Python進階Matplotlib庫圖繪制
更新時間：2022年07月03日 16:36:08 作者：隨緣清風殤
這篇文章主要介紹了Python進階Matplotlib庫圖繪制，Matplotlib:是一個Python的2D繪圖庫，通過Matplotlib，開發(fā)者可以僅需要幾行代碼，便可以生成折線圖，直方圖，條形圖，餅狀圖，散點圖等
中文字體設(shè)置：
# 字體設(shè)置 plt.rcParams['font.sans-serif'] = ["SimHei"] plt.rcParams["axes.unicode_minus"] = False
1、基本使用
Matplotlib:是一個Python的2D繪圖庫，通過Matplotlib，開發(fā)者可以僅需要幾行代碼，便可以生成折線圖，直方圖，條形圖，餅狀圖，散點圖等。plot是一個畫圖的函數(shù)，他的參數(shù):plot([x],y,[fmt],data=None,**kwargs)
1.1、線條樣式 & 顏色
（1）點線形式
（2）線條顏色
import matplotlib.pyplot as plt import numpy as np # 原始線圖 plt.plot(range(10),[np.random.randint(0,10) for x in range(10)]) # 點線圖 plt.plot(range(10),[np.random.randint(0,10) for x in range(10)],"*") # 線條顏色 plt.plot([1,2,3,4,5],[1,2,3,4,5],'r') #將顏色線條設(shè)置成紅色
運行結(jié)果：
1.2、軸&標題
- 1、設(shè)置圖標題:plt.title
- 2、設(shè)置軸標題:plt.xlabel & plt.ylabel - 標題名稱
- 3、設(shè)置軸刻度:plt.xticks & plt.yticks - 刻度長度,刻度標題
范例：
x = range(10)
y = [np.random.randint(0,10) for x in range(10)]
plt.plot(x,y,linewidth=10,color='red')
# 設(shè)置圖標題
plt.title("sin函數(shù)")
# 設(shè)置軸標題
plt.xlabel("x軸")
plt.ylabel("y軸")
# 設(shè)置軸刻度
plt.xticks(range(10),["第%d天"%x for x in range(1,10)])
plt.yticks(range(10),["第%d天"%x for x in range(1,10)])
# 加載字體
plt.rcParams['font.sans-serif'] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False運行結(jié)果：
1.3、marker設(shè)置
marker:關(guān)鍵點重點標記
范例：
x = range(10) y = [np.random.randint(0,10) for x in range(10)] plt.plot(x,y,linewidth=10,color='red') # 重點標記 plt.plot(x,y,marker="o",markerfacecolor='k',markersize=10)
運行結(jié)果：
1.4、注釋文本
annotate:注釋文本
范例：
x = range(10)
y = [np.random.randint(0,10) for x in range(10)]
plt.plot(x,y,linewidth=10,color='red')
# 重點標記
plt.plot(x,y,marker="o",markerfacecolor='k',markersize=10)
# 注釋文本設(shè)置
plt.annotate('local max', xy=(5, 5), xytext=(10,15),
arrowprops=dict(facecolor='black',shrink=0.05),
)運行結(jié)果：
1.5、設(shè)置圖形樣式
plt.figure:調(diào)整圖片的大小和像素 `num`:圖的編號， `figsize`:單位是英寸， `dpi`:每英寸的像素點， `facecolor`:圖片背景顏色， `edgecolor`:邊框顏色， `frameon`:是否繪制畫板。
范例：
x = range(10) y = [np.random.randint(0,10) for x in range(10)] # 設(shè)置圖形樣式 plt.figure(figsize=(20,10),dpi=80) plt.plot(x,y,linewidth=10,color='red')
運行結(jié)果：
2、條形圖
應(yīng)用場景：
- 1. 數(shù)量統(tǒng)計。
- 2. 頻率統(tǒng)計。
相關(guān)參數(shù)：
barh:條形圖
- 1. `x`:一個數(shù)組或者列表，代表需要繪制的條形圖的x軸的坐標點。
- 2. `height`:一個數(shù)組或者列表，代表需要繪制的條形圖y軸的坐標點。
- 3. `width`:每一個條形圖的寬度，默認是0.8的寬度。
- 4. `bottom`:`y`軸的基線，默認是0，也就是距離底部為0.
- 5. `align`:對齊方式，默認是`center`，也就是跟指定的`x`坐標居中對齊，還有為`edge`，靠邊對齊，具體靠右邊還是靠左邊，看`width`的正負。
- 6. `color`:條形圖的顏色。
2.1、橫向條形圖 范例
movies = {
"流浪地球":40.78,
"飛馳人生":15.77,
"瘋狂的外星人":20.83,
"新喜劇之王":6.10,
"廉政風云":1.10,
"神探蒲松齡":1.49,
"小豬佩奇過大年":1.22,
"熊出沒·原始時代":6.71
}
plt.barh(np.arange(len(movies)),list(movies.values()))
plt.yticks(np.arange(len(movies)),list(movies.keys()),fontproperties=font)
plt.grid()運行結(jié)果：
2.2、分組條形圖
范例：
movies = {
"流浪地球":[2.01,4.59,7.99,11.83,16],
"飛馳人生":[3.19,5.08,6.73,8.10,9.35],
"瘋狂的外星人":[4.07,6.92,9.30,11.29,13.03],
"新喜劇之王":[2.72,3.79,4.45,4.83,5.11],
"廉政風云":[0.56,0.74,0.83,0.88,0.92],
"神探蒲松齡":[0.66,0.95,1.10,1.17,1.23],
"小豬佩奇過大年":[0.58,0.81,0.94,1.01,1.07],
"熊出沒·原始時代":[1.13,1.96,2.73,3.42,4.05]
}
plt.figure(figsize=(20,8))
width = 0.75
bin_width = width/5
movie_pd = pd.DataFrame(movies)
ind = np.arange(0,len(movies))
# 第一種方案
for index in movie_pd.index:
day_tickets = movie_pd.iloc[index]
xs = ind-(bin_width*(2-index))
plt.bar(xs,day_tickets,width=bin_width,label="第%d天"%(index+1))
for ticket,x in zip(day_tickets,xs):
plt.annotate(ticket,xy=(x,ticket),xytext=(x-0.1,ticket+0.1))
# 設(shè)置圖例
plt.ylabel("單位:億")
plt.title("春節(jié)前5天電影票房記錄")
# 設(shè)置x軸的坐標
plt.xticks(ind,movie_pd.columns)
plt.xlim
plt.grid(True)
plt.show()運行結(jié)果：
2.3、堆疊條形圖
范例：
menMeans = (20, 35, 30, 35, 27)
womenMeans = (25, 32, 34, 20, 25)
groupNames = ('G1','G2','G3','G4','G5')
xs = np.arange(len(menMeans))
plt.bar(xs,menMeans)
plt.bar(xs,womenMeans,bottom=menMeans)
plt.xticks(xs,groupNames)
plt.show()運行結(jié)果：
3、直方圖
plt.hist:直方圖
- 1. x:數(shù)組或者可以循環(huán)的序列;
- 2. bins:數(shù)字或者序列（數(shù)組/列表等）;
- 3. range:元組或者None，如果為元組，那么指定`x`劃分區(qū)間的最大值和最小值;
- 4. density:默認是`False`，如果等于`True`，那么將會使用頻率分布直方圖;
- 5. cumulative:如果這個和`density`都等于`True`，那么返回值的第一個參數(shù)會不斷的累加，最終等于`1`。
應(yīng)用場景：
- 1. 顯示各組數(shù)據(jù)數(shù)量分布的情況。
- 2. 用于觀察異?；蚬铝?shù)據(jù)。
- 3. 抽取的樣本數(shù)量過小，將會產(chǎn)生較大誤差，可信度低，也就失去了統(tǒng)計的意義。因此，樣本數(shù)不應(yīng)少于50個。
3.1、直方圖
范例：
durations = [131, 98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124, 101, 110, 116, 117, 110, 128, 128, 115, 99, 136, 126, 134, 95, 138, 117, 111,78, 132, 124, 113, 150, 110, 117, 86, 95, 144, 105, 126, 130,126, 130, 126, 116, 123, 106, 112, 138, 123, 86, 101, 99, 136,123, 117, 119, 105, 137, 123, 128, 125, 104, 109, 134, 125, 127,105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120, 114,105, 115, 132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134,156, 106, 117, 127, 144, 139, 139, 119, 140, 83, 110, 102,123,107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133,112, 114, 122, 109, 106, 123, 116, 131, 127, 115, 118, 112, 135,115, 146, 137, 116, 103, 144, 83, 123, 111, 110, 111, 100, 154,136, 100, 118, 119, 133, 134, 106, 129, 126, 110, 111, 109, 141,120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126,114, 140, 103, 130, 141, 117, 106, 114, 121, 114, 133, 137, 92,121, 112, 146, 97, 137, 105, 98, 117, 112, 81, 97, 139, 113,134, 106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110,105, 129, 137, 112, 120, 113, 133, 112, 83, 94, 146, 133, 101,131, 116, 111, 84, 137, 115, 122, 106, 144, 109, 123, 116, 111,111, 133, 150]
plt.figure(figsize=(15,5))
nums,bins,patches = plt.hist(durations,bins=20,edgecolor='k')
plt.xticks(bins,bins)
for num,bin in zip(nums,bins):
plt.annotate(num,xy=(bin,num),xytext=(bin+1.5,num+0.5))
plt.show()運行結(jié)果：
3.2、頻率直方圖
density:頻率直方分布圖
范例：
nums,bins,patches = plt.hist(durations,bins=20,edgecolor='k',density=True,cumulative=True)
plt.xticks(bins,bins)
for num,bin in zip(nums,bins):
plt.annotate("%.4f"%num,xy=(bin,num),xytext=(bin+0.2,num+0.0005))運行結(jié)果：
3.3、直方圖
cumulative參數(shù):nums的總和為1
范例：
plt.figure(figsize=(15,5))
nums,bins,patches = plt.hist(durations,bins=20,edgecolor='k',density=True,cumulative=True)
plt.xticks(bins,bins)
for num,bin in zip(nums,bins):
plt.annotate("%.4f"%num,xy=(bin,num),xytext=(bin+0.2,num+0.0005))運行結(jié)果：
4、散點圖
plt.scatter:散點圖繪制：
- 1. x,y:分別是x軸和y軸的數(shù)據(jù)集。兩者的數(shù)據(jù)長度必須一致。
- 2. s:點的尺寸。
- 3. c:點的顏色。
- 4. marker:標記點，默認是圓點，也可以換成其他的。
范例：
plt.scatter(x =data_month_sum["sumprice"] #傳入X變量數(shù)據(jù)
,y=data_month_sum["Quantity"] #傳入Y變量數(shù)據(jù)
,marker='*' #點的形狀
,s=10 #點的大小
,c='r' #點的顏色
)
plt.show()運行結(jié)果：
5、餅圖
餅圖:一個劃分為幾個扇形的圓形統(tǒng)計圖表，用于描述量、頻率或百分比之間的相對關(guān)系的。
在matplotlib中，可以通過plt.pie來實現(xiàn)，其中的參數(shù)如下：
x：餅圖的比例序列。labels：餅圖上每個分塊的名稱文字。explode：設(shè)置某幾個分塊是否要分離餅圖。autopct：設(shè)置比例文字的展示方式。比如保留幾個小數(shù)等。shadow：是否顯示陰影。textprops：文本的屬性（顏色，大小等）。 范例
plt.figure(figsize=(8,8),dpi=100,facecolor='white')
plt.pie(x = StockCode.values, #數(shù)據(jù)傳入
radius=1.5, #半徑
autopct='%.2f%%' #百分比顯示
,pctdistance=0.6, #百分比距離圓心比例
labels=StockCode.index, #標簽
labeldistance=1.1, #標簽距離圓心比例
wedgeprops ={'linewidth':1.5,'edgecolor':'green'}, #邊框的線寬和顏色
textprops={'fontsize':10,'color':'blue'}) #文本字體大小和顏色
plt.title('商品銷量占比',pad=100) #設(shè)置標題及距離坐標軸的位置
plt.show()運行結(jié)果：
6、箱線圖
箱圖的繪制方法是:
- :1、先找出一組數(shù)據(jù)的上限值、下限值、中位數(shù)（Q2）和下四分位數(shù)（Q1）以及上四分位數(shù)（Q3）
- :2、然后連接兩個四分位數(shù)畫出箱子
- :3、再將最大值和最小值與箱子相連接，中位數(shù)在箱子中間。
中位數(shù):把數(shù)據(jù)按照從小到大的順序排序，然后最中間的那個值為中位數(shù)，如果數(shù)據(jù)的個數(shù)為偶數(shù)，那么就是最中間的兩個數(shù)的平均數(shù)為中位數(shù)。
上下四分位數(shù):同樣把數(shù)據(jù)排好序后，把數(shù)據(jù)等分為4份。出現(xiàn)在`25%`位置的叫做下四分位數(shù)，出現(xiàn)在`75%`位置上的數(shù)叫做上四分位數(shù)。但是四分位數(shù)位置的確定方法不是固定的，有幾種算法，每種方法得到的結(jié)果會有一定差異，但差異不會很大。
上下限的計算規(guī)則是：
- IQR=Q3-Q1
- 上限=Q3+1.5IQR
- 下限=Q1-1.5IQR
在matplotlib中有plt.boxplot來繪制箱線圖，這個方法的相關(guān)參數(shù)如下：
x：需要繪制的箱線圖的數(shù)據(jù)。notch：是否展示置信區(qū)間，默認是False。如果設(shè)置為True，那么就會在盒子上展示一個缺口。sym：代表異常點的符號表示，默認是小圓點。vert：是否是垂直的，默認是True，如果設(shè)置為False那么將水平方向展示。whis：上下限的系數(shù)，默認是1.5，也就是上限是Q3+1.5IQR，可以改成其他的。也可以為一個序列，如果是序列，那么序列中的兩個值分別代表的就是下限和上限的值，而不是再需要通過IQR來計算。positions：設(shè)置每個盒子的位置。widths：設(shè)置每個盒子的寬度。labels：每個盒子的label。meanline和showmeans：如果這兩個都為True，那么將會繪制平均值的的線條。
范例：
#箱線圖 - 主要觀察數(shù)據(jù)是否有異常（離群點）
#箱須-75%和25%的分位數(shù)+/-1.5倍分位差
plt.figure(figsize=(6.4,4.8),dpi=100)
#是否填充箱體顏色，是否展示均值，是否展示異常值，箱體設(shè)置，異常值設(shè)置，均值設(shè)置，中位數(shù)設(shè)置
plt.boxplot(x=UnitPrice #傳入數(shù)據(jù)
,patch_artist=True #是否填充箱體顏色
,showmeans=True #是否展示均值
,showfliers=True #是否展示異常值
,boxprops={'color':'black','facecolor':'white'} #箱體設(shè)置
,flierprops={'marker':'o','markersize':4,'markerfacecolor':'red'} #異常值設(shè)置
,meanprops={'marker':'o','markersize':6,'markerfacecolor':'indianred'} #均值設(shè)置
,medianprops={'linestyle':'--','color':'blue'} #中位數(shù)設(shè)置
)
plt.show()運行結(jié)果：
7、雷達圖
雷達圖:又被叫做蜘蛛網(wǎng)圖，適用于顯示三個或更多的維度的變量的強弱情況
plt.polar來繪制雷達圖，x軸的坐標點應(yīng)該為弧度（2*PI=360°）
范例：
import numpy as np properties = ['輸出','KDA','發(fā)育','團戰(zhàn)','生存'] values = [40,91,44,90,95,40] theta = np.linspace(0,np.pi*2,6) plt.polar(theta,values) plt.xticks(theta,properties) plt.fill(theta,values)
運行結(jié)果：
注意事項：
- 因為
polar并不會完成線條的閉合繪制，所以我們在繪制的時候需要在theta中和values中在最后多重復添加第0個位置的值，然后在繪制的時候就可以和第1個點進行閉合了。 polar只是繪制線條，所以如果想要把里面進行顏色填充，那么需要調(diào)用fill函數(shù)來實現(xiàn)。polar默認的圓圈的坐標是角度，如果我們想要改成文字顯示，那么可以通過xticks來設(shè)置。
到此這篇關(guān)于Python進階Matplotlib庫圖繪制的文章就介紹到這了,更多相關(guān)Python Matplotlib庫內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
python實現(xiàn)自動登錄人人網(wǎng)并采集信息的方法
這篇文章主要介紹了python實現(xiàn)自動登錄人人網(wǎng)并采集信息的方法,涉及Python模擬登陸及正則匹配的相關(guān)技巧,需要的朋友可以參考下2015-06-06
python利用pd.cut()和pd.qcut()對數(shù)據(jù)進行分箱操作
本文主要介紹了python利用pd.cut()和pd.qcut()對數(shù)據(jù)進行分箱操作，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2022-06-06
對web.py設(shè)置favicon.ico的方法詳解
今天小編就為大家分享一篇對web.py設(shè)置favicon.ico的方法詳解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-12-12
這篇文章主要為大家詳細介紹了如何利用python實現(xiàn)獲取域名ssl證書信息和到期時間,文中的示例代碼講解詳細,感興趣的小伙伴可以跟隨小編一起了解一下2023-09-09
這篇文章主要介紹了TensorFlow2之大幅提高模型準確率，本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2021-09-09
Python設(shè)計模式中的結(jié)構(gòu)型橋接模式
這篇文章主要介紹了Python設(shè)計模式中的結(jié)構(gòu)型橋接模式，橋接模式即Bridge?Pattern，將抽象部分與它的實現(xiàn)部分分離，使它們都可以獨立地變化.下面來看看文章的詳細內(nèi)容介紹吧2022-02-02
用python一行代碼得到數(shù)組中某個元素的個數(shù)方法
今天小編就為大家分享一篇用python一行代碼得到數(shù)組中某個元素的個數(shù)方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-01-01
這篇文章主要介紹了Python 實現(xiàn)鏈表實例代碼的相關(guān)資料,需要的朋友可以參考下2017-04-04
Python獲取時間范圍內(nèi)日期列表和周列表的函數(shù)
這篇文章主要介紹了Python獲取時間范圍內(nèi)日期列表和周列表的函數(shù)，文中給大家提到了python獲取日期的周數(shù) ,需要的朋友可以參考下2019-08-08
python3?字符串str和bytes相互轉(zhuǎn)換
這篇文章主要介紹了python3?字符串str和bytes相互轉(zhuǎn)換，在文件傳輸過程中，通常使用bytes格式的數(shù)據(jù)流，而代碼中通常用str類型，因此str和bytes的相互轉(zhuǎn)換就尤為重要，下文詳細介紹需要的小伙伴可以參考一下2022-03-03