IT教程 ·

Matplotlib数据可视化从入门到通晓(延续更新)

Vue中你可能认为是bug的情况原来是这样的

媒介

Matplotlib是一个壮大的可视化东西,是Python的绘图库,可与NumPy一同运用,供应了一种有用的MatLab 开源替换计划,用来绘图真的不要太香!

下面总结出经常使用的操纵以及技能,保证每一个例子的代码都能够直接拿来运转,而且延续更新!没错,今后新增添的招式都邑在这里更新!

一、怎样增加标题-title

import numpy as np
import matplotlib.pyplot as plt
x=np.arange(0,10)
plt.title('chenqionghe')
plt.plot(x,x*x)
plt.show()

Matplotlib数据可视化从入门到通晓(延续更新) IT教程 第1张

二、怎样增加笔墨-text

设置坐标和笔墨即可

import numpy as np
import matplotlib.pyplot as plt
x=np.arange(-10,11,1)
y=x*x
plt.plot(x,y)
plt.title('chenqionghe')
plt.text(-2.5,30,'function y=x*x')
plt.show()

Matplotlib数据可视化从入门到通晓(延续更新) IT教程 第2张

三、怎样增加解释-annotate

  • xy:为备注的坐标点
  • xytext:备注笔墨的坐标(默以为xy的位置)
  • arrowprops:在xy和xytext之间绘制一个箭头
import numpy as np
import matplotlib.pyplot as plt
x=np.arange(-10,11,1)
y=x*x
plt.title('chenqionghe')
plt.plot(x,y)
plt.annotate('chenqionghe is  a kind man',xy=(0,1),xytext=(-4,20),arrowprops={'headwidth':10,'facecolor':'r'})
plt.show()

Matplotlib数据可视化从入门到通晓(延续更新) IT教程 第3张

四、怎样设置坐标轴称号-xlabel/ylabel

import numpy as np
import matplotlib.pyplot as plt
x=np.arange(1,20)
plt.xlabel('chenqionghe')
plt.ylabel('muscle')
plt.plot(x,x*x)
plt.show()

Matplotlib数据可视化从入门到通晓(延续更新) IT教程 第4张

五、怎样增加图例-legend

import numpy as np
import matplotlib.pyplot as plt
plt.plot(x,x)
plt.plot(x,x*2)
plt.plot(x,x*3)
plt.plot(x,x*4)
# 直接传入legend
plt.legend(['chenqionghe','light','weight','baby'])
plt.show()

Matplotlib数据可视化从入门到通晓(延续更新) IT教程 第5张

六、怎样调解色彩-color

传色彩参数,支撑以下几种体式格局

import numpy as np
import matplotlib.pyplot as plt
x=np.arange(1,5)
#色彩的几种体式格局
plt.plot(x,color='g')
plt.plot(x+1,color='0.5')
plt.plot(x+2,color='#FF00FF')
plt.plot(x+3,color=(0.1,0.2,0.3))
plt.show()

Matplotlib数据可视化从入门到通晓(延续更新) IT教程 第6张

七、怎样切换线条款式-marker

更多款式检察

import numpy as np
import matplotlib.pyplot as plt
x=np.arange(1,5)
plt.plot(x,marker='o')
plt.plot(x+1,marker='>')
plt.plot(x+2,marker='s')
plt.show()

Matplotlib数据可视化从入门到通晓(延续更新) IT教程 第7张

八、怎样显现数学公式-mathtext

花样以下:
$作为入手下手和结束符,如$ omega $,中心的将解析出公式中的标记

import numpy as np
import matplotlib.pyplot as plt
plt.title('chenqionghe')
plt.xlim([1,8])
plt.ylim([1,5])
plt.text(2,4,r'$ alpha beta pi lambda omega $',size=25)
plt.text(4,4,r'$ sin(0)=cos(frac{pi}{2}) $',size=25)
plt.text(2,2,r'$ lim_{x rightarrow y} frac{1}{x^3} $',size=25)
plt.text(4,2,r'$ sqrt[4]{x}=sqrt{y} $',size=25)
plt.show()

Matplotlib数据可视化从入门到通晓(延续更新) IT教程 第8张

九、怎样显现网格-grid

import numpy as np
import matplotlib.pyplot as plt
x='chenqionghe','light','weigtht','baby'
y=[15,30,45,10]
plt.grid()
# 也能够设置色彩、线条宽度、线条款式
# plt.grid(color='g',linewidth='1',linestyle='-.')
plt.plot(x,y)
plt.show()

Matplotlib数据可视化从入门到通晓(延续更新) IT教程 第9张

十、怎样调解坐标轴刻度-locator_params

同时调解x轴和y轴:plt.locator_params(nbins=20)
只调解x轴:plt.locator_params(‘'x',nbins=20)
只调解y轴:plt.locator_params(‘'y',nbins=20)

示例代码

import numpy as np
import matplotlib.pyplot as plt
x=np.arange(0,30,1)
plt.plot(x,x)
# x轴和y轴离别显现20个
plt.locator_params(nbins=20)
plt.show()

Matplotlib数据可视化从入门到通晓(延续更新) IT教程 第10张

十一、怎样调解坐标轴局限-axis/xlim/ylim

  • axis:[0,5,0,10],x从0到5,y从0到10
  • xlim:对应参数有xmin和xmax,离别能调解最大值最小值
  • ylim:同xlim用法

示例代码

import numpy as np
import matplotlib.pyplot as plt
x=np.arange(0,30,1)
plt.plot(x,x*x)
#显现坐标轴,plt.axis(),4个数字离别代表x轴和y轴的最小坐标,最大坐标

#调解x为10到25
plt.xlim(xmin=10,xmax=25)
plt.plot(x,x*x)
plt.show()

Matplotlib数据可视化从入门到通晓(延续更新) IT教程 第11张

十二、怎样调解日期自适应-autofmt_xdate

有时候显现日期会堆叠在一同,异常不友好,挪用plt.gcf().autofmt_xdate(),将自动调解角度

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
x=pd.date_range('2020/01/01',periods=30)
y=np.arange(0,30,1)
plt.plot(x,y)
plt.gcf().autofmt_xdate()
plt.show()

Matplotlib数据可视化从入门到通晓(延续更新) IT教程 第12张

十三、怎样增加坐标轴-twinx

import numpy as np
import matplotlib.pyplot as plt
x=np.arange(1,20)
y1=x*x
y2=np.log(x)
plt.plot(x,y1)
# 增加一个坐标轴,默许0到1
plt.twinx()
plt.plot(x,y2,'r')
plt.show()

Matplotlib数据可视化从入门到通晓(延续更新) IT教程 第13张

十四、怎样添补地区-fill/fill_beween

fill添补函数地区

import numpy as np
import matplotlib.pyplot as plt
x=np.linspace(0,5*np.pi,1000)
y1=np.sin(x)
y2=np.sin(2*x)
plt.plot(x,y1)
plt.plot(x,y2)
plt.fill(x,y1,'g')
plt.fill(x,y2,'r')

plt.title('chenqionghe')
plt.show()

Matplotlib数据可视化从入门到通晓(延续更新) IT教程 第14张

fill_beween添补函数交织地区

import numpy as np
import matplotlib.pyplot as plt
plt.title('chenqionghe')
x=np.linspace(0,5*np.pi,1000)
y1=np.sin(x)
y2=np.sin(2*x)
plt.plot(x,y1)
plt.plot(x,y2)
plt.fill_between(x,y1,y2,where=y1>y2,interpolate=True)
plt.show()

Matplotlib数据可视化从入门到通晓(延续更新) IT教程 第15张

十五、怎样画一个添补好的外形-matplotlib.patche

种种外形参考

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.patches as mptaches
xy1=np.array([0.2,0.2])
xy2=np.array([0.2,0.8])
xy3=np.array([0.8,0.2])
xy4=np.array([0.8,0.8])

fig,ax=plt.subplots()

#圆形,指定坐标和半径
circle=mptaches.Circle(xy1,0.15)
ax.add_patch(circle)

#长方形
rect=mptaches.Rectangle(xy2,0.2,0.1,color='r')
ax.add_patch(rect)

#多边形
polygon=mptaches.RegularPolygon(xy3,6,0.1,color='g')
ax.add_patch(polygon)

# 椭圆
ellipse=mptaches.Ellipse(xy4,0.4,0.4,color='c')
ax.add_patch(ellipse)

ax.axis('equal')
plt.show()

Matplotlib数据可视化从入门到通晓(延续更新) IT教程 第16张

十六、怎样切换款式-plt.style.use

matplotlib支撑多种款式,能够经由过程plt.style.use切换款式,比方:

plt.style.use('ggplot')

输入plt.style.available能够检察一切的款式

plt.style.available
['seaborn-dark',
 'seaborn-darkgrid',
 'seaborn-ticks',
 'fivethirtyeight',
 'seaborn-whitegrid',
 'classic',
 '_classic_test',
 'fast',
 'seaborn-talk',
 'seaborn-dark-palette',
 'seaborn-bright',
 'seaborn-pastel',
 'grayscale',
 'seaborn-notebook',
 'ggplot',
 'seaborn-colorblind',
 'seaborn-muted',
 'seaborn',
 'Solarize_Light2',
 'seaborn-paper',
 'bmh',
 'tableau-colorblind10',
 'seaborn-white',
 'dark_background',
 'seaborn-poster',
 'seaborn-deep']

示例代码

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.patches as mptaches

plt.style.use('ggplot')

# 新建4个子图
fig,axes=plt.subplots(2,2)
ax1,ax2,ax3,ax4=axes.ravel()

# 第一个图
x,y=np.random.normal(size=(2,100))
ax1.plot(x,y,'o')

# 第二个图
x=np.arange(0,10)
y=np.arange(0,10)
colors=plt.rcParams['axes.prop_cycle']
length=np.linspace(0,10,len(colors))
for s in length:
    ax2.plot(x,y+s,'-')

# 第三个图
x=np.arange(5)
y1,y2,y3=np.random.randint(1,25,size=(3,5))
width=0.25    

ax3.bar(x,y1,width)
ax3.bar(x+width,y2,width)
ax3.bar(x+2*width,y3,width)

# 第四个图
for i,color in enumerate(colors):
    xy=np.random.normal(size=2)
    ax4.add_patch(plt.Circle(xy,radius=0.3,color=color['color']))
    
ax4.axis('equal')
plt.show()

默许款式
Matplotlib数据可视化从入门到通晓(延续更新) IT教程 第17张

切换成ggplot款式后

到这里,经常使用的技能已差不多,发起最好本身运转一下加深印象,更多技能能够看以下文章:

MySQL索引那些事

参与评论