Python繪圖需要下載安裝matplotlib模塊,它是一個數(shù)學(xué)繪圖庫,我們將使用它來制作簡單的圖表,如折線圖和散點圖,下面這篇文章主要給大家介紹了關(guān)于利用python的matplotlib(pyplot)繪制折線圖和柱狀圖的相關(guān)資料,需要的朋友可以參考下

前言

今天幫師兄趕在deadline之前畫論文的圖，現(xiàn)學(xué)現(xiàn)賣很是刺激，現(xiàn)把使用matplotlib的子庫pyplot畫折線圖和柱狀圖的代碼記錄分享一下，方便大家參考，個人感覺pyplot真的蠻方便的，非常值得使用。

先看下官方對pyplot的描述：“Provides a MATLAB-like plotting framework.”。對，就是一個類似matlab的畫圖框架。就不多多說了，直接上代碼吧：

一、折線圖

代碼：

import matplotlib.pyplot as plt

#折線圖
x = [5,7,11,17,19,25]#點的橫坐標(biāo)
k1 = [0.8222,0.918,0.9344,0.9262,0.9371,0.9353]#線1的縱坐標(biāo)
k2 = [0.8988,0.9334,0.9435,0.9407,0.9453,0.9453]#線2的縱坐標(biāo)
plt.plot(x,k1,'s-',color = 'r',label="ATT-RLSTM")#s-:方形
plt.plot(x,k2,'o-',color = 'g',label="CNN-RLSTM")#o-:圓形
plt.xlabel("region length")#橫坐標(biāo)名字
plt.ylabel("accuracy")#縱坐標(biāo)名字
plt.legend(loc = "best")#圖例
plt.show()

運行結(jié)果：

折線圖

關(guān)于上述代碼參數(shù)的一點解釋：

plt.legend(loc=”best”) 中l(wèi)oc=”best”意思是自動選擇放圖例的合適位置，上圖就是放在了右下角，這個參數(shù)還有其他的設(shè)置如下：

折線圖圖例參數(shù)

二、柱狀圖

多個柱狀圖用顏色區(qū)分

代碼如下：

#柱狀圖
import numpy as np
import matplotlib.pyplot as plt
ATT_LSTM = [0.8892,0.861,0.9243]
MATT_CNN = [0.8966,0.8556,0.9316]
ATT_RLSTM = [0.8867,0.8543,0.9344]
CNN_RLSTM = [0.9016,0.8636,0.9435]
#x = ['REST','LAPT','AUTO']
x = np.arange(3) #總共有幾組，就設(shè)置成幾，我們這里有三組，所以設(shè)置為3
total_width, n = 0.8, 4    # 有多少個類型，只需更改n即可，比如這里我們對比了四個，那么就把n設(shè)成4
width = total_width / n
x = x - (total_width - width) / 2
plt.bar(x, ATT_LSTM, color = "r",width=width,label='ATT-LSTM ')
plt.bar(x + width, MATT_CNN, color = "y",width=width,label='MATT-CNN')
plt.bar(x + 2 * width, ATT_RLSTM , color = "c",width=width,label='ATT-RLSTM')
plt.bar(x + 3 * width, CNN_RLSTM , color = "g",width=width,label='CNN-RLSTM')
plt.xlabel("dataset")
plt.ylabel("accuracy")
plt.legend(loc = "best")
plt.xticks([0,1,2],['REST','LAPT','AUTO'])
my_y_ticks = np.arange(0.8, 0.95, 0.02)
plt.ylim((0.8, 0.95))
plt.yticks(my_y_ticks)
plt.show()

結(jié)果如下：

柱狀圖顏色區(qū)分

2. 多個柱狀圖用填充圖形（\，/，*，o等）

代碼如下：

#柱狀圖
import numpy as np
import matplotlib.pyplot as plt
ATT_LSTM = [0.8892,0.861,0.9243]
MATT_CNN = [0.8966,0.8556,0.9316]
ATT_RLSTM = [0.8867,0.8543,0.9344]
CNN_RLSTM = [0.9016,0.8636,0.9435]
#x = ['REST','LAPT','AUTO']
x = np.arange(3)

total_width, n = 0.8, 4    # 有多少個類型，只需更改n即可
width = total_width / n
x = x - (total_width - width) / 2

plt.bar(x, ATT_LSTM, color = "w",edgecolor = "k",width=width,hatch = "/",label='ATT-LSTM ')#edgecolor柱狀邊框顏色，hatch填充的內(nèi)容
plt.bar(x + width, MATT_CNN, color = "w",edgecolor = "k",width=width, hatch = "+",label='MATT-CNN')
plt.bar(x + 2 * width, ATT_RLSTM , color = "w",edgecolor = "k",width=width, hatch = "*",label='ATT-RLSTM')
plt.bar(x + 3 * width, CNN_RLSTM , color = "w",edgecolor = "k",width=width, hatch = "\\",label='CNN-RLSTM')
plt.xlabel("dataset")
plt.ylabel("accuracy")
plt.legend(loc = "best")
plt.xticks([0,1,2],['REST','LAPT','AUTO'])
my_y_ticks = np.arange(0.8, 0.95, 0.02)
plt.ylim((0.8, 0.95))
plt.yticks(my_y_ticks)
plt.show()

運行結(jié)果為：

柱狀圖