- 不引入当然用不了
# 在命令行输入pip install matplotlib import matplotlib # 查看版本号 print(matplotlib.__version__)
PyPlot
大多数Matplotlib实用程序都位于pyplot子模块下，通常以plt别名导入
绘图 绘制x和y点- xpoints代表各个点的横坐标
- ypoints代表各个点的纵坐标
import numpy as np import matplotlib.pyplot as plt # 在图中从位置(0,0)到位置(6,250)画一条线 xpoints = np.array([0, 6]) ypoints = np.array([0, 250]) plt.plot(xpoints, ypoints) plt.show() # 不指定x轴的点，默认为0到1平均分 ypoints = np.array([0, 250]) plt.plot(ypoints) plt.show()
无线绘图
仅绘制标记点，可以使用快捷字符串符号参数 ‘o’ ,这意味着“环”
xpoints = np.array([0, 6]) ypoints = np.array([0, 250]) plt.plot(xpoints, ypoints,'o') plt.show()
多点
- 可以根据需要绘制任意数量的点，只需确保两个轴上的点数相同即可
- 连接线会按顺序连起来
xpoints = np.array([33, 7, 6, 13]) ypoints = np.array([3, 23, 88, 42]) plt.plot(xpoints, ypoints) plt.show()
标记
- 关键字：marker，用指定的标记强调每个点
xpoints = np.array([1, 3, 5, 7]) ypoints = np.array([3, 23, 88, 42]) # plt.plot(xpoints, ypoints, marker='o') plt.plot(xpoints, ypoints, marker='*') plt.show()
标记参考
颜色参考
| 字符 | 颜色 |
|---|---|
| ‘b’ | 蓝色 |
| ‘g’ | 绿色 |
| ‘r’ | 红色 |
| ‘c’ | 青色 |
| ‘m’ | 品红色 |
| ‘y’ | 黄色 |
| ‘k’ | 黑色 |
| ‘w’ | 白色 |
格式化字符串 fmt
- 格式：marker|line|color
xpoints = np.array([1, 3, 5, 7]) ypoints = np.array([3, 23, 88, 42]) plt.plot(xpoints, ypoints, 'o:r') plt.show()
标记尺寸
- 可以使用关键字markersize或者ms来设置标记的大小
xpoints = np.array([1, 3, 5, 7]) ypoints = np.array([3, 23, 88, 42]) plt.plot(xpoints, ypoints, 'o:r',ms='20') plt.show()
标记颜色
- 颜色允许使用十六进制颜色值(如：#4CAF50)，或者颜色名称(如：hotpink)
- 可以使用关键字markeredgecolor或者mec来设置标记的边缘颜色
xpoints = np.array([1, 3, 5, 7]) ypoints = np.array([3, 23, 88, 42]) plt.plot(xpoints, ypoints, 'o:r', ms='20', markeredgecolor='b') plt.show()边缘内颜色
- 可以使用关键字markerfacecolor或者mfc来设置标记的边缘颜色
线条
- 可以使用关键字linestyle或ls来更改线条样式
xpoints = np.array([1, 3, 5, 7]) ypoints = np.array([3, 23, 88, 42]) plt.plot(xpoints, ypoints, ls='dashed') plt.show()
简短语法与线条参考
dotted写成：
dashed写成–
xpoints = np.array([1, 3, 5, 7]) ypoints = np.array([3, 23, 88, 42]) plt.plot(xpoints, ypoints, ls='--') plt.show()
| 字符 | 描述 |
|---|---|
| ‘-’ | 实线样式 |
| ‘–’ | 短横线样式 |
| ‘-.’ | 点划线样式 |
| ‘:’ | 虚线样式 |
| ‘.’ | 点标记 |
| ‘,’ | 像素标记 |
| ‘o’ | 圆标记 |
| ‘v’ | 倒三角标记 |
| ‘^’ | 正三角标记 |
| ‘<’ | 左三角标记 |
| ‘>’ | 右三角标记 |
| ‘1’ | 下箭头标记 |
| ‘2’ | 上箭头标记 |
| ‘3’ | 左箭头标记 |
| ‘4’ | 右箭头标记 |
| ‘s’ | 正方形标记 |
| ‘p’ | 五边形标记 |
| ’*’ | 星形标记 |
| ‘h’ | 六边形标记 1 |
| ‘H’ | 六边形标记 2 |
| ‘+’ | 加号标记 |
| ‘x’ | X 标记 |
| ‘D’ | 菱形标记 |
| ‘d’ | 窄菱形标记 |
| ‘enter键上面那个键，与markdown表格冲突打不出来，理解万岁’ | 竖直线标记 |
| ‘_’ | 水平线标记 |
线条颜色
- 使用关键字color或c来设置线条颜色，内容与标记颜色一样
线条宽度
- 使用关键字linewidth或lw来设置线条宽度
- 该值是一个浮点数，以磅为单位
xpoints = np.array([1, 3, 5, 7]) ypoints = np.array([3, 23, 88, 42]) plt.plot(xpoints, ypoints, lw='20.5') plt.show()
多条线
- 添加更多的plt.plot()函数来绘制任意数量的线
xpoints = np.array([1, 3, 5, 7]) ypoints1 = np.array([3, 23, 88, 42]) ypoints2 = np.array([78, 13, 44, 99]) plt.plot(xpoints, ypoints1) plt.plot(xpoints, ypoints2) plt.show()
标签与标题 设置标签
- 可以使用xlabel()和ylabel()函数为x轴y轴设置标签
- 使用前需要设置字体为楷体，见如下代码
# 设置字体为楷体
matplotlib.rcParams['font.sans-serif'] = ['KaiTi']
xpoints = np.array([1, 3, 5, 7])
ypoints = np.array([78, 13, 44, 99])
plt.plot(xpoints, ypoints)
plt.xlabel('时间节点')
plt.ylabel('收入')
plt.show()
设置标题
- 使用title()函数设置标题
设置标题和标签的字体属性
- 使用xlabel(),ylabel(),title()中的fontdict参数来设置字体属性
# 参数对应字体、颜色、大小
font1 = {'family': 'KaiTi', 'color': 'blue', 'size': 20}
font2 = {'family': 'KaiTi', 'color': 'darkred', 'size': 15}
xpoints = np.array([1, 3, 5, 7])
ypoints = np.array([78, 13, 44, 99])
plt.title('我是标题', fontdict=font1)
plt.xlabel('时间节点', fontdict=font1)
plt.ylabel('收入', fontdict=font2)
plt.plot(xpoints, ypoints)
plt.show()
标题的位置设定
- 使用title()中的loc参数来设置标题位置
- 合法值：“left”,“right”,“center”。默认为"center"
网格线 添加网格线
- 使用grid()函数添加网格线
xpoints = np.array([1, 3, 5, 7])
ypoints = np.array([78, 13, 44, 99])
plt.title('我是标题')
plt.xlabel('时间节点')
plt.ylabel('收入')
plt.grid()
plt.plot(xpoints, ypoints)
plt.show()
指定要显示的网格线
- 使用grid()函数中的axis轴参数来设置
- 合法值：“x”,“y”,“both”。默认为"both"
xpoints = np.array([1, 3, 5, 7])
ypoints = np.array([78, 13, 44, 99])
plt.title('我是标题')
plt.xlabel('时间节点')
plt.ylabel('收入')
plt.grid(axis='x')
plt.plot(xpoints, ypoints)
plt.show()
设置网格线的线属性
- 设置网格的线条属性：
plt.grid(color='color',linestyle='linestyle',linewidth='number')
多图 显示多个图
- 使用subplots()函数来显示多张图
- subplots(几行，几列，第几张子图)
- 在绘制plot函数之前使用
# 图一 xpoints = np.array([1, 3, 5, 7]) ypoints = np.array([78, 13, 44, 99]) plt.subplot(1, 2, 1) plt.plot(xpoints, ypoints) # 图二 xpoints = np.array([1, 3, 5, 7]) ypoints = np.array([18, 63, 4, 56]) plt.subplot(1, 2, 2) plt.plot(xpoints, ypoints) plt.show()
为整个图添加标题
- 使用suptitle()函数
- title()同样可以为每一张子图添加标题
散点图 创建散点图
- 使用scatter()函数绘制散点图
xpoints = np.array([1, 3, 5, 7]) ypoints = np.array([78, 13, 44, 99]) plt.scatter(xpoints, ypoints) plt.show()
颜色
- 统一颜色：同样是使用color或者c参数来设置颜色
- 为每一个点上色：只能使用c作参数，并且需要传入数量对应的颜色数组，如(colors = np.array(['red', 'green', 'gray', 'black']))
颜色图
- Matplotlib模块有许多可用的颜色图
- 颜色图就像一个颜色列表，里面每一种颜色都有一个范围从0到100的值
- "viridis"颜色图：
- 可以使用带有颜色图值的关键字参数cmap指定颜色图
- 此外还要创建一个包含值从0到100的数组，数量与散点图的点对应即可
xpoints = np.array([1, 3, 5, 7, 9, 11]) ypoints = np.array([78, 13, 44, 99, 150, 8]) colors = np.array([0, 20, 40, 60, 80, 100]) plt.scatter(xpoints, ypoints, c=colors, cmap='viridis') plt.colorbar() # 可以把颜色图展示在旁边 plt.show()
可用的颜色图
尺寸
- 使用s参数改变点的尺寸
- 可以统一改，也可以为每个点设置单独尺寸(类似颜色那样即可)
透明度
- 使用alpha参数调整点的透明度（如alpha=0.5即半透明）
- 可以统一改，也可以为每个点设置单独透明度(类似颜色那样即可)
组合颜色、大小和透明度
- 在点上组合具有不同大小的颜色图
x = np.random.randint(100, size=(100)) y = np.random.randint(100, size=(100)) colors = np.random.randint(100, size=(100)) sizes = 10 * np.random.randint(100, size=(100)) plt.scatter(x, y, c=colors, s=sizes, alpha=0.5, cmap='nipy_spectral') plt.colorbar() plt.show()
柱状图 创建柱状图
- 使用bar()函数绘制柱状图
x = np.array(["A", "B", "C", "D", "E", "F"]) y = np.array([78, 13, 44, 99, 150, 8]) plt.bar(x, y) plt.show()
水平柱状图
- 使用barh()函数即可
颜色
- 与plot同理
条形宽度和高度
- bar() 使用关键字width来设置宽度
- barh() 使用关键字height来设置高度
直方图
- 使用hist()函数创建直方图
- hist()使用一个数字数组作为参数
# 随机创建一个均值170，方差为10，数量为250的数组 x = np.random.normal(170, 10, 250) plt.hist(x) plt.show()
饼图 创建饼图
- 使用pie()函数绘制饼图
y = np.array([20, 20, 45, 15]) plt.pie(y) plt.show()
标签
- 使用label参数为饼图添加标签
my_labels = ["A", "B", "C", "D"] y = np.array([20, 20, 45, 15]) plt.pie(y, labels=my_labels) plt.show()
起始角度
- 默认起始角度位于x轴，但可以通过关键字startangle来更改
- startangle默认角度为0，以度为单位
分离指定的块
- 使用关键字explode实现分离一个块
- 必须是一个数组，每个块都要有值，值代表距离中心有多远
my_labels = ["A", "B", "C", "D"] y = np.array([20, 20, 45, 15]) my_explode = [0, 0, 0, 0.5] plt.pie(y, labels=my_labels, explode=my_explode) plt.show()
阴影
- 将关键字shadows设置为true即可
颜色
- 与plot同理
图例
- 使用legend()函数为每一块添加解释列表
my_labels = ["A", "B", "C", "D"] y = np.array([20, 20, 45, 15]) plt.pie(y, labels=my_labels) plt.legend() plt.show()
带标题的图例
- legend()函数里面可以传入带标题的图例，注意需要声明使用哪款字体
matplotlib.rcParams['font.sans-serif'] = ['KaiTi'] my_labels = ["A", "B", "C", "D"] y = np.array([20, 20, 45, 15]) plt.pie(y, labels=my_labels) plt.legend(title="我是图例标题") plt.show()
- 感谢您的观看，撒花
