Matplotlib简介
Matplotlib 是一个 Python 的 2D绘图库。通过 Matplotlib，开发者 可以仅需要几行代码，便可以生成绘图，直方图，功率谱，条形 图，错误图，散点图等。
置中文标题
Matplotlib 默认情况不支持中文，我们可以使用以下简单的方法来 解决：
plt.rcParams['font.sans-serif']=['SimHei'] # 用来正常显示中文标签
from matplotlib import pyplot as plt #准备数据 max_temperature = [26, 30, 20, 32, 25] min_temperature = [12, 16, 16, 28, 20] plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签 #生成x x =range(5) #xticks(x,x_ticks) x_ticks = [f'星期{i}' for i in range(1,6)] plt.xticks(x,x_ticks) #给y轴添加名称 plt.ylabel('温度：单位(℃)') #添加标题 plt.title('某年某月第N周的温度') plt.plot(x,max_temperature,label='最高温度') plt.plot(x,min_temperature,label='最低温度') #添加图例 # plt.legend(loc=4) plt.legend(loc='upper right')
直方图
# 获取数据 data = [45, 49, 42, 42, 36, 37, 31, 38, 35, 39, 43, 33, 34, 36, 35, 36, 34, 32, 36, 32, 37, 33, 32, 38, 35] # 设置组距 bin_width = 2 # 设置分组 bin_count = int((max(data) - min(data)) / bin_width) # 设置x轴标签位置 x = range(bin_count) x_ticks = range(31, 50, 2) # 设置x轴标签的值 plt.xticks(x_ticks) # 填充数据 plt.hist(data, bin_count)
饼图
import matplotlib.pyplot as plt import numpy as np plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签 #准备男、女的人数及比例 man=71351 woman=68187 #计算男生女生所占的比 man_perc = man /(man+woman) woman_perc = woman /(man+woman) labels = ['男','女'] # colors = ['blue','red'] #调用pie绘制饼图 传入一个列表，列表中是比例数据 paches,texts,autotexts = plt.pie([man_perc,woman_perc], autopct='%0.1f%%', labels=labels, explode =(0,0.1) ) #设置字体大小和颜色 for text in autotexts: text.set_color('white') text.set_fontsize(24) for t in texts: t.set_color('white') t.set_fontsize(24)
import matplotlib.pyplot as plt import numpy as np # 绘制不同大小不同颜色的散点图 np.random.seed(0) x=np.random.rand(100) y=np.random.rand(100) colors=np.random.rand(100) size=np.random.rand(100)*1000 plt.scatter(x,y,c=colors,s=size,alpha=0.7) plt.show()
箱线图
from matplotlib import pyplot as plt import numpy as np #准备数据 data = [np.random.normal(0,i,100) for i in range(1,4)] #调用 boxplot() #vert:是竖着还是横着 #notch:切口 更好找到中位数 plt.boxplot(data,vert=True,notch=True) plt.title('boxplot') plt.xticks([1,2,3],['box1','box2','box3'])
三维图
from matplotlib import pyplot as plt import numpy as np #准备数据 x = np.linspace(-10,10,100) y = np.linspace(-10,10,100) #计算x y 的相交点 X,Y = np.meshgrid(x,y) #计算Z Z = np.sqrt(X**2+Y**2) #绘制三维图 # plt.contour(X,Y,Z) plt.contourf(X,Y,Z) #三维画布绘制三维图 from mpl_toolkits.mplot3d import Axes3D figure = plt.figure() ax3d = Axes3D(figure) ax3d.plot_surface(X,Y,Z)
条形图
from matplotlib import pyplot as plt import numpy as np #准备数据 x = range(3) x_label = ['bar1','bar2','bar3'] y = [1,2,3] #波动 variance= [0.2,0.4,0.5] #绘制柱形图 plt.bar(x,y,width=0.5,yerr=variance) plt.xticks(x,x_label) #设置y轴坐标的范围 m = max(zip(y,variance)) maxy = (m[0]+m[1])*1.2 plt.ylim([0,maxy])
