又再肝3天，整理了65个Matplotlib案例，这能不收藏？（上）-阿里云开发者社区

Matplotlib 作为 Python 家族当中最为著名的画图工具，基本的操作还是要掌握的，今天就来分享一波

文章很长，高低要忍一下，如果忍不了，那就收藏吧，总会用到的

萝卜哥也贴心的做成了PDF，在文末获取！

启用和检查交互模式
在 Matplotlib 中绘制折线图
绘制带有标签和图例的多条线的折线图
在 Matplotlib 中绘制带有标记的折线图
改变 Matplotlib 中绘制的图形的大小
在 Matplotlib 中设置轴限制
使用 Python Matplotlib 显示背景网格
使用 Python Matplotlib 将绘图保存到图像文件
将图例放在 plot 的不同位置
绘制具有不同标记大小的线条
用灰度线绘制折线图
以高 dpi 绘制 PDF 输出
绘制不同颜色的多线图
语料库创建词云
使用特定颜色在 Matplotlib Python 中绘制图形
NLTK 词汇色散图
绘制具有不同线条图案的折线图
更新 Matplotlib 折线图中的字体外观
用颜色名称绘制虚线和点状图
以随机坐标绘制所有可用标记
绘制一个非常简单的条形图
在 X 轴上绘制带有组数据的条形图
具有不同颜色条形的条形图
使用 Matplotlib 中的特定值改变条形图中每个条的颜色
在 Matplotlib 中绘制散点图
使用单个标签绘制散点图
用标记大小绘制散点图
在散点图中调整标记大小和颜色
在 Matplotlib 中应用样式表
自定义网格颜色和样式
在 Python Matplotlib 中绘制饼图
在 Matplotlib 饼图中为楔形设置边框
在 Python Matplotlib 中设置饼图的方向
在 Matplotlib 中绘制具有不同颜色主题的饼图
在 Python Matplotlib 中打开饼图的轴
具有特定颜色和位置的饼图
在 Matplotlib 中绘制极坐标图
在 Matplotlib 中绘制半极坐标图
Matplotlib 中的极坐标等值线图
绘制直方图
在 Matplotlib 直方图中选择 bins
在 Matplotlib 中绘制没有条形的直方图
使用 Matplotlib 同时绘制两个直方图
绘制具有特定颜色、边缘颜色和线宽的直方图
用颜色图绘制直方图
更改直方图上特定条的颜色
箱线图
箱型图按列数据分组
更改箱线图中的箱体颜色
更改 Boxplot 标记样式、标记颜色和标记大小
用数据系列绘制水平箱线图
箱线图调整底部和左侧
使用 Pandas 数据在 Matplotlib 中生成热图
带有中间颜色文本注释的热图
热图显示列和行的标签并以正确的方向显示数据
将 NA cells 与 HeatMap 中的其他 cells 区分开来
在 matplotlib 中创建径向热图
在 Matplotlib 中组合两个热图
使用 Numpy 和 Matplotlib 创建热图日历
在 Python 中创建分类气泡图
使用 Numpy 和 Matplotlib 创建方形气泡图
使用 Numpy 和 Matplotlib 创建具有气泡大小的图例
使用 Matplotlib 堆叠条形图
在同一图中绘制多个堆叠条
Matplotlib 中的水平堆积条形图

1启用和检查交互模式

import matplotlib as mpl
import matplotlib.pyplot as plt
# Set the interactive mode to ON
plt.ion()
# Check the current status of interactive mode
print(mpl.is_interactive())

Output:

True

2在 Matplotlib 中绘制折线图

import matplotlib.pyplot as plt
#Plot a line graph
plt.plot([5, 15])
# Add labels and title
plt.title("Interactive Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.show()

Output:

微信图片_20220522141152.png

3绘制带有标签和图例的多条线的折线图

import matplotlib.pyplot as plt
#Plot a line graph
plt.plot([5, 15], label='Rice')
plt.plot([3, 6], label='Oil')
plt.plot([8.0010, 14.2], label='Wheat')
plt.plot([1.95412, 6.98547, 5.41411, 5.99, 7.9999], label='Coffee')
# Add labels and title
plt.title("Interactive Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.legend()
plt.show()

Output:

微信图片_20220522141156.png

4在 Matplotlib 中绘制带有标记的折线图

import matplotlib.pyplot as plt
# Changing default values for parameters individually
plt.rc('lines', linewidth=2, linestyle='-', marker='*')
plt.rcParams['lines.markersize'] = 25
plt.rcParams['font.size'] = '10.0'
#Plot a line graph
plt.plot([10, 20, 30, 40, 50])
# Add labels and title
plt.title("Interactive Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.show()

Output:

微信图片_20220522141200.png

5改变 Matplotlib 中绘制的图形的大小

import matplotlib.pyplot as plt
# Changing default values for parameters individually
plt.rc('lines', linewidth=2, linestyle='-', marker='*')
plt.rcParams["figure.figsize"] = (4, 8)
# Plot a line graph
plt.plot([10, 20, 30, 40, 50, 60, 70, 80])
# Add labels and title
plt.title("Interactive Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.show()

Output:

微信图片_20220522141204.png

6在 Matplotlib 中设置轴限制

import matplotlib.pyplot as plt
data1 = [11, 12, 13, 14, 15, 16, 17]
data2 = [15.5, 12.5, 11.7, 9.50, 12.50, 11.50, 14.75]
# Add labels and title
plt.title("Interactive Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
# Set the limit for each axis
plt.xlim(11, 17)
plt.ylim(9, 16)
# Plot a line graph
plt.plot(data1, data2)
plt.show()

Output:

微信图片_20220522141331.png

7使用 Python Matplotlib 显示背景网格

import matplotlib.pyplot as plt
plt.grid(True, linewidth=0.5, color='#ff0000', linestyle='-')
#Plot a line graph
plt.plot([10, 20, 30, 40, 50])
# Add labels and title
plt.title("Interactive Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.show()

Output:

微信图片_20220522141335.png

8使用 Python Matplotlib 将绘图保存到图像文件

import matplotlib.pyplot as plt
plt.grid(True, linewidth=0.5, color='#ff0000', linestyle='-')
#Plot a line graph
plt.plot([10, 20, 30, 40, 50])
# Add labels and title
plt.title("Interactive Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.savefig("foo.png", bbox_inches='tight')

Output:

微信图片_20220522141338.png

9将图例放在 plot 的不同位置

import matplotlib.pyplot as plt
#Plot a line graph
plt.plot([5, 15], label='Rice')
plt.plot([3, 6], label='Oil')
plt.plot([8.0010, 14.2], label='Wheat')
plt.plot([1.95412, 6.98547, 5.41411, 5.99, 7.9999], label='Coffee')
# Add labels and title
plt.title("Interactive Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.legend(bbox_to_anchor=(1.1, 1.05))
plt.show()

Output:

微信图片_20220522141341.png

10绘制具有不同标记大小的线条

import matplotlib.pyplot as plt
y1 = [12, 14, 15, 18, 19, 13, 15, 16]
y2 = [22, 24, 25, 28, 29, 23, 25, 26]
y3 = [32, 34, 35, 38, 39, 33, 35, 36]
y4 = [42, 44, 45, 48, 49, 43, 45, 46]
y5 = [52, 54, 55, 58, 59, 53, 55, 56]
# Plot lines with different marker sizes
plt.plot(y1, y2, label = 'Y1-Y2', lw=2, marker='s', ms=10) # square
plt.plot(y1, y3, label = 'Y1-Y3', lw=2, marker='^', ms=10) # triangle
plt.plot(y1, y4, label = 'Y1-Y4', lw=2, marker='o', ms=10) # circle
plt.plot(y1, y5, label = 'Y1-Y5', lw=2, marker='D', ms=10) # diamond
plt.plot(y2, y5, label = 'Y2-Y5', lw=2, marker='P', ms=10) # filled plus sign
plt.legend()
plt.show()

Output:

微信图片_20220522141345.png

11用灰度线绘制折线图

import matplotlib.pyplot as plt
# Plot a line graph with grayscale lines 
plt.plot([5, 15], label='Rice', c='0.15')
plt.plot([3, 6], label='Oil', c='0.35')
plt.plot([8.0010, 14.2], label='Wheat',  c='0.55')
plt.plot([1.95412, 6.98547, 5.41411, 5.99, 7.9999], label='Coffee',  c='0.85')
# Add labels and title
plt.title("Interactive Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.legend()
plt.show()

Output:

微信图片_20220522141349.png

12以高 dpi 绘制 PDF 输出

import matplotlib.pyplot as plt
#Plot a line graph
plt.plot([5, 15], label='Rice')
plt.plot([3, 6], label='Oil')
plt.plot([8.0010, 14.2], label='Wheat')
plt.plot([1.95412, 6.98547, 5.41411, 5.99, 7.9999], label='Coffee')
# Add labels and title
plt.title("Interactive Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.savefig('output.pdf', dpi=1200, format='pdf', bbox_inches='tight')

Output:

生成带有图片的pdf文件

13绘制不同颜色的多线图

import matplotlib.pyplot as plt
for i in range(10):
    plt.plot([i]*5, c='C'+str(i), label='C'+str(i))
# Plot a line graph
plt.xlim(0, 5)
# Add legend
plt.legend()
# Display the graph on the screen
plt.show()

Output:

微信图片_20220522141523.png

14语料库创建词云

import nltk
from nltk.corpus import webtext
from nltk.probability import FreqDist
from wordcloud import WordCloud
import matplotlib.pyplot as plt
nltk.download('webtext')
wt_words = webtext.words('testing.txt')  # Sample data
data_analysis = nltk.FreqDist(wt_words)
filter_words = dict([(m, n) for m, n in data_analysis.items() if len(m) > 3])
wcloud = WordCloud().generate_from_frequencies(filter_words)
# Plotting the wordcloud
plt.imshow(wcloud, interpolation="bilinear")
plt.axis("off")
(-0.5, 399.5, 199.5, -0.5)
plt.show()

Output:

微信图片_20220522141527.png

15使用特定颜色在 Matplotlib Python 中绘制图形

import matplotlib.pyplot as plt
#Plot a line graph with specific colors
plt.plot([5, 15], label='Rice', c='C7')
plt.plot([3, 6], label='Oil', c='C8')
plt.plot([8.0010, 14.2], label='Wheat',  c='C4')
plt.plot([1.95412, 6.98547, 5.41411, 5.99, 7.9999], label='Coffee',  c='C6')
# Add labels and title
plt.title("Interactive Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.legend()
plt.show()

Output

微信图片_20220522141530.png

16NLTK 词汇色散图

import nltk
from nltk.corpus import webtext
from nltk.probability import FreqDist
from wordcloud import WordCloud
import matplotlib.pyplot as plt
words = ['data', 'science', 'dataset']
nltk.download('webtext')
wt_words = webtext.words('testing.txt')  # Sample data
points = [(x, y) for x in range(len(wt_words))
          for y in range(len(words)) if wt_words[x] == words[y]]
if points:
    x, y = zip(*points)
else:
    x = y = ()
plt.plot(x, y, "rx", scalex=.1)
plt.yticks(range(len(words)), words, color="b")
plt.ylim(-1, len(words))
plt.title("Lexical Dispersion Plot")
plt.xlabel("Word Offset")
plt.show()

Output:

微信图片_20220522141533.png

17绘制具有不同线条图案的折线图

import matplotlib.pyplot as plt
# Plot a line graph with grayscale lines 
plt.plot([5, 11], label='Rice', c='C1', ls='--')
plt.plot([2, 16], label='Oil', c='C4', ls='-.')
plt.plot([8, 14], label='Wheat', c='C7', ls=':')
# Add labels and title
plt.title("Interactive Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.legend()
plt.show()

Output:

微信图片_20220522141711.png

18更新 Matplotlib 折线图中的字体外观

import matplotlib.pyplot as plt
fontparams = {'font.size': 12, 'font.weight':'bold',
              'font.family':'arial', 'font.style':'italic'}
plt.rcParams.update(fontparams)
# Plot a line graph with specific font style
plt.plot([5, 11], label='Rice')
plt.plot([2, 16], label='Oil')
plt.plot([8, 14], label='Wheat')
labelparams = {'size': 20, 'weight':'semibold',
              'family':'serif', 'style':'italic'}
# Add labels and title
plt.title("Interactive Plot", labelparams)
plt.xlabel("X-axis", labelparams)
plt.ylabel("Y-axis", labelparams)
plt.legend()
plt.show()

Output:

微信图片_20220522141716.png

19用颜色名称绘制虚线和点状图

import matplotlib.pyplot as plt
x = [2, 4, 5, 8, 9, 13, 15, 16]
y = [1, 3, 4, 7, 10, 11, 14, 17]
# Plot a line graph with dashed and maroon color
plt.plot(x, y, label='Price', c='maroon', ls=('dashed'), lw=2)
# Plot a line graph with dotted and teal color
plt.plot(y, x, label='Rank', c='teal', ls=('dotted'), lw=2)
plt.legend()
plt.show()

Output:

微信图片_20220522141734.png

20以随机坐标绘制所有可用标记

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.lines import Line2D
# Prepare 50 random numbers to plot
n1 = np.random.rand(50)
n2 = np.random.rand(50)
markerindex = np.random.randint(0, len(Line2D.markers), 50)
for x, y in enumerate(Line2D.markers):
    i = (markerindex == x)
    plt.scatter(n1[i], n2[i], marker=y)
plt.show()

Output:

微信图片_20220522141740.png

21绘制一个非常简单的条形图

import matplotlib.pyplot as plt
year = [2001, 2002, 2003, 2004, 2005, 2006]
unit = [50, 60, 75, 45, 70, 105]
# Plot the bar graph
plot = plt.bar(year, unit)
# Add the data value on head of the bar
for value in plot:
    height = value.get_height()
    plt.text(value.get_x() + value.get_width()/2.,
             1.002*height,'%d' % int(height), ha='center', va='bottom')
# Add labels and title
plt.title("Bar Chart")
plt.xlabel("Year")
plt.ylabel("Unit")
# Display the graph on the screen
plt.show()

Output:

微信图片_20220522141743.png

22在 X 轴上绘制带有组数据的条形图

import pandas as pd
import matplotlib.pyplot as plt
df = pd.DataFrame([[1, 2, 3, 4], [7, 1.4, 2.1, 2.8], [5.5, 1.5, 8, 1.2],
                   [1.5, 1.4, 1, 8], [7, 1, 1, 8], [5, 4, 9, 2]],
                  columns=['Apple', 'Orange', 'Banana', 'Pear'],
                  index=[1, 7, 13, 20, 28, 35])
width = 2
bottom = 0
for i in df.columns:
    plt.bar(df.index, df[i], width=width, bottom=bottom)
    bottom += df[i]
plt.legend(df.columns)
plt.tight_layout()
# Display the graph on the screen
plt.show()

Output:

微信图片_20220522141928.png

23具有不同颜色条形的条形图

import matplotlib.pyplot as plt
import matplotlib as mp
import numpy as np
data = [8, 6, 7, 12, 9, 10, 5, 8, 9]
# Colorize the graph based on likeability:
likeability_scores = np.array(data)
data_normalizer = mp.colors.Normalize()
color_map = mp.colors.LinearSegmentedColormap(
    "my_map",
    {
        "red": [(0, 1.0, 1.0),
                (1.0, .5, .5)],
        "green": [(0, 0.5, 0.5),
                  (1.0, 0, 0)],
        "blue": [(0, 0.50, 0.5),
                 (1.0, 0, 0)]
    }
)
# Map xs to numbers:
N = len(data)
x_nums = np.arange(1, N+1)
# Plot a bar graph:
plt.bar(
    x_nums,
    data,
    align="center",
    color=color_map(data_normalizer(likeability_scores))
)
plt.xticks(x_nums, data)
plt.show()

Output:

微信图片_20220522141932.png

24使用 Matplotlib 中的特定值改变条形图中每个条的颜色

import matplotlib.pyplot as plt
import matplotlib.cm as cm
from matplotlib.colors import Normalize
from numpy.random import rand
data = [2, 3, 5, 6, 8, 12, 7, 5]
fig, ax = plt.subplots(1, 1)
# Get a color map
my_cmap = cm.get_cmap('jet')
# Get normalize function (takes data in range [vmin, vmax] -> [0, 1])
my_norm = Normalize(vmin=0, vmax=8)
ax.bar(range(8), rand(8), color=my_cmap(my_norm(data)))
plt.show()

Output:

微信图片_20220522141936.png

25在 Matplotlib 中绘制散点图

import matplotlib.pyplot as plt
x1 = [214, 5, 91, 81, 122, 16, 218, 22]
x2 = [12, 125, 149, 198, 22, 26, 28, 32]
plt.scatter(x1, x2)
# Set X and Y axis labels
plt.xlabel('Demand')
plt.ylabel('Price')
#Display the graph
plt.show()

Output:

微信图片_20220522141940.png

26使用单个标签绘制散点图

import numpy as np
import matplotlib.pyplot as plt
N = 6
data = np.random.random((N, 4))
labels = ['point{0}'.format(i) for i in range(N)]
plt.subplots_adjust(bottom=0.1)
plt.scatter(
    data[:, 0], data[:, 1], marker='o', c=data[:, 2], s=data[:, 3] * 1500,
    cmap=plt.get_cmap('Spectral'))
for label, x, y in zip(labels, data[:, 0], data[:, 1]):
    plt.annotate(
        label,
        xy=(x, y), xytext=(-20, 20),
        textcoords='offset points', ha='right', va='bottom',
        bbox=dict(boxstyle='round,pad=0.5', fc='yellow', alpha=0.5),
        arrowprops=dict(arrowstyle='->', connectionstyle='arc3,rad=0'))
plt.show()

Output:

微信图片_20220522141944.png

27用标记大小绘制散点图

import matplotlib.pyplot as plt
x1 = [214, 5, 91, 81, 122, 16, 218, 22]
x2 = [12, 125, 149, 198, 22, 26, 28, 32]
plt.figure(1)
# You can specify the marker size two ways directly:
plt.plot(x1, 'bo', markersize=20)  # blue circle with size 10 
plt.plot(x2, 'ro', ms=10,)  # ms is just an alias for markersize
plt.show()

Output:

微信图片_20220522142115.png

28在散点图中调整标记大小和颜色

import matplotlib.pyplot as plt
import matplotlib.colors
# Prepare a list of integers
val = [2, 3, 6, 9, 14]
# Prepare a list of sizes that increases with values in val
sizevalues = [i**2*50+50 for i in val]
# Prepare a list of colors
plotcolor = ['red','orange','yellow','green','blue']
# Draw a scatter plot of val points with sizes in sizevalues and
# colors in plotcolor
plt.scatter(val, val, s=sizevalues, c=plotcolor)
# Set axis limits to show the markers completely
plt.xlim(0, 20)
plt.ylim(0, 20)
plt.show()

Output:

微信图片_20220522142119.png

29在 Matplotlib 中应用样式表

import matplotlib.pyplot as plt
import matplotlib.colors
import matplotlib as mpl
mpl.style.use('seaborn-darkgrid')
# Prepare a list of integers
val = [2, 3, 6, 9, 14]
# Prepare a list of sizes that increases with values in val
sizevalues = [i**2*50+50 for i in val]
# Prepare a list of colors
plotcolor = ['red','orange','yellow','green','blue']
# Draw a scatter plot of val points with sizes in sizevalues and
# colors in plotcolor
plt.scatter(val, val, s=sizevalues, c=plotcolor)
# Draw grid lines with red color and dashed style
plt.grid(color='blue', linestyle='-.', linewidth=0.7)
# Set axis limits to show the markers completely
plt.xlim(0, 20)
plt.ylim(0, 20)
plt.show()

Output:

微信图片_20220522142124.png

30自定义网格颜色和样式

import matplotlib.pyplot as plt
import matplotlib.colors
# Prepare a list of integers
val = [2, 3, 6, 9, 14]
# Prepare a list of sizes that increases with values in val
sizevalues = [i**2*50+50 for i in val]
# Prepare a list of colors
plotcolor = ['red','orange','yellow','green','blue']
# Draw a scatter plot of val points with sizes in sizevalues and
# colors in plotcolor
plt.scatter(val, val, s=sizevalues, c=plotcolor)
# Draw grid lines with red color and dashed style
plt.grid(color='red', linestyle='-.', linewidth=0.7)
# Set axis limits to show the markers completely
plt.xlim(0, 20)
plt.ylim(0, 20)
plt.show()

Output:

微信图片_20220522142129.png

又再肝3天，整理了65个Matplotlib案例，这能不收藏？（上）

1启用和检查交互模式

2在 Matplotlib 中绘制折线图

3绘制带有标签和图例的多条线的折线图

4在 Matplotlib 中绘制带有标记的折线图

5改变 Matplotlib 中绘制的图形的大小

6在 Matplotlib 中设置轴限制

7使用 Python Matplotlib 显示背景网格

Output:

8使用 Python Matplotlib 将绘图保存到图像文件

9将图例放在 plot 的不同位置

10绘制具有不同标记大小的线条

11用灰度线绘制折线图

12以高 dpi 绘制 PDF 输出

13绘制不同颜色的多线图

14语料库创建词云

15使用特定颜色在 Matplotlib Python 中绘制图形

16NLTK 词汇色散图

17绘制具有不同线条图案的折线图

18更新 Matplotlib 折线图中的字体外观

19用颜色名称绘制虚线和点状图

20以随机坐标绘制所有可用标记

21绘制一个非常简单的条形图

22在 X 轴上绘制带有组数据的条形图

23具有不同颜色条形的条形图

24使用 Matplotlib 中的特定值改变条形图中每个条的颜色

25在 Matplotlib 中绘制散点图

26使用单个标签绘制散点图

27用标记大小绘制散点图

28在散点图中调整标记大小和颜色

29在 Matplotlib 中应用样式表

30自定义网格颜色和样式

热门文章

最新文章

相关课程

相关电子书

热门

活动广场

任务中心

开发者评测

高校计划

乘风者计划

训练营

阿里云MVP

话题

直播

下载

镜像站

技术资料

插件

又再肝3天，整理了65个Matplotlib案例，这能不收藏？（上）

1启用和检查交互模式

2在 Matplotlib 中绘制折线图

3绘制带有标签和图例的多条线的折线图

4在 Matplotlib 中绘制带有标记的折线图

5改变 Matplotlib 中绘制的图形的大小

6在 Matplotlib 中设置轴限制

7使用 Python Matplotlib 显示背景网格

Output:

8使用 Python Matplotlib 将绘图保存到图像文件

9将图例放在 plot 的不同位置

10绘制具有不同标记大小的线条

11用灰度线绘制折线图

12以高 dpi 绘制 PDF 输出

13绘制不同颜色的多线图

14语料库创建词云

15使用特定颜色在 Matplotlib Python 中绘制图形

16NLTK 词汇色散图

17绘制具有不同线条图案的折线图

18更新 Matplotlib 折线图中的字体外观

19用颜色名称绘制虚线和点状图

20以随机坐标绘制所有可用标记

21绘制一个非常简单的条形图

22在 X 轴上绘制带有组数据的条形图

23具有不同颜色条形的条形图

24使用 Matplotlib 中的特定值改变条形图中每个条的颜色

25在 Matplotlib 中绘制散点图

26使用单个标签绘制散点图

27用标记大小绘制散点图

28在散点图中调整标记大小和颜色

29在 Matplotlib 中应用样式表

30自定义网格颜色和样式

热门文章

最新文章

相关课程

相关电子书