Python模块之Matplotlib

Matplotlib

seaborn: 基于Matplotlib的高层会图库

import matplotlib.pyplot as plt

三层结构

1. 容器层

   1. Canvas：画布
   2. Figure：图
   3. Axes：座标系，绘图区

   特点：

   • 一个figure(画布)可以包含多个axes(座标系/绘图区)，但是一个axes只能属于一个figure。
   • 一个axes(座标系/绘图区)可以包含多个axis(座标轴)，包含两个即为2d座标系，3个即为3d座标系

2. 辅助显示层

Axes外观(facecolor)、边框线(spines)、座标轴(axis)、座标轴名称(axis label)、座标轴刻度(tick)、座标轴刻度标签(tick label)、网格线(grid)、图例(legend)、标题(title)

2. 图像层

   Axes内通过plot、scatter、bar、histogram、pie等函数根据数据绘制出的图像。

基础绘图

• plt.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True, FigureClass=<class ‘matplotlib.figure.Figure’>, clear=False, **kwargs

  • 创建画布, 返回figure对象
  • num: 编号
  • figsize: 大小.默认是(6.4, 4.8)
  • dpi: 分辨率.默认是100
  • facecolor: 背景颜色. 默认是w 白色
  • edgecolor: 边框颜色.默认是w 白色
  • frameon: 边框. False 不绘制边框
  • clear: 清除

• plt.savefig(fname, dpi=None, facecolor=‘w’, edgecolor=‘w’,
  orientation=‘portrait’, papertype=None, format=None,
  transparent=False, bbox_inches=None, pad_inches=0.1,
  frameon=None, metadata=None)

  • 保存图片到指定路径
  • plt.show()会释放figure资源, 必须在show之前保存

• plt.show()

  • 显示图片

• plt.xticks(ticks=None, labels=None, **kwargs)

  • 获取或设置x轴的当前刻度

  # 设置刻度和标签
  plt.xticks(np.arange(0, 1, step=0.2))
  # 获取刻度和标签
  locs, labels = plt.xticks()
  

• plt.yticks()

  • 获取或设置y轴的当前刻度

• plt.xlabel(xlabel, fontdict=None, labelpad=None, **kwargs)

  • 设置x轴的标签

• plt.xlabel(xlabel, fontdict=None, labelpad=None, **kwargs)

  • 设置y轴的标签

• plt.title(label, fontdict=None, loc=‘center’, pad=None, **kwargs)

  • 设置标题

• plt.legend(*args, **kwargs)

  • 设置图例
  • loc: 图例位置. best 自动选择最好的位置

  Location String	Location Code
  ‘best’	0
  ‘upper right’	1
  ‘upper left’	2
  ‘lower left’	3
  ‘lower right’	4
  ‘right’	5
  ‘center left’	6
  ‘center right’	7
  ‘lower center’	8
  ‘upper center’	9
  ‘center’	10

• plt.plot(*args, scalex=True, scaley=True, data=None, **kwargs)

  • 显示图像
  • x,y: x/y值, 类数组/标量
  • fmt\ 定义参数的快捷方法,包括颜色color/线型linestyle/标记marker
  • 与fmt冲突时，关键字参数优先

  # 效果相同
  plot(x, y, 'go--')
  plot(x, y, color='green', marker='o', linestyle='--')
  

  • data: 可索引对象. 需要一并选择标签名称在对应的x/y轴绘制

• 在同一座标系当中的不同图形, 多次plot即可

折线图

# 数据
x = range(60)
y_sh = [random.uniform(15, 18) for _ in x]
y_bj = [random.uniform(1, 3) for _ in x]
# 画布
plt.figure(figsize=(20, 8), dpi=80)
# 显示
plt.plot(x, y_sh)
# 座标轴刻度
plt.xticks(x[::5], [f'11点{i}分' for i in x][::5])
plt.yticks(range(40)[::5])
# 网格
plt.grid(True, linestyle='--', alpha=.5)
# 描述
plt.xlabel('时间')
plt.ylabel('温度')
plt.title("中午11点0分到12点之间的温度变化图示")

散点图

柱状图

直方图

饼图