1、
import matplotlib.pyplot as plt
| Function | Description |
|---|---|
| plt.figure(figsize,dpi,facecolor,edgecolor,frameon) |
Create a new figure： figsize（宽度，高度，单位：英寸），默认rcParams[figure.figsize]：[6.4,4.8]；确保图片有一个确定的大小以及存储到硬盘时的长宽比； dpi：图的分辨率，整数，默认rcParams[figure.dpi]: 100； facecolor：背景颜色，默认rcParams[figure.facecolor]:'w'； edgecolor：边框颜色，默认rcParams[figure.facecolor]:'w'； frameon：bool，默认True，若False则禁止绘制图形框； return：Figure |
| plt.subplot() |
在当前图形上添加子图： |
| plt.subplots(nrows,ncols,sharex,sharey,subplot_kw) |
创建一个图和一组子图： nrows：子图的行数；ncols：子图的列数； sharex:所有子图使用相同的x轴刻度，调整xlim会影响所有子图； sharey：所有子图使用相同的y轴刻度，调整ylim会影响所有子图； subplot_kw：传入add_subplot的关键字参数字典，用于生成子图； |
|
plt.subplots_adjust(left=None, bottom=None, right=None,top=None, wspace=None, hspace=None) |
调整子图布局： wspace和hspace分别控制图片的宽度和高度百分比，用作子图间的间距； |
| plt.xlabel(xlabel)、plt.ylabel(ylabel) |
设置x轴、y轴标签： xlabel：str，标签文本； ylabel：str，标签文本； |
| plt.xticks(ticks,labels,rotation) |
获取或设置当前x轴的当前刻度位置和标签： ticks：刻度，xtick位置列表； labels：标签，放置在给定刻度线位置的标签； rotation：刻度旋转的角度； return：x刻度位置列表、xlabel Text对象列表； |
| plt.yticks(ticks,labels) |
获取或设置当前y轴的当前刻度位置和标签： ticks：刻度，ytick位置列表； labels：标签，放置在给定刻度线位置的标签； return：y刻度位置列表、ylabel Text对象列表； |
| plt.xlim()、plt.ylim() |
获取或设置当前轴的x极限、y极限： return：新x轴极限的元组 |
| plt.xscale(value) |
设置x轴比例： value：{“ linear”，“ log”，“ symlog”，“ logit”，...}要应用的轴比例类型； |
| plt.title(label,loc) |
设置标题： label：标题文本；loc：{'center', 'left', 'right'}，默认center |
| plt.text() | 向轴添加文本： |
| plt.annotate() | 用文本text注释点xy： |
| plt.arrow() | 向轴添加箭头： |
| plt.figtext() | 在图上添加文本： |
| plt.imsave() | 将数组另存为图像文件： |
| plt.draw() | 重画当前图形： |
| plt.legend(loc) |
绘制图例： loc：best、upper right、upper left、lower left、lower right、right、center left、center right、lower center、upper center、center； |
| plt.vlines() | 绘制垂直线 |
| plt.rc() | 设置当前的rc参数: |
| plt.savefig() | 保存当前图形： |
| plt.grid() | 绘制网格线： |
| plt.show() |
显示所有图形： |
| plt.close() | 关闭图形窗口： |
2、绘图
| Function | Description |
|---|---|
| plt.plot() | 绘制折线图： |
| plt.scatter() | 绘制散点图： |
| plt.pie() | 绘制饼图： |
| plt.hist(x,bins,) |
绘制直方图：
|
| plt.bar(x,height,width=0.8,bottom,aligh='center') |
绘制条形图： x：条形的x座标； width：条的宽度，默认0.8；height：条高； left：条形图底的y座标； aligh：{'center'，'edge'}，默认：'center'，基准与x座标对齐； |
| plt.barh(y,width,height=0.8,left,aligh='center') |
绘制水平条形图： y：条形的y座标； width：条的宽度；height：条高； left：条形图左侧的x座标； aligh：{'center'，'edge'}，默认：'center'，基准与y座标对齐； |
| plt.box() | |
| plt.boxplot(x,) | 绘制盒图： |
| plt.violinplot() | 绘制小提琴图： |
3、绘图实例：
（1）简单图形
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）子图
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)