圈 ‘.’ | 点 ‘D’ | 菱形 ‘s’ | 正方形 ‘h’ | 六边形1 ‘*’ | 星号 ‘H’ | 六边形2 ‘d’ | 小菱形 ‘_’ | 水平线 ‘v’ | 一角朝下的三角形 ‘8’ | 八边形 ‘<’ | 一角朝左的三角形 ‘p’ | 五边形 ‘>’ | 一角朝右的三角形 ‘,’ | 像素 ‘^’ | 一角朝上的三角形 ‘+’ | 加号 ‘\ ‘ | 竖线 ‘x’ | X

---

画条形图、散点图、三维图

import numpy as np import matplotlib.pyplot as plt # 加入这句话为了能在图中写中文 plt.rcParams['font.family'] = ['sans-serif'] plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号 # 画条形图 # plt.figure(3) # x_index = np.arange(5) # 柱的索引 # x_data = ('A', 'B', 'C', 'D', 'E') # y1_data = (20, 35, 30, 35, 27) # y2_data = (25, 32, 34, 20, 25) # bar_width = 0.35 # 定义一个数字代表每个独立柱的宽度 # rects1 = plt.bar(x_index, y1_data, width=bar_width, alpha=0.4, color='b', label='男') # 参数：左偏移、高度、柱宽、透明度、颜色、图例 # rects2 = plt.bar(x_index + bar_width, y2_data, width=bar_width, alpha=0.5, color='r', label='女') # 参数：左偏移、高度、柱宽、透明度、颜色、图例 # # 关于左偏移，不用关心每根柱的中心不中心，因为只要把刻度线设置在柱的中间就可以了 # plt.xticks(x_index + bar_width / 2, x_data) # x轴刻度线 # plt.legend() # 显示图例 # plt.show() # 画散点图 # fig = plt.figure(4) # 添加一个窗口 # ax = fig.add_subplot(1, 1, 1) # 在窗口上添加一个子图 # ax.grid(b=True, which='major', axis='both', alpha=0.7, color='#FF6A6A', linestyle='-', linewidth=0.5) # x = np.random.random(100) # 产生随机数组 # y = np.random.random(100) # 产生随机数组 # x1 = (0.1, 0.5, 0.2, 0.6, 0.8, 0.3, 0.4, 0.1, 0.8) # y1 = (0.8, 0.1, 0.5, 0.2, 0.6, 0.8, 0.3, 0.4, 0.1) # ax.scatter(x1, y1, s=50, c='#FF6A6A', marker=".", alpha=0.5, lw=1, facecolors='none') # x横坐标，y纵坐标，s图像大小，c颜色，marker图片，lw图像边框宽度 # plt.show() # 所有窗口运行 # 画三维图 fig = plt.figure(5) ax = fig.add_subplot(1, 1, 1, projection='3d') # 绘制三维图 x, y = np.mgrid[-2:2:20j, -2:2:20j] # 获取x轴数据，y轴数据 z = x * np.exp(-x ** 2 - y ** 2) # 获取z轴数据 ax.plot_surface(x, y, z, rstride=2, cstride=1, cmap=plt.cm.coolwarm, alpha=0.8) # 绘制三维图表面 ax.set_xlabel('x 轴') # x轴名称 ax.set_ylabel('y 轴') # y轴名称 ax.set_zlabel('z 轴') # z轴名称 plt.show()