matplotlib.pyplot库笔记

matplotlib.pyplot库的介绍pyplot的plot函数pyplot的中文显示:(pyplot不默认支持中文显示)pyplot的文本显示函数:(latex排版系统)pyplot的子绘图区域pyplot基础图表函数概述pyplot饼图的绘制pyplot直方图的绘制pyplot极坐标的绘制pyplot散点图的绘制

1.import matplotlib.pyplot as plt(模块别名)			导入matplotlib.pyplot
2.plt.savefig(fname，dpi=None)                  	将输出图形存储为文件，默认png格式，dpi可修改输出质量
3.plt.axis([Xmin, Xmax, Ymin, Ymax])	        	指定输出坐标轴的范围

plt.plot(x, y, format_string, **kwargs)
	x:			X轴数据，列表或数组，可选
	y:			Y轴数据，列表或数组
	format_string:	控制曲线的格式字符串，可选
		由颜色字符、风格字符和标记字符组成
		color:			    控制颜色，color=’green’
		linestyle:		    线条风格，linestyle=’dashed’
		marker:			    标记风格，marker=’o’
		markerfacecolor:    标记颜色，markerfacecolor=’blue’
		markersize:		    标记尺寸，markersize=20
		......
	**kwargs:	第二组或更多(x, y, format_string)
	(当绘制多条曲线时，各条曲线的x不能省)

1.matplotlib.rcParams[‘font.family’] = ‘SimHei’
	(用rcParams修改字体实现，会改变全局的字体)
	‘font.family’:		用于显示字体的名字
	‘font.style’:		字体风格，正常’normal’或斜体‘italic’
	‘font.size’:		字体大小，整数字号或者’large’、’x-smail’
2.plt.xlabel(‘横轴：时间’, fontproperties=’SimHei’, fontsize=20)
	(在有中文输出的地方，增加一个属性：fontproperties)

1.plt.xlabel()			对X轴增加文本标签
2.plt.ylabel()			对Y轴增加文本标签
3.plt.title()			对图形整体增加文本标签
4.plt.text()			在任意位置增加文本
5.plt.annotate(s, xy=arrow_crd, xytext=text_crd, arrowprops=dict)
					(在图形中增加带箭头的注解)
	s:			    文本
	xy:			    箭头所在位置
	xytext:		    文本所在位置
	arrowprops:	    字典类型，包含一些箭头的属性

1.plt.subplot(nrows, ncols, plot_number)
2.plt.subplot2grid(GridSpec, CurSpec, colspan=1, rowspan=1)
	理念：设定网格，选中网格，确定选中行列区域数量，编号从0开始
	GridSpec:			    设定网格
	CurSpec:				先选中第一个网格
	colspan、rowspan:	    确定选中的第一个网格在行和列上的延申
3.GridSpec类
	import matplotlib.gridspec as gridspec
	gs = gridspec.GridSpec(3,3)
	ax1 = plt.subplot(gs[0, :])
	ax2 = plt.subplot(gs[1, :-1])
	ax3 = plt.subplot(gs[1:, -1])

1.plt.boxplot(data, notch, position)		绘制一个箱型图
2.plt.bar(left, height, width, bottom)		绘制一个条形图
3.plt.barh(width, bottom, left, height)		绘制一个横向条形图
4.plt.psd(x, NFFT=256, pad_to, Fs)		    绘制功率谱密度图
5.plt.specgram(x, NFFT=256, pad_to, F)	    绘制谱图
6.plt.cohere(x, y, NFFT=256, Fs)			绘制X-Y的相关性函数
7.plt.step(x, y, where)					    绘制步阶图
8.plt.contour(X, Y, Z, N)					绘制等值图
9.plt.vlines()							    绘制垂直图
10.plt.stem(x, y, linefmt, markerfmt)		绘制柴火图
11.plt.plot_date()						    绘制数据日期

plt.pie(data, explode)
import matplotlib.pyplot as plt
labels = 'Frogs', 'Hogs', 'Dogs', 'Logs'
sizes = [15, 30, 45, 10]
explode = (0, 0.1, 0, 0)
plt.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%', shadow=False, startangle=90)
plt.show()
sizes:			规定各部分尺寸
explode:		指出该突出的部分
labels:			给出每一部分的标签
autopct:		中间显示百分数的方式
shadow:			是否带有阴影
startangle:		饼图绘制的起始角度

plt.hist(x, bins, normed)	
	x:				数组
	bins:			直方的个数
    normed:	        为1时纵轴为直方中元素出现的概率，0时纵轴为元素出现的个数
	facecolor:		指定直方图的颜色

plt.polar(theta, r)

plt.scatter()