Python Matplotlib數(shù)據(jù)可視化模塊使用詳解

更新時間：2022年11月21日 15:29:24 作者：切糕師學(xué)AI

matplotlib是基建立在python之上，適用于創(chuàng)建靜態(tài)，動畫和交互式可視化，通常與數(shù)據(jù)分析模塊pandas搭配使用，用于數(shù)據(jù)的分析和展示，適用于主流的操作系統(tǒng)，如Linux、Win、Mac

前言

為了將數(shù)據(jù)變成所有人都喜歡的圖形，就需要使用本文要介紹的數(shù)據(jù)可視化庫Matplotlib。當(dāng)然，還有很多類似的程序庫。但 Matplotlib 的功能更強大，而且可以很容易與Numpy、Pandas 等程序庫結(jié)合在一起使用。

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，便可以生成繪圖，直方圖，功率譜，條形圖，錯誤圖，散點圖等。學(xué)習(xí) Matplotlib，可讓數(shù)據(jù)可視化，更直觀的真實給用戶。使數(shù)據(jù)更加客觀、更具有說服力。 Matplotlib 是 Python的庫，又是開發(fā)中常用的庫。

1 matplotlib 開發(fā)環(huán)境搭建

如果使用的是 Anaconda Python 開發(fā) 環(huán) 境，那么Matplotlib 已經(jīng) 被集成進Anaconda，并不需要單獨安裝。

如果使用的是標準的Python 開發(fā)環(huán)境，可以使用下面的命令安裝 Matplotlib，語法格式如下：

pip install matplotlib

如果要了解 Matplotlib 更詳細的情況，請訪問官方網(wǎng)站。網(wǎng)址如下：https://matplotlib.org。

安裝完 Matplotlib 后，可以測試一下 Matplotlib 是否安裝成功。進入 Python 的環(huán)境使用下面的語句導(dǎo)入 matplotlib.pyplot 模塊。如果不出錯，就說明 Matplotlib 已經(jīng)安裝成功了。

import matplotlib.pyplot as plt

2 繪制基礎(chǔ)

在使用 Matplotlib 繪制圖形時，其中有兩個最為常用的場景。一個是畫點，一個是畫線。

pyplot 基本方法的使用如下。

2.1 繪制直線

在使用 Matplotlib 繪制線性圖時，其中最簡單的是繪制線圖。在下面的實例代碼中，使用 Matplotlib 繪制了一個簡單的直線。具體實現(xiàn)過程如下：

導(dǎo)入模塊 pyplot，并給它指定別名 plt，以免反復(fù)輸入 pyplot。在模塊 pyplot中包含很多用于生產(chǎn)圖表的函數(shù)。
將繪制的直線坐標傳遞給函數(shù) plot()。
通過函數(shù) plt.show()打開 Matplotlib 查看器，顯示繪制的圖形。

【示例 1】使用 matplotlib 根據(jù)兩點繪制一條線

import matplotlib.pyplot as plt 
#將(0,1)點和(2,4)連起來
plt.plot([0,2],[1,4])
plt.show()

2.2 繪制折線

在上述的實例代碼中，使用兩個坐標繪制一條直線，接下來使用平方數(shù)序列 1、4、9、16 和 25 來繪制一個折線圖。

【示例 2】使用 matplotlib 繪制折線圖

import matplotlib.pyplot as plt 
x=[1,2,3,4,5] 
squares=[1,4,9,16,25] 
plt.plot(x,squares)
plt.show()

2.3 設(shè)置標簽文字和線條粗細

在上面的實例直線結(jié)果不夠完美，開發(fā)者可以繪制的線條樣式進行靈活設(shè)置。例如：可以設(shè)置線條的粗細、設(shè)置文字等。

【示例 3】使用 matplotlib 繪制折線圖并設(shè)置樣

import matplotlib.pyplot as plt 
datas=[1,2,3,4,5] 
squares=[1,4,9,16,25]
plt.plot(datas,squares,linewidth=5) 
#設(shè)置線條寬度#設(shè)置圖標標題，并在坐標軸上添加標簽plt.title('Numbers',fontsize=24) 
plt.xlabel('datas',fontsize=14) 
plt.ylabel('squares',fontsize=14)
plt.show()

Matplotlib 默認情況不支持中文，可以使用以下簡單的方法來解決：

plt.rcParams['font.sans-serif']=['SimHei'] #用來正常顯示中文標簽

【示例 4】解決標簽、標題中的中文問題

import matplotlib.pyplot as plt
datas=[1,2,3,4,5]
squares=[1,4,9,16,25] 
plt.plot(datas,squares,linewidth=5) 
#設(shè)置線條寬度#設(shè)置中文亂碼問題
plt.rcParams['font.sans-serif'] = ['SimHei'] 
#設(shè)置圖標標題，并在坐標軸上添加標簽
plt.title('標題設(shè)置',fontsize=24) 
plt.xlabel('x 軸',fontsize=14)
plt.ylabel('y 軸',fontsize=14)
plt.show()

2.4 繪制一元二次方程的曲線 y=x^2

Matplotlib 有很多函數(shù)用于繪制各種圖形，其中 plot 函數(shù)用于曲線，需要將 200 個點的x 坐標和 Y 坐標分別以序列的形式傳入 plot 函數(shù)，然后調(diào)用 show 函數(shù)顯示繪制的圖形。一元二次方程的曲線。

【示例 5】使用 matplotlib 繪制一元二次方程曲線

import matplotlib.pyplot as plt 
#200 個點的 x 坐標
x=range(-100,100)
#生成 y 點的坐標
y=[i**2 for i in x ] 
#繪制一元二次曲線
plt.plot(x,y)
#調(diào)用 savefig 將一元二次曲線保存為 result.jpg
#plt.savefig('result.jpg') #如果直接寫成 plt.savefig('cos')  會生成 cos.png
plt.show()

2.5 繪制正弦曲線和余弦曲線

使用 plt 函數(shù)繪制任何曲線的第一步都是生成若干個坐標點（x,y），理論上坐標點是越多越好。本例取 0 到 10 之間 100 個等差數(shù)作為 x 的坐標，然后將這 100 個 x 坐標值一起傳入 Numpy 的 sin 和 cos 函數(shù)，就會得到 100 個 y 坐標值，最后就可以使用 plot 函數(shù)繪制正弦曲線和余弦曲線。

【示例 6】使用 matplotlib 繪制正弦曲線和余弦曲線

import matplotlib.pyplot as plt
import numpy as np
#生成 x 的坐標（0-10 的 100 個等差數(shù)列）
x=np.linspace(0,10,100)
sin_y=np.sin(x) 
#繪制正弦曲線
plt.plot(x,sin_y) 
#繪制余弦曲線
cos_y=np.cos(x) 
plt.plot(x,cos_y) 
plt.show()

上面的示例可以看到，調(diào)用兩次 plot 函數(shù)，會將 sin 和 cos 曲線繪制到同一個二維坐標系中，如果想繪制到兩張畫布中，可以調(diào)用 subplot()函數(shù)將畫布分區(qū)。

import matplotlib.pyplot as plt
import numpy as np
#將畫布分為區(qū)域，將圖畫到畫布的指定區(qū)域
x=np.linspace(1,10,100)
#將畫布分為 2 行 2 列，將圖畫到畫布的 1 區(qū)域
plt.subplot(2,2,1)
plt.plot(x,np.sin(x))
plt.subplot(2,2,3)
plt.plot(x,np.cos(x))
plt.show()

3 繪制散點圖

使用 scatter 函數(shù)可以繪制隨機點，該函數(shù)需要接收 x坐標和 y 坐標的序列。

【示例 8】使用 matplotlib 繪制 sin()函數(shù)的散點圖

import matplotlib.pyplot as plt
import numpy as np
#畫散點圖
x=np.linspace(0,10,100)
#生成 0 到 10 中 100 個等差數(shù)
plt.scatter(x,np.sin(x))
plt.show()

【示例 9】繪制 10 種大小 100 種顏色的散點圖

import matplotlib.pyplot as plt
import numpy as np
#  畫 10 種大小， 100 種顏色的散點圖
np.random.seed(0) 
x=np.random.rand(100) 
y=np.random.rand(100) 
colors=np.random.rand(100) 
size=np.random.rand(100)*1000
plt.scatter(x,y,c=colors,s=size,alpha=0.7)
plt.show()

作為線性圖的替代，可以通過向 plot() 函數(shù)添加格式字符串來顯示離散值。可以使用如表 2-2 格式化字符。

顏色的縮寫如下：

【示例 10】繪制不同種類不同顏色的線

import matplotlib.pyplot as plt 
import numpy as np
#不同種類不同顏色的線
x=np.linspace(0,10,100) 
plt.plot(x,x+0,'-g')	#實線  綠色
plt.plot(x,x+1,'--c')	#虛線 淺藍色
plt.plot(x,x+2,'-.k')	#點劃線 黑色
plt.plot(x,x+3,'-r')	#實線  紅色
plt.plot(x,x+4,'o')	#點   默認是藍色
plt.plot(x,x+5,'x')	#叉叉  默認是藍色
plt.plot(x,x+6,'d')	#磚石  紅色
plt.show()

【示例 11】添加圖例

#不同種類不同顏色的線并添加圖例
x=np.linspace(0,10,100)
plt.plot(x,x+0,'-g',label='-g')	#實線  綠色
plt.plot(x,x+1,'--c',label='--c')	#虛線 淺藍色
plt.plot(x,x+2,'-.k',label='-.k')	#點劃線 黑色
plt.plot(x,x+3,'-r',label='-r')	#實線  紅色
plt.plot(x,x+4,'o',label='o')	#點   默認是藍色
plt.plot(x,x+5,'x',label='x')	#叉叉  默認是藍色
plt.plot(x,x+6,'dr',label='dr')	#磚石  紅色
#添加圖例右下角 lower right	左上角 upper left  邊框  透明度  陰影  邊框?qū)挾?
plt.legend(loc='lower right',fancybox=True,framealpha=1,shadow=True,borderpad=1) 
plt.show()

4 繪制柱狀圖

使用 bar 函數(shù)可以繪制柱狀圖。柱狀圖需要水平的x 坐標值，以及每一個 x 坐標值對應(yīng)的 y 坐標值，從而形成柱狀的圖。柱狀圖主要用來縱向?qū)Ρ群蜋M向?qū)Ρ鹊?。例如，根?jù)年份對銷售收據(jù)進行縱向?qū)Ρ龋瑇坐標值就表示年份，y 坐標值表示銷售數(shù)據(jù)。

【示例 12】使用 bar()繪制柱狀圖，并設(shè)置柱的寬度

import matplotlib.pyplot as plt 
import numpy as np 
x=[1980,1985,1990,1995]
x_labels=['1980 年','1985 年','1990 年','1995 年']
y=[1000,3000,4000,5000]
plt.bar(x,y,width=3)
plt.rcParams['font.sans-serif']=['SimHei'] #用來正常顯示中文標簽
plt.xticks(x,x_labels) 
plt.xlabel('年份') 
plt.ylabel('銷量')
plt.title('根據(jù)年份銷量對比圖')
plt.show()

需要注意的是 bar 函數(shù)的寬度并不是像素寬度。bar 函數(shù)會根據(jù)二維坐標系的尺寸，以及 x 坐標值的多少，自動確定每一個柱的寬度，而 width 指定的寬度就是這個標準柱寬度的倍數(shù)。該參數(shù)值可以是浮點數(shù)，如 0.5，表示柱的寬度是標準寬度的 0.5 倍。

【示例 13】使用 bar()和 barh()函數(shù)繪制柱狀圖

import matplotlib.pyplot as plt 
import numpy as np 
np.random.seed(0) 
x=np.arange(5) 
y=np.random.randint(-5,5,5) 
print(x,y)
# 將畫布分隔成一行兩列
plt.subplot(1,2,1) 
#在第一列中畫圖
v_bar=plt.bar(x,y)
#在第一列的畫布中 0 位置畫一條藍線
plt.axhline(0,color='blue',linewidth=2) 
plt.subplot(1,2,2)
#barh 將 y 和 x 軸對換 豎著方向為 x 軸
h_bar=plt.barh(x,y,color='red')
#在第二列的畫布中 0 位置處畫藍色的線
plt.axvline(0,color='red',linewidth=2) 
plt.show()

【示例 14】對柱狀圖的部分柱狀設(shè)置顏色

import matplotlib.pyplot as plt 
import numpy as np 
np.random.seed(0) 
x=np.arange(5) 
y=np.random.randint(-5,5,5)
v_bar=plt.bar(x,y,color='lightblue')
for bar,height in zip(v_bar,y):
    if height<0:
        bar.set(edgecolor='darkred',color='lightgreen',linewidth=3)
plt.show()

【示例 15】使用 bar()繪制三天中三部電影的票房變化

import matplotlib.pyplot as plt 
import numpy as np
#三天中三部電影的票房變化
real_names=['千與千尋','玩具總動員 4','黑衣人：全球追緝']
real_num1=[5453,7548,6543] 
real_num2=[1840,4013,3421] 
real_num3=[1080,1673,2342]
#生成 x	第 1 天   第 2 天   第 3 天
x=np.arange(len(real_names))
x_label=['第{}天'.format(i+1) for i in range(len(real_names))]
#繪制柱狀圖#設(shè)置柱的寬度
width=0.3
plt.bar(x,real_num1,color='g',width=width,label=real_names[0])
plt.bar([i+width for i in x],real_num2,color='b',width=width,label=real_names[1]) 
plt.bar([i+2*width for i in x],real_num3,color='r',width=width,label=real_names[2]) 
plt.rcParams['font.sans-serif']=['SimHei'] #用來正常顯示中文標簽
#修改 x 坐標
plt.xticks([i+width for i in x],x_label)
#添加圖例plt.legend() #添加標題
plt.title('3 天的票房數(shù)')
plt.show()

5 繪制餅狀圖

pie 函數(shù)可以繪制餅狀圖，餅圖主要是用來呈現(xiàn)比例的。只要傳入比例數(shù)據(jù)即可。

【示例 16】繪制餅狀圖

#導(dǎo)入模塊
import matplotlib.pyplot as plt 
import numpy as np
#準備男、女的人數(shù)及比例
man=71351
woman=68187 
man_perc=man/(woman+man) 
woman_perc=woman/(woman+man) #添加名稱
labels=['男','女'] #添加顏色
colors=['blue','red'] #繪制餅狀圖  pie
plt.rcParams['font.sans-serif']=['SimHei'] #用來正常顯示中文標簽
# labels  名稱 colors：顏色，explode=分裂  autopct 顯示百分比
paches,texts,autotexts=plt.pie([man_perc,woman_perc],labels=labels,colors=colors,explode=(0,0.05),autopct='%0.1f%%')
#設(shè)置餅狀圖中的字體顏色
for text in autotexts:
	text.set_color('white')
#設(shè)置字體大小
for text in texts+autotexts:
	text.set_fontsize(20)
plt.show()

6 繪制直方圖

直方圖與柱狀圖的分格類似，都是由若干個柱組成，但直方圖和柱狀圖的含義卻有很大的差異。直方圖

是用來觀察分布狀態(tài)的，而柱狀圖是用來看每一個 X 坐標對應(yīng)的 Y 的值的。也就是說，直方圖關(guān)注的是分布，并不關(guān)心具體的某個值，而柱狀圖關(guān)心的是具體的某個值。使用 hist函數(shù)繪制直方圖。

【示例 17】繪制直方圖

import numpy as np
import matplotlib.pyplot as plt
#頻次直方圖，均勻分布
#正太分布
x=np.random.randn(1000) 
#畫正太分布圖
# plt.hist(x)
plt.hist(x,bins=100) #裝箱的操作，將 10 個柱裝到一起及修改柱的寬度
plt.show()

【示例 18】同一畫布繪制三個直方圖

import numpy as np
import matplotlib.pyplot as plt
#幾個直方圖畫到一個畫布中,第一個參數(shù)期望  第二個均值
x1=np.random.normal(0,0.8,1000) 
x2=np.random.normal(-2,1,1000) 
x3=np.random.normal(3,2,1000)
#參數(shù)分別是 bins：裝箱，alpha：透明度
kwargs=dict(bins=100,alpha=0.4) 
plt.hist(x1,**kwargs)
plt.hist(x2,**kwargs) 
plt.hist(x3,**kwargs) 
plt.show()

7 繪制等高線圖

【示例 19 】使用matplotlib 繪制等高線圖

#導(dǎo)入模塊
import matplotlib.pyplot as plt 
import numpy as np
x=np.linspace(-10,10,100)
y=np.linspace(-10,10,100)
#計算 x 和 y 的相交點 a
X,Y=np.meshgrid(x,y)
# 計算 Z 的坐標
Z=np.sqrt(X**2+Y**2) 
plt.contourf(X,Y,Z) 
plt.contour(X,Y,Z)
# 顏色越深表示值越小，中間的黑色表示 z=0.
plt.show()

8 繪制三維圖

使用 pyplot 包和 Matplotlib 繪制三維圖。

【示例 20】使用 Matplotlib 繪制三維圖

import matplotlib.pyplot as plt
#導(dǎo)入 3D 包
from mpl_toolkits.mplot3d import Axes3D
#創(chuàng)建 X、Y、Z 坐標
X=[1,1,2,2] 
Y=[3,4,4,3] 
Z=[1,100,1,1]
fig = plt.figure()
#  創(chuàng)建了一個 Axes3D 的子圖放到 figure 畫布里面
ax = Axes3D(fig) 
ax.plot_trisurf(X, Y, Z)
plt.show()