1、
import matplotlib.pyplot as plt
| Function | Description |
|---|---|
| plt.figure(figsize,dpi,facecolor,edgecolor,frameon) |
Create a new figure： figsize（寬度，高度，單位：英寸），默認rcParams[figure.figsize]：[6.4,4.8]；確保圖片有一個確定的大小以及存儲到硬盤時的長寬比； dpi：圖的分辨率，整數，默認rcParams[figure.dpi]: 100； facecolor：背景顏色，默認rcParams[figure.facecolor]:'w'； edgecolor：邊框顏色，默認rcParams[figure.facecolor]:'w'； frameon：bool，默認True，若False則禁止繪製圖形框； return：Figure |
| plt.subplot() |
在當前圖形上添加子圖： |
| plt.subplots(nrows,ncols,sharex,sharey,subplot_kw) |
創建一個圖和一組子圖： nrows：子圖的行數；ncols：子圖的列數； sharex:所有子圖使用相同的x軸刻度，調整xlim會影響所有子圖； sharey：所有子圖使用相同的y軸刻度，調整ylim會影響所有子圖； subplot_kw：傳入add_subplot的關鍵字參數字典，用於生成子圖； |
|
plt.subplots_adjust(left=None, bottom=None, right=None,top=None, wspace=None, hspace=None) |
調整子圖佈局： wspace和hspace分別控制圖片的寬度和高度百分比，用作子圖間的間距； |
| plt.xlabel(xlabel)、plt.ylabel(ylabel) |
設置x軸、y軸標籤： xlabel：str，標籤文本； ylabel：str，標籤文本； |
| plt.xticks(ticks,labels,rotation) |
獲取或設置當前x軸的當前刻度位置和標籤： ticks：刻度，xtick位置列表； labels：標籤，放置在給定刻度線位置的標籤； rotation：刻度旋轉的角度； return：x刻度位置列表、xlabel Text對象列表； |
| plt.yticks(ticks,labels) |
獲取或設置當前y軸的當前刻度位置和標籤： ticks：刻度，ytick位置列表； labels：標籤，放置在給定刻度線位置的標籤； return：y刻度位置列表、ylabel Text對象列表； |
| plt.xlim()、plt.ylim() |
獲取或設置當前軸的x極限、y極限： return：新x軸極限的元組 |
| plt.xscale(value) |
設置x軸比例： value：{“ linear”，“ log”，“ symlog”，“ logit”，...}要應用的軸比例類型； |
| plt.title(label,loc) |
設置標題： label：標題文本；loc：{'center', 'left', 'right'}，默認center |
| plt.text() | 向軸添加文本： |
| plt.annotate() | 用文本text註釋點xy： |
| plt.arrow() | 向軸添加箭頭： |
| plt.figtext() | 在圖上添加文本： |
| plt.imsave() | 將數組另存爲圖像文件： |
| plt.draw() | 重畫當前圖形： |
| plt.legend(loc) |
繪製圖例： loc：best、upper right、upper left、lower left、lower right、right、center left、center right、lower center、upper center、center； |
| plt.vlines() | 繪製垂直線 |
| plt.rc() | 設置當前的rc參數: |
| plt.savefig() | 保存當前圖形： |
| plt.grid() | 繪製網格線： |
| plt.show() |
顯示所有圖形： |
| plt.close() | 關閉圖形窗口： |
2、繪圖
| Function | Description |
|---|---|
| plt.plot() | 繪製折線圖： |
| plt.scatter() | 繪製散點圖： |
| plt.pie() | 繪製餅圖： |
| plt.hist(x,bins,) |
繪製直方圖：
|
| plt.bar(x,height,width=0.8,bottom,aligh='center') |
繪製條形圖： x：條形的x座標； width：條的寬度，默認0.8；height：條高； left：條形圖底的y座標； aligh：{'center'，'edge'}，默認：'center'，基準與x座標對齊； |
| plt.barh(y,width,height=0.8,left,aligh='center') |
繪製水平條形圖： y：條形的y座標； width：條的寬度；height：條高； left：條形圖左側的x座標； aligh：{'center'，'edge'}，默認：'center'，基準與y座標對齊； |
| plt.box() | |
| plt.boxplot(x,) | 繪製盒圖： |
| plt.violinplot() | 繪製小提琴圖： |
3、繪圖實例：
（1）簡單圖形
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
unrate=pd.read_csv("UNRATE.csv")
unrate["MONTH"]=unrate["DATE"].dt.month
fig=plt.figure(figsize=(8,5),dpi=80)
colors=["red","cyan","yellow","blue","black"]
for i in range(len(colors)):
plt.plot(unrate[12*i:12*(i+1)]["MONTH"],unrate[12*i:12*(i+1)]["VALUE"],c=colors[i],label=str(1948+i))
plt.legend(loc="best")
plt.xlabel('Month, Integer')
plt.ylabel('Unemployment Rate, Percent')
plt.title('Monthly Unemployment Trends, 1948-1952')
plt.savefig("month-rate.png")
plt.show()
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
unrate=pd.read_csv("UNRATE.csv")
unrate["MONTH"]=unrate["DATE"].dt.month
fig=plt.figure(figsize=(8,5),dpi=80)
colors=["red","cyan","yellow","blue","black"]
for i in range(len(colors)):
plt.plot(unrate[12*i:12*(i+1)]["MONTH"],unrate[12*i:12*(i+1)]["VALUE"],c=colors[i],label=str(1948+i))
plt.legend(loc="best")
plt.xlabel('Month, Integer')
plt.ylabel('Unemployment Rate, Percent')
plt.title('Monthly Unemployment Trends, 1948-1952')
plt.savefig("month-rate.png")
plt.show()
import numpy as np
import matplotlib.pyplot as plt
t = np.arange(0.0,2.0,0.01)
s = 1+np.sin(2*np.pi*t)
fig,ax = plt.subplots()
ax.plot(t,s)
ax.set(xlabel='time (s)', ylabel='voltage (mV)',
title='About as simple as it gets, folks')
ax.grid()
fig.savefig("test.png")
plt.show()
（2）子圖
import matplotlib.pyplot as plt
fig = plt.figure()
ax1 = fig.add_subplot(2,2,1)
ax2 = fig.add_subplot(2,2,2)
ax4 = fig.add_subplot(2,2,4)