M
a
t
p
l
o
t
l
i
b
Matplotlib
Matplotlib 是一个
P
y
t
h
o
n
Python
Python 的
2
D
2D
2D 绘图库，与
N
u
m
P
y
NumPy
NumPy 联合使用。
- 一、Pyplot
- 1. 折线图
- 1.1 单条线
- 1.1.1 直线
- 1.1.2 折线
- 1.1.3 曲线
- 1.2 多条线
- 1.3 点
- 1.4 修饰
- 1.4.1 绘图标记
- 1.4.2 标记形状
- 1.4.3 线类型
- 1.4.4 颜色
- 1.4.5 线宽度
- 1.4.6 对标记进行修改
- 2.图表的修改
- 2.1 轴标签
- 2.2 标题
- 2.3 网格线
- 3.柱形图
- 修改样式：
- 4.饼图
- 二、其他子库
P y p l o t Pyplot Pyplot 是 M a t p l o t l i b Matplotlib Matplotlib 的子库，提供了和 M A T L A B MATLAB MATLAB 类似的绘图 A P I API API。 P y p l o t Pyplot Pyplot 是常用的绘图模块，能很方便让用户绘制 2 D 2D 2D 图表。 P y p l o t Pyplot Pyplot 包含一系列绘图函数的相关函数，每个函数会对当前的图像进行一些修改，例如：给图像加上标记，生新的图像，在图像中产生新的绘图区域等等。
但是一般来说， P y p l o t Pyplot Pyplot 六个字母也太长了，所以我们一般用 p l t plt plt 三个字母来代替。
import matplotlib.pyplot as plt1. 折线图
p l t . p l o t plt.plot plt.plot可以实现画点和画线的功能。这个函数的基本使用方法如下：
# 画单条线 plot([x], y, [fmt], *, data=None, **kwargs) # 画多条线 plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs) #画点 （就是加入'o'参数） plt.plot(xpoints, ypoints, 'o')
对参数进行解释：
x
,
y
x, y
x,y：点或线的节点，
x
x
x 为
x
x
x 轴数据，
y
y
y 为
y
y
y 轴数据，数据可以列表或数组。注意这里
x
x
x是可选的参数，如果不写的话那就是默认是
[
0
,
1
,
2
,
.
.
.
,
n
−
1
]
[0, 1, 2, ..., n-1]
[0,1,2,...,n−1]
f
m
t
fmt
fmt：可选，定义基本格式（如颜色、标记和线条样式）。
∗
∗
k
w
a
r
g
s
**kwargs
∗∗kwargs：可选，用在二维平面图上，设置指定属性，如标签，线的宽度等。
一些 f m t fmt fmt 的举例：
颜色字符：‘
b
b
b’ 蓝色，‘
m
m
m’ 洋红色，‘
g
g
g’ 绿色，‘
y
y
y’ 黄色，‘
r
r
r’ 红色，‘
k
k
k’ 黑色，‘
w
w
w’ 白色，‘
c
c
c’ 青绿色，‘
#
008000
#008000
#008000’
R
G
B
RGB
RGB 颜色符串。多条曲线不指定颜色时，会自动选择不同颜色。
线型参数：‘‐’ 实线，‘‐‐’ 破折线，‘‐.’ 点划线，‘:’ 虚线。
标记字符：‘.’ 点标记，‘,’ 像素标记(极小点)，‘o’ 实心圈标记，‘v’ 倒三角标记，‘^’ 上三角标记，‘>’ 右三角标记，‘<’ 左三角标记…等等。
比如我们要画一条从 [ 1 , 1 ] [1, 1] [1,1]到 [ 5 , 10 ] [5, 10] [5,10]的线，那我们就
import numpy as np import matplotlib.pyplot as plt xpoints = np.array([1, 5]) ypoints = np.array([1, 10]) plt.plot(xpoints, ypoints) plt.show()
注意：
p
l
t
.
s
h
o
w
(
)
plt.show()
plt.show()的意思就是把这形状显示出来。结果如下图所示：
就是说我们可以输入多个点，这样显示出来就会是折线。举个例子：
import numpy as np import matplotlib.pyplot as plt xpoints = np.array([1, 5, 7, 9]) ypoints = np.array([1, 10, 5, 20]) plt.plot(xpoints, ypoints) plt.show()
这就是从
[
1
,
1
]
[1,1]
[1,1]到
[
5
,
10
]
[5,10]
[5,10]到
[
7
,
5
]
[7,5]
[7,5]再到
[
9
,
20
]
[9,20]
[9,20]的一条折线。显示如下：
整一条正弦函数。
import numpy as np import matplotlib.pyplot as plt x = np.arange(0, 4 * np.pi, 0.1) y = np.sin(x) plt.plot(x, y) plt.show()
输出如图：
就是 p l t . p l o t ( ) plt.plot() plt.plot()函数里面可以有多条线。比如说我要输出正弦和余弦曲线：
import numpy as np import matplotlib.pyplot as plt x = np.arange(0, 4 * np.pi, 0.1) y = np.sin(x) z = np.cos(x) plt.plot(x, y, x, z) plt.show()
图像就会是：
就是加 ′ o ′ 'o' ′o′参数就可以了。用1.1.1里面的直线举例来说的话：
import numpy as np import matplotlib.pyplot as plt xpoints = np.array([1, 5]) ypoints = np.array([1, 10]) plt.plot(xpoints, ypoints, 'o') plt.show()
要注意：如果有多条线的话，那么在
p
l
o
t
plot
plot里面的每一对
(
x
,
y
)
(x,y)
(x,y)的后面都要加
′
o
′
'o'
′o′
就是用 p l o t ( ) plot() plot()函数的 m a r k e r marker marker参数来进行定义。用上面的折线图来距离的话，只需要在 p l o t plot plot里面加 m a r k e r = ′ o ′ marker = 'o' marker=′o′即可。
import numpy as np import matplotlib.pyplot as plt xpoints = np.array([1, 5, 7, 9]) ypoints = np.array([1, 10, 5, 20]) plt.plot(xpoints, ypoints, marker = 'o') plt.show()1.4.2 标记形状
| 标记 | 描述 |
|---|---|
| “.” | 点 |
| “,” | 像素点 |
| “o” | 实心圆 |
| “v” | 下三角 |
| “^” | 上三角 |
| “<” | 左三角 |
| “>” | 右三角 |
| “1” | 下三叉 |
| “2” | 上三叉 |
| “3” | 左三叉 |
| “4” | 右三叉 |
| “8” | 八角形 |
| “s” | 正方形 |
| “p” | 五边形 |
| “P” | 加号（填充） |
| “*” | 星号 |
| “h” | 六边形 1 |
| “H” | 六边形 2 |
| “+” | 加号 |
| “x” | 乘号 x |
| “X” | 乘号 x (填充) |
| “D” | 菱形 |
| “d” | 瘦菱形 |
| " | " |
| “_” | 横线 |
| 0 (TICKLEFT) | 左横线 |
| 1 (TICKRIGHT) | 右横线 |
| 2 (TICKUP) | 上竖线 |
| 3 (TICKDOWN) | 下竖线 |
| 4 (CARETLEFT) | 左箭头 |
| 5 (CARETRIGHT) | 右箭头 |
| 6 (CARETUP) | 上箭头 |
| 7 (CARETDOWN) | 下箭头 |
| 8 (CARETLEFTBASE) | 左箭头 (中间点为基准) |
| 9 (CARETRIGHTBASE) | 右箭头 (中间点为基准) |
| 10 (CARETUPBASE) | 上箭头 (中间点为基准) |
| 11 (CARETDOWNBASE) | 下箭头 (中间点为基准) |
| “None”, " " or “” | 没有任何标记 |
| ‘ . . . ... ...’ | 渲染指定的字符。例如 “ f f f” 以字母 f 为标记。 |
（上面表格摘自菜鸟教程）
1.4.3 线类型| 线类型标记 | 描述 |
|---|---|
| ‘-’ | 实线 |
| ‘:’ | 虚线 |
| ‘–’ | 破折线 |
| ‘-.’ | 点划线 |
（上面表格摘自菜鸟教程）
举例来说就是：
import numpy as np import matplotlib.pyplot as plt xpoints = np.array([1, 5, 7, 9]) ypoints = np.array([1, 10, 5, 20]) plt.plot(xpoints, ypoints, '*:') # 但我更推荐下面的方法 更加直观 # plt.plot(xpoints, ypoints, marker = '*', ls = ':') # ls是linestyle的简写 plt.show()
注意：与线一起发生样式变化的话"
m
a
r
k
e
r
marker
marker"要省略的。结果就会是：
| 颜色标记 | 描述 |
|---|---|
| ‘r’ | 红色 |
| ‘g’ | 绿色 |
| ‘b’ | 蓝色 |
| ‘c’ | 青色 |
| ‘m’ | 品红 |
| ‘y’ | 黄色 |
| ‘k’ | 黑色 |
| ‘w’ | 白色 |
（上面表格来自菜鸟教程）
举例来说，那就可以是：
import numpy as np import matplotlib.pyplot as plt xpoints = np.array([1, 5, 7, 9]) ypoints = np.array([1, 10, 5, 20]) plt.plot(xpoints, ypoints, '*:r') # 但我更推荐下面的方法 更加直观 # plt.plot(xpoints, ypoints, marker = '*', ls = ':', c = 'r') # c是color的简写 plt.show()
这样得出来的结果就是：
import matplotlib.pyplot as plt import numpy as np ypoints = np.array([6, 2, 13, 10]) plt.plot(ypoints, linewidth = '12.5') plt.show()
效果如下：
1.4.6 对标记进行修改有的同学就急了哈，怎么上面的修改都是针对线的啊？那标记点呢那标记点呢？
标记点的样式是这么修改的哈！
m
a
r
k
e
r
s
i
z
e
markersize
markersize，简写为
m
s
ms
ms：定义标记的大小。
m
a
r
k
e
r
f
a
c
e
c
o
l
o
r
markerfacecolor
markerfacecolor，简写为
m
f
c
mfc
mfc：定义标记内部的颜色。
m
a
r
k
e
r
e
d
g
e
c
o
l
o
r
markeredgecolor
markeredgecolor，简写为
m
e
c
mec
mec：定义标记边框的颜色。
简单举个例子：
import numpy as np import matplotlib.pyplot as plt xpoints = np.array([1, 5, 7, 9]) ypoints = np.array([1, 10, 5, 20]) plt.plot(xpoints, ypoints, '*:r', ms = 40) plt.show()
这样做的结果就会是：
我们可以分别给 x x x 轴和 y y y 轴设定标签。基本的设定方法是：
import numpy as np
import matplotlib.pyplot as plt
plt.xlabel("x - label name")
plt.ylabel("y - label name")
我们继续以 1.1.2 1.1.2 1.1.2 的折线为例：
import numpy as np
import matplotlib.pyplot as plt
xpoints = np.array([1, 5, 7, 9])
ypoints = np.array([1, 10, 5, 20])
plt.xlabel("xpoints")
plt.ylabel("ypoints")
plt.plot(xpoints, ypoints)
plt.show()
结果如下图所示：
这个函数提供了
l
o
c
loc
loc 参数来设置
x
x
x 轴显示的位置，可以设置为: ‘
l
e
f
t
left
left’, ‘
r
i
g
h
t
right
right’, 和 ‘
c
e
n
t
e
r
center
center’， 默认值为 ‘
c
e
n
t
e
r
center
center’。设置
x
x
x 轴显示的位置，则可以设置为: ‘
t
o
p
top
top’, ‘
b
o
t
t
o
m
bottom
bottom’, 和 ‘
c
e
n
t
e
r
center
center’， 默认值为 ‘
c
e
n
t
e
r
center
center’。
也可以用 s i z e size size 参数来设置大小。示例：
plt.xlabel("xpoints", size = '20')
例如：
import numpy as np
import matplotlib.pyplot as plt
xpoints = np.array([1, 5, 7, 9])
ypoints = np.array([1, 10, 5, 20])
plt.xlabel("xpoints", loc = 'left')
plt.ylabel("ypoints", loc = 'top')
plt.plot(xpoints, ypoints)
plt.show()
结果如图：
import numpy as np
import matplotlib.pyplot as plt
xpoints = np.array([1, 5, 7, 9])
ypoints = np.array([1, 10, 5, 20])
plt.xlabel("xpoints", loc = 'left')
plt.ylabel("ypoints", loc = 'top')
plt.title("TITLE")
plt.plot(xpoints, ypoints)
plt.show()
结果如下图所示：
plt.grid(axis = 'x', color = 'r', linestyle = '--', linewidth = 0.5)
嫌麻烦就列举了常用的参数：
a
x
i
s
axis
axis ：显示哪个方向的网格线。默认为’
b
o
t
h
both
both '。
c
o
l
o
r
color
color：网格线颜色
l
i
n
e
s
t
y
l
e
linestyle
linestyle：网格线样式
l
i
n
e
w
i
d
t
h
linewidth
linewidth：网格线宽度
上面三个就参考前面的样式就可以了。
import numpy as np
import matplotlib.pyplot as plt
xpoints = np.array([1, 5, 7, 9])
ypoints = np.array([1, 10, 5, 20])
plt.xlabel("xpoints", loc = 'left')
plt.ylabel("ypoints", loc = 'top')
plt.title("TITLE")
plt.grid(axis = 'x', color = 'r', linestyle = '--', linewidth = 0.5)
plt.plot(xpoints, ypoints)
plt.show()
结果如下图所示：
可以利用 p l t . b a r ( ) plt.bar() plt.bar() 函数来实现：
import matplotlib.pyplot as plt plt.bar(x, height, width=0.8, bottom=None, *, align='center', data=None, **kwargs)
参数说明：
- x x x：柱形图的 x x x 轴数据。
- h e i g h t height height：柱形图的高度。
- w i d t h width width：柱形图的宽度。
- b o t t o m bottom bottom：底座的 y y y 坐标，默认 0 0 0。
- a l i g n align align：柱形图与 x x x 坐标的对齐方式，‘ c e n t e r center center’ 以 x x x 位置为中心，这是默认值。 ‘ e d g e edge edge’：将柱形图的左边缘与 x x x 位置对齐。要对齐右边缘的条形，可以传递负数的宽度值及 a l i g n = ′ e d g e ′ align='edge' align=′edge′。
- ∗ ∗ k w a r g s **kwargs ∗∗kwargs：其他参数。
举例说明：
import matplotlib.pyplot as plt import numpy as np x = np.array(["x1", "x2", "x3", "x4"]) y = np.array([10, 12, 16, 28]) plt.bar(x, y) plt.show()
效果如图所示：
如果想要横着的，那就把 b a r bar bar 换成 b a r h barh barh。
import matplotlib.pyplot as plt import numpy as np x = np.array(["x1", "x2", "x3", "x4"]) y = np.array([10, 12, 16, 28]) plt.barh(x, y) plt.show()修改样式：
import matplotlib.pyplot as plt import numpy as np x = np.array(["x1", "x2", "x3", "x4"]) y = np.array([10, 12, 16, 28]) plt.bar(x, y, color = ["#4CAF50","red","hotpink","#556B2F"], width = 0.1) plt.show()
参数说明：
- c o l o r color color：颜色。如果要统一的颜色，就直接 c o l o r = color = color= 就可以了。如果要设计每一个的颜色就要像样例代码一样设置了。
- w i d t h width width：柱形图的宽度。 b a r h barh barh 函数所对应的应该是 h e i g h t height height。
真的懒了，不想写了。
import matplotlib.pyplot as plt
import numpy as np
y = np.array([30, 30, 25, 15])
plt.pie(y,
labels = ['A', 'B', 'C', 'D'],
colors = ["#d5695d", "#5d8ca8", "#65a479", "#a564c9"],
explode = (0, 0.2, 0, 0),
autopct = '%.2f%%',
)
plt.show()
参数解释：
- l a b e l s labels labels：设置饼图标签
- c o l o r s colors colors：设置饼图颜色
- e x p l o d e explode explode：突出显示，值越大，距离中心越远
- a u t o p c d autopcd autopcd：格式化输出百分比
感觉这辈子用不到，等下辈子再更新这部分吧。
