Python中使用matplotlib繪制各類圖表示例詳解

更新時(shí)間：2023年10月07日 10:09:51 作者：東方雨傾

這篇文章主要給大家介紹了關(guān)于Python中使用matplotlib繪制各類圖表的相關(guān)資料,matplotlib是python的一個(gè)庫(kù),內(nèi)部?jī)?chǔ)存了大量的函數(shù)用于繪制圖像,通常會(huì)與pandas和numpy庫(kù)一起使用,平常我們通常只是用里面的pyplot模塊,需要的朋友可以參考下

折線圖

折線圖是一種用于表示數(shù)據(jù)隨時(shí)間、變量或其他連續(xù)性變化的趨勢(shì)的圖表。通過在橫軸上放置時(shí)間或如此類似的連續(xù)變量，可以在縱軸上放置數(shù)據(jù)點(diǎn)的值，從而捕捉到數(shù)據(jù)隨時(shí)間發(fā)生的變化。折線圖可以用于比較不同變量的趨勢(shì)，輕松地發(fā)現(xiàn)不同的變量之間的差異。

import matplotlib.pyplot as plt
import numpy as np
# 生成數(shù)據(jù)
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
# 創(chuàng)建一個(gè)繪圖窗口，大小為8x6英寸
plt.figure(figsize=(8, 6))
# 繪制折線圖
plt.plot(x, y1, label='sin(x)')
plt.plot(x, y2, label='cos(x)')
# 添加圖例，顯示在右上角
plt.legend(loc='upper right')
# 添加標(biāo)題和軸標(biāo)簽
plt.title('Sin and Cos functions')
plt.xlabel('x')
plt.ylabel('y')
# 顯示網(wǎng)格線
plt.grid(True)
# 保存圖像，支持多種格式，如PNG、PDF、SVG等
plt.savefig('line_plot.png', dpi=300)
# 顯示圖像
plt.show()

示例結(jié)果：

參數(shù)說明：

plt.figure(figsize=(8, 6))：創(chuàng)建一個(gè)大小為8x6英寸的繪圖窗口。
plt.plot(x, y1, label='sin(x)')：繪制折線圖，x和y1是數(shù)據(jù)點(diǎn)的x坐標(biāo)和y坐標(biāo)，label是該折線的標(biāo)簽，用于圖例中顯示。
plt.legend(loc='upper right')：添加圖例，loc參數(shù)指定圖例的位置，可以是字符串’upper right’等也可以是數(shù)字0~10。
plt.title('Sin and Cos functions')：添加標(biāo)題。
plt.xlabel('x')：添加x軸標(biāo)簽。
plt.ylabel('y')：添加y軸標(biāo)簽。
plt.grid(True)：顯示網(wǎng)格線。
plt.savefig('line_plot.png', dpi=300)：保存圖像到文件line_plot.png中，dpi參數(shù)指定輸出分辨率。

柱狀圖

柱狀圖是一種用于比較不同組數(shù)據(jù)之間差異的圖表。它通過將每個(gè)數(shù)據(jù)組的值表示為柱形的高度來顯示差異。柱狀圖可用于比較不同分類數(shù)據(jù)的數(shù)量、頻率或比率，用于顯示該類別數(shù)據(jù)的相對(duì)大小。

import matplotlib.pyplot as plt
import numpy as np
# 生成數(shù)據(jù)
x = ['A', 'B', 'C', 'D', 'E']
y1 = [3, 7, 2, 5, 9]
y2 = [5, 2, 6, 3, 1]
# 創(chuàng)建一個(gè)繪圖窗口，大小為8x6英寸
plt.figure(figsize=(8, 6))
# 繪制柱狀圖
plt.bar(x, y1, color='lightblue', label='Group 1')
plt.bar(x, y2, color='pink', bottom=y1, label='Group 2')
# 添加圖例，顯示在右上角
plt.legend(loc='upper right')
# 添加標(biāo)題和軸標(biāo)簽
plt.title('Bar Plot')
plt.xlabel('Category')
plt.ylabel('Value')
# 顯示圖像
plt.show()

示例結(jié)果：

柱狀圖

參數(shù)說明：

plt.bar(x, y1, color='lightblue', label='Group 1')：繪制柱狀圖，x是類別列表，y1是每個(gè)類別對(duì)應(yīng)的值，label是該組數(shù)據(jù)的標(biāo)簽，用于圖例中顯示。color參數(shù)指定柱狀圖的顏色。
plt.bar(x, y2, color='pink', bottom=y1, label='Group 2')：繪制第二組數(shù)據(jù)的柱狀圖，bottom參數(shù)指定該組數(shù)據(jù)的底部位置。
plt.legend(loc='upper right')：添加圖例，loc參數(shù)指定圖例的位置，可以是字符串’upper right’等也可以是數(shù)字0~10。
plt.title('Bar Plot')：添加標(biāo)題。
plt.xlabel('Category')：添加x軸標(biāo)簽。
plt.ylabel('Value')：添加y軸標(biāo)簽。

直方圖

直方圖用于展示數(shù)據(jù)的分布情況，通常用于分析數(shù)據(jù)集的偏態(tài)和峰態(tài)等特征。

import matplotlib.pyplot as plt
import numpy as np
# 生成隨機(jī)數(shù)據(jù)
np.random.seed(42)
data = np.random.normal(size=1000)
# 繪制直方圖
fig, ax = plt.subplots()
ax.hist(data, bins=30, density=True, alpha=0.5, color='blue')
# 設(shè)置圖表標(biāo)題和坐標(biāo)軸標(biāo)簽
ax.set_title('Histogram of Random Data', fontsize=16)
ax.set_xlabel('Value', fontsize=14)
ax.set_ylabel('Frequency', fontsize=14)
# 設(shè)置坐標(biāo)軸刻度標(biāo)簽大小
ax.tick_params(axis='both', which='major', labelsize=12)
# 顯示圖表
plt.show()

示例結(jié)果：

參數(shù)說明：

data：要繪制的數(shù)據(jù)集。
bins：直方圖中的箱數(shù)。
density：是否將頻數(shù)轉(zhuǎn)換為概率密度。
alpha：直方圖的透明度。
color：直方圖的顏色。
ax.set_title()：設(shè)置圖表標(biāo)題。
ax.set_xlabel()：設(shè)置x軸標(biāo)簽。
ax.set_ylabel()：設(shè)置y軸標(biāo)簽。
ax.tick_params()：設(shè)置坐標(biāo)軸刻度標(biāo)簽的大小。

餅圖

餅圖用于展示數(shù)據(jù)的占比情況，通常用于比較不同類別或部分之間的占比情況。

import matplotlib.pyplot as plt
# 生成數(shù)據(jù)
labels = ['A', 'B', 'C', 'D']
sizes = [15, 30, 45, 10]
colors = ['red', 'green', 'blue', 'yellow']
# 繪制餅圖
fig, ax = plt.subplots()
ax.pie(sizes, labels=labels, colors=colors, autopct='%1.1f%%', startangle=90)
# 設(shè)置圖表標(biāo)題
ax.set_title('Pie Chart of Data', fontsize=16)
# 顯示圖表
plt.show()

示例結(jié)果：

參數(shù)說明：

labels：數(shù)據(jù)的類別標(biāo)簽。
sizes：數(shù)據(jù)的占比。
colors：數(shù)據(jù)的顏色。
autopct：占比的顯示格式。
startangle：餅圖的起始角度。
ax.set_title()：設(shè)置圖表標(biāo)題。

括線圖

括線圖是一種用于比較不同組數(shù)據(jù)分布情況的圖表。它用于顯示數(shù)據(jù)的中位數(shù)、上下四分位數(shù)、最小值和最大值，可以幫助我們了解數(shù)據(jù)分布的形狀、位置和離散程度。在括線圖中，每個(gè)箱子代表數(shù)據(jù)的25%～75%分位數(shù)，中位線是每個(gè)箱子中的中位數(shù)，普通線是每個(gè)箱子之外的最小值和最大值。

import matplotlib.pyplot as plt
# 生成數(shù)據(jù)
data = [[3.4, 4.1, 3.8, 2.0], [2.3, 4.5, 1.2, 4.3]]
# 創(chuàng)建一個(gè)繪圖窗口，大小為8x6英寸
plt.figure(figsize=(8, 6))
# 繪制括線圖
bp = plt.boxplot(data, widths=0.5, patch_artist=True, notch=True)
# 設(shè)置每個(gè)箱線圖的顏色和填充
for patch, color in zip(bp['boxes'], ['lightblue', 'pink']):
    patch.set_facecolor(color)
# 添加標(biāo)題和軸標(biāo)簽
plt.title('Box Plot')
plt.xlabel('Group')
plt.ylabel('Data')
# 顯示圖像
plt.show()

示例結(jié)果：

參數(shù)說明：

plt.boxplot(data, widths=0.5, patch_artist=True, notch=True)：繪制括線圖，data是一個(gè)包含兩個(gè)列表的列表，表示兩組數(shù)據(jù)。widths參數(shù)指定每個(gè)箱線圖的寬度，patch_artist參數(shù)指定使用補(bǔ)丁來填充箱線圖，notch參數(shù)指定繪制出箱線圖中的記分牌。
patch.set_facecolor(color)：設(shè)置每個(gè)箱線圖的顏色和填充，zip函數(shù)可以將兩個(gè)列表打包成一個(gè)元組，逐個(gè)取出元組的值。
plt.title('Box Plot')：添加標(biāo)題。
plt.xlabel('Group')：添加x軸標(biāo)簽。
plt.ylabel('Data')：添加y軸標(biāo)簽。

散點(diǎn)圖

散點(diǎn)圖是一種用于展示兩個(gè)變量之間關(guān)系的圖表。每個(gè)點(diǎn)代表一個(gè)數(shù)據(jù)點(diǎn)，它的位置由變量的值確定。散點(diǎn)圖可用于尋找變量之間的相關(guān)性，并顯示數(shù)據(jù)中的任何異常值或離群值。

import matplotlib.pyplot as plt
import numpy as np
# 生成數(shù)據(jù)
x = np.random.normal(size=100)
y = np.random.normal(size=100)
# 創(chuàng)建一個(gè)繪圖窗口，大小為8x6英寸
plt.figure(figsize=(8, 6))
# 繪制散點(diǎn)圖
plt.scatter(x, y, s=50, alpha=0.5)
# 添加標(biāo)題和軸標(biāo)簽
plt.title('Scatter Plot')
plt.xlabel('x')
plt.ylabel('y')
# 顯示圖像
plt.show()

示例結(jié)果：

[外鏈圖片轉(zhuǎn)存失敗,源站可能有防盜鏈機(jī)制,建議將圖片保存下來直接上傳(img-GM4O5nQt-1686898200230)(null)]

參數(shù)說明：

plt.scatter(x, y, s=50, alpha=0.5)：繪制散點(diǎn)圖，x和y是數(shù)據(jù)點(diǎn)的x坐標(biāo)和y坐標(biāo)，s指定點(diǎn)的大小，alpha指定點(diǎn)的透明度。
plt.title('Scatter Plot')：添加標(biāo)題。
plt.xlabel('x')：添加x軸標(biāo)簽。
plt.ylabel('y')：添加y軸標(biāo)簽。

箱線圖

箱線圖用于展示數(shù)據(jù)的分布情況和異常值等信息，通常用于比較不同數(shù)據(jù)集之間的差異。

import matplotlib.pyplot as plt
import numpy as np
# 生成隨機(jī)數(shù)據(jù)
np.random.seed(42)
data = np.random.normal(size=(100, 4), loc=0, scale=1.5)
# 繪制箱線圖
fig, ax = plt.subplots()
ax.boxplot(data, notch=True, sym='o', vert=True, whis=1.5)
# 設(shè)置圖表標(biāo)題和坐標(biāo)軸標(biāo)簽
ax.set_title('Boxplot of Random Data', fontsize=16)
ax.set_xlabel('Variable', fontsize=14)
ax.set_ylabel('Value', fontsize=14)
# 設(shè)置坐標(biāo)軸刻度標(biāo)簽大小
ax.tick_params(axis='both', which='major', labelsize=12)
# 顯示圖表
plt.show()

示例結(jié)果：

參數(shù)說明：

data：要繪制的數(shù)據(jù)集。
notch：是否繪制缺口。
sym：異常值的標(biāo)記形狀。
vert：是否垂直繪制箱線圖。
whis：箱線圖的須長(zhǎng)度，以四分位距的1.5倍為標(biāo)準(zhǔn)。
ax.set_title()：設(shè)置圖表標(biāo)題。
ax.set_xlabel()：設(shè)置x軸標(biāo)簽。
ax.set_ylabel()：設(shè)置y軸標(biāo)簽。
ax.tick_params()：設(shè)置坐標(biāo)軸刻度標(biāo)簽的大小。

熱力圖

熱力圖用于展示數(shù)據(jù)之間的關(guān)系和趨勢(shì)，通常用于分析二維數(shù)據(jù)的相關(guān)性和變化。

import matplotlib.pyplot as plt
import numpy as np
# 生成隨機(jī)數(shù)據(jù)
np.random.seed(42)
data = np.random.normal(size=(10, 10), loc=0, scale=1)
# 繪制熱力圖
fig, ax = plt.subplots()
im = ax.imshow(data, cmap='YlOrRd')
# 添加顏色條
cbar = ax.figure.colorbar(im, ax=ax)
cbar.ax.set_ylabel('Values', rotation=-90, va='bottom')
# 添加軸標(biāo)簽和標(biāo)題
ax.set_xticks(np.arange(len(data)))
ax.set_yticks(np.arange(len(data)))
ax.set_xticklabels(np.arange(1, len(data)+1))
ax.set_yticklabels(np.arange(1, len(data)+1))
ax.set_title('Heatmap of Random Data', fontsize=16)
# 顯示圖表
plt.show()

示例結(jié)果：

參數(shù)說明：

data：要繪制的數(shù)據(jù)集。
cmap：顏色映射，用于表示數(shù)據(jù)大小的顏色范圍。
ax.imshow()：繪制熱力圖。
cbar.ax.set_ylabel()：設(shè)置顏色條的標(biāo)簽。
ax.set_xticks()：設(shè)置x軸刻度標(biāo)簽。
ax.set_yticks()：設(shè)置y軸刻度標(biāo)簽。
ax.set_xticklabels()：設(shè)置x軸刻度標(biāo)簽的標(biāo)簽名。
ax.set_yticklabels()：設(shè)置y軸刻度標(biāo)簽的標(biāo)簽名。
ax.set_title()：設(shè)置圖表標(biāo)題。

樹狀圖

樹狀圖用于展示數(shù)據(jù)之間的層次結(jié)構(gòu)和關(guān)系，通常用于分析樹形結(jié)構(gòu)和組織架構(gòu)等問題。

import matplotlib.pyplot as plt
# 繪制樹狀圖
fig, ax = plt.subplots()
ax.barh('CEO', 1, color='black')
ax.barh('VP1', 0.8, left=1, color='gray')
ax.barh('VP2', 0.8, left=1, color='gray')
ax.barh('Manager1', 0.6, left=1.8, color='gray')
ax.barh('Manager2', 0.6, left=1.8, color='gray')
ax.barh('Manager3', 0.6, left=1.8, color='gray')
ax.barh('Supervisor1', 0.4, left=2.4, color='gray')
ax.barh('Supervisor2', 0.4, left=2.4, color='gray')
ax.barh('Supervisor3', 0.4, left=2.4, color='gray')
ax.barh('Staff1', 0.2, left=3.2, color='gray')
ax.barh('Staff2', 0.2, left=3.2, color='gray')
ax.barh('Staff3', 0.2, left=3.2, color='gray')
ax.barh('Staff4', 0.2, left=3.2, color='gray')
# 設(shè)置軸標(biāo)簽和標(biāo)題
ax.set_yticks([])
ax.set_xlim(0, 4)
ax.set_xlabel('Hierarchy', fontsize=14)
ax.set_title('Tree Diagram of Organization', fontsize=16)
# 顯示圖表
plt.show()

示例結(jié)果：