matplotlib簡(jiǎn)介

matplotlib是python中用于繪制2D圖像枯途，用于科學(xué)計(jì)算繪圖

基本繪圖函數(shù)說(shuō)明和例子

• barh(bottom, width, height=0.8, left=None, **kwargs)

  • 繪制矩形的邊界為：left,left+width,bottom,bottom+height
  • 參數(shù)：
    • bottom：標(biāo)量或數(shù)組，是條形圖的y軸
    • width：條形圖的每一個(gè)條形的寬
    • height：條形的高度逊彭，標(biāo)量序列，默認(rèn)是0.8
    • left：條形的左邊的邊界识虚，標(biāo)量序列檐束，一般是分類的類別
    • **kwargs:關(guān)鍵字參數(shù)，可以指定圖的格式般码，顏色等等
      • color：標(biāo)量或者數(shù)組搔驼，條形的顏色
      • edgecolor：邊界的顏色、
      • linewidth：線寬侈询，0就是不畫(huà)邊界
      • tick_label:string或者數(shù)組舌涨，默認(rèn)是None，刻度的文
      • xerr：標(biāo)量或者數(shù)組扔字，默認(rèn)是None囊嘉，如果不是None那么會(huì)畫(huà)出誤差線
      • yerr：類似與xerr
      • align：｛‘center’，‘edge’｝革为，如果是edge那么垂直條形圖條形會(huì)在刻度的左邊界扭粱，水平條形圖會(huì)對(duì)齊底對(duì)齊
      • log：默認(rèn)是False，軸長(zhǎng)度按照l(shuí)og來(lái)
  • 例子：

    import matplotlib.pyplot as plt
    import numpy as np
    import matplotlib.pyplot as plt
    
    
    plt.rcdefaults()
    fig, ax = plt.subplots()
    
    # Example data
    people = ('Tom', 'Dick', 'Harry', 'Slim', 'Jim')
    y_pos = np.arange(len(people))
    performance = 3 + 10 * np.random.rand(len(people))
    
    ax.barh(y_pos, performance, align='center',
            color='green')
    ax.set_yticks(y_pos) /指明y軸的刻度
    ax.set_yticklabels(people) ／指明刻度對(duì)應(yīng)的標(biāo)簽
    ax.invert_yaxis()  # 按照從上往下讀的順序
    ax.set_xlabel('Performance')
    ax.set_title('How fast do you want to go today?')
    
    plt.show()
    

• scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, edgecolors=None, **kwargs)

  • 繪制散點(diǎn)圖
  • 參數(shù)
    • x震檩，y：array-like
    • s：點(diǎn)的大小琢蛤，默認(rèn)rcParams['lines.markersize']**2
    • c:color 序列，當(dāng)是序列的時(shí)候抛虏，利用cmap博其，可以是RGB
    • marker：標(biāo)記格式，默認(rèn)'o'
    • cmap：默認(rèn)None迂猴，如果color序列是floa數(shù)組的話就調(diào)用Colormap慕淡，None：rcimage.cmap
    • norm：標(biāo)準(zhǔn)化color序列，當(dāng)且僅當(dāng)color是float數(shù)組
    • alpha：透明度
    • edgecolor：邊界的顏色
  • 例子：

  import matplotlib.pyplot as plt
  import numpy.random as random
  fig,ax=plt.subplots()
  for color in ['red','green','blue']:
      n=100
      x,y=random.randn(2,n)
      scale=200.0*random.rand(n) #標(biāo)記的大小
      plt.scatter(x,y,c=color,s=scale,alpha=0.5,edgecolor='none',label=color)
  
  ax.legend() #添加圖例
  ax.grid(True) #打開(kāi)網(wǎng)格
  plt.show()
  

• 箱線圖boxplot(x, notch=None, sym=None, vert=None, whis=None, positions=None, widths=None, patch_artist=None, bootstrap=None, usermedians=None, conf_intervals=None, meanline=None, showmeans=None, showcaps=None, showbox=None, showfliers=None, boxprops=None, labels=None, flierprops=None, medianprops=None, meanprops=None, capprops=None, whiskerprops=None, manage_xticks=True, autorange=False, zorder=None)

  • 繪制箱線圖沸毁，查看數(shù)據(jù)分布情況和判斷數(shù)據(jù)是否分布對(duì)稱
  • 參數(shù)
    • x：輸入數(shù)據(jù)峰髓，數(shù)組或者向量序列
    • notch：bool傻寂，默認(rèn)是False，如果是True携兵，那么就會(huì)生成帶有缺口的箱線圖疾掰，反映中位數(shù)的置信區(qū)間
    • sym：flier 點(diǎn)，如果是空字符串的話徐紧，那么不會(huì)顯示flier个绍，如果是None，那么默認(rèn)flier是‘b+’浪汪，如果想顯示更多flier的格式那么要使用flierprops關(guān)鍵字參數(shù)巴柿，flier：離群點(diǎn)
    • vert：bool 默認(rèn)True；如果是False死遭，那么箱線圖是水平广恢，True就是垂直
    • whis：float，String呀潭，sequence钉迷，默認(rèn)是1.5；確定正常數(shù)據(jù)的范圍（如果是序列）钠署，string=‘range’那么強(qiáng)迫圖覆蓋最大值到最锌反稀；如果是float的話谐鼎，那么邊界點(diǎn)是Q3+whis＊（Q3-Q1）
    • bootstrap：int
    • manage_xticks:bool 默認(rèn)是True舰蟆；當(dāng)是True的話，自動(dòng)調(diào)整標(biāo)簽和x軸范圍
    • meanline：bool 默認(rèn)False狸棍，如果是True身害，把均值也畫(huà)出來(lái)
  • 例子：

  import matplotlib.pyplot as plt
  import numpy as np
  
  # Random test data
  np.random.seed(123)
  all_data = [np.random.normal(0, std, 100) for std in range(1, 4)]
  
  fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(9, 4))
  
  # rectangular box plot
  bplot1 = axes[0].boxplot(all_data,
                           vert=True,   # vertical box aligmnent
                           patch_artist=True)   # fill with color
  
  # notch shape box plot
  bplot2 = axes[1].boxplot(all_data,
                           notch=True,  # notch shape
                           vert=True,   # vertical box aligmnent
                           patch_artist=True)   # fill with color
  
  # fill with colors
  colors = ['pink', 'lightblue', 'lightgreen']
  for bplot in (bplot1, bplot2):
      for patch, color in zip(bplot['boxes'], colors):
          patch.set_facecolor(color)
  
  # adding horizontal grid lines
  for ax in axes:
      ax.yaxis.grid(True)
      ax.set_xlabel('xlabel')
      ax.set_ylabel('ylabel')
  
  # add x-tick labels
  plt.setp(axes, xticks=[y+1 for y in range(len(all_data))],
           xticklabels=['x1', 'x2', 'x3', 'x4'])
  
  plt.show()
  

• 步階圖step(x, y, *args, **kwargs)

  • 步長(zhǎng)積累圖
  • 參數(shù)
    • x：數(shù)組，1-D草戈，一般遞增
    • y：數(shù)組塌鸯，1-D，一般遞增
    • where：｛'pre','post','mid'}
      pre：默認(rèn)唐片，x[i]到x[i+1]之間有水平y(tǒng)[i+1]
      post：間隔有水平y(tǒng)[i]
      mid:那么y對(duì)應(yīng)的點(diǎn)出現(xiàn)在間隔的中間
  • 例子：

  import numpy as np
  from numpy import ma
  import matplotlib.pyplot as plt
  
  x = np.arange(1, 7, 0.4)
  y0 = np.sin(x)
  y = y0.copy() + 2.5
  
  plt.step(x, y, label='pre (default)')
  
  y -= 0.5
  plt.step(x, y, where='mid', label='mid')
  
  y -= 0.5
  plt.step(x, y, where='post', label='post')
  
  y = ma.masked_where((y0 > -0.15) & (y0 < 0.15), y - 0.5)
  plt.step(x, y, label='masked (pre)')
  
  plt.legend()
  
  plt.xlim(0, 7)
  plt.ylim(-0.5, 4)
  
  plt.show()
  

• pyplot.stem(args,*kwargs)

  • 繪制莖葉圖
  • x：array-like
  • y:array-like
  • 可以利用linefmt,markerfmt,basefmt:指定baseline的格式丙猬，標(biāo)記的格式，線條的格式
  • 返回(markerline,stemline,baseline)
  • 例子：

  import matplotlib.pyplot as plt
  import numpy as np
  
  x = np.linspace(0.1, 2*np.pi, 10)
  markerline, stemlines, baseline = plt.stem(x, np.cos(x), '-.')
  plt.setp(baseline, 'color', 'r', 'linewidth', 2)
  
  plt.show()
  

• pyplot.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False)

  • 繪制餅圖费韭，反映部分占總體的比例
  • 參數(shù)
    • x：部分分別占總體的比例茧球，都是百分?jǐn)?shù)只是沒(méi)有百分號(hào)
    • explode：默認(rèn)None，不為空那么長(zhǎng)度肯定是len（x）揽思，如果其中一個(gè)不為0袜腥，其他為0說(shuō)明該部分需要稍微離開(kāi)總體一點(diǎn)见擦，數(shù)值指定離開(kāi)的比例
    • colors：None钉汗，或者color序列羹令，序列這顏色會(huì)循環(huán)填充部分
    • labels：各部分的名稱
    • autopct：string或function或None，作為數(shù)值標(biāo)注或者將數(shù)值輸出為指定格式
  • 例子：

  import matplotlib.pyplot as plt
  
  # Pie chart, where the slices will be ordered and plotted counter-clockwise:
  labels = 'Frogs', 'Hogs', 'Dogs', 'Logs'
  sizes = [15, 30, 45, 10]
  explode = (0, 0.1, 0, 0)  # only "explode" the 2nd slice (i.e. 'Hogs')
  
  fig1, ax1 = plt.subplots()
  ax1.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%',
          shadow=True, startangle=90)
  ax1.axis('equal')  # Equal aspect ratio ensures that pie is drawn as a circle.
  
  plt.show()
  

• pyplot.hist(x, bins=None, range=None, normed=False, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False, **kwargs)

  • 繪制直方圖
  • 參數(shù)
    • x：輸入值损痰，數(shù)組或者n維數(shù)組序列
    • bins：面元個(gè)數(shù) integer或者數(shù)組或者auto福侈，如果是Integer，那么將會(huì)產(chǎn)生bins+1 個(gè)面元
      數(shù)組卢未，那么面元時(shí)間可能不相等
    • range：面元的范圍肪凛，如果None，那么就是（x.min(),x.max())
    • normed:如果是True辽社，那么繪制頻率分布直方圖的時(shí)候伟墙，就會(huì)自動(dòng)高度=頻數(shù)／len(x)
    • cumulative:積累直方圖，默認(rèn)是False滴铅，如果是True那么繪制積累直方圖
    • stacked:默認(rèn)False戳葵，多個(gè)數(shù)據(jù)堆疊在一起，F(xiàn)alse：多個(gè)數(shù)據(jù)并排
    • histtype：{'bar','barstacked','step','stepfilled'}
      bar：條形
      barstacked:條形堆積圖
      step:生成一個(gè)線圖且沒(méi)有填充
      stepfilled：生成一個(gè)填充線圖
  • 例子：

  
  import numpy as np
  import matplotlib.pyplot as plt
  
  np.random.seed(0)
  
  mu = 200
  sigma = 25
  x = np.random.normal(mu, sigma, size=100)
  
  fig, (ax0, ax1) = plt.subplots(ncols=2, figsize=(8, 4))
  
  ax0.hist(x, 20, normed=1, histtype='stepfilled', facecolor='g', alpha=0.75)
  ax0.set_title('stepfilled')
  
  # Create a histogram by providing the bin edges (unequally spaced).
  bins = [100, 150, 180, 195, 205, 220, 250, 300]
  ax1.hist(x, bins, normed=1, histtype='bar', rwidth=0.8)
  ax1.set_title('unequal bins')
  
  fig.tight_layout()
  plt.show()