python畫統計圖

• python畫統計圖
  • matplotlib: Visualization with Python
  • 入門
    • 安裝
    • 使用
    • 圖的組成部分
    • Figure
    • Axes 和 Axis
    • 輸入
    • 風格：面向物件介面和pyplot介面
  • 示例

python有一個畫圖的庫matplotlib，非常方便我們日常使用或者寫論文做插圖等等。我們不需要考慮樣式的問題，輸入資料就可以輕輕鬆鬆把圖畫出來。你用Excel、matlab等工具，我也沒意見。

matplotlib: Visualization with Python

Matplotlib 是一個綜合性的庫，用於在 Python 中建立靜態、動畫和互動式視覺化。Matplotlib 使簡單的事情變得容易，使困難的事情成為可能。基於matplotlib的基礎開發的繪圖介面還有seaborn、HoloViews、ggplot，以及一個投影和對映工具包（Cartopy）。

常用頁面：

API Overview

Axes物件方法參考連結

入門

安裝

# 第一種
python -m pip install -U pip
python -m pip install -U matplotlib
# 第二種
conda install matplotlib
# linux
sudo apt-get install python3-matplotlib

使用

import matplotlib.pyplot as plt

Matplotlib都是在Figure這個概念上面進行畫圖，每個Figure都可以包含一個或多個座標

fig, ax = plt.subplots()  # Create a figure containing a single axes.
ax = plt.gca()	# Get the current axes.
fig = plt.gcf() # Get the current figure.
ax.plot([1, 2, 3, 4], [1, 4, 2, 3])  # Plot some data on the axes.
 

圖的組成部分

Figure組成：主要刻度、次要刻度、座標軸、座標軸標籤、刻度標籤、標記、網格、圖例等等

Figure

在整個圖片Figure，包括了子類Axes。（很重要的一點是不需要過多考慮這個類Figure，因為它是實際進行繪圖以獲取繪圖的物件，但作為使用者，它或多或少對您不可見）。一個Figure可以包含任意數量的Axes，但通常至少有一個。

fig = plt.figure()	# an empty figure with no Axes
fig, ax = plt.subplots()	# a figure with a single Axes
fig, axs = plt.subplots(2, 2)	# a figure with a 2x2 grid of Axes
 

Axes 和 Axis

Axes看成“繪畫”區域，包含兩個或者三個Axis物件，Axis負責設定圖形限制並生成刻度（軸上的標記）和刻度標籤（標記刻度的字串）。

注：Artist物件概念最大，攬括了所有的元素。

Axes物件方法參考連結

輸入

所有的輸入都期望numpy.array或numpy.ma.masked_array作為輸入。

風格：面向物件介面和pyplot介面

顯式：

x = np.linspace(0, 2, 100)

# Note that even in the OO-style, we use `.pyplot.figure` to create the figure.
fig, ax = plt.subplots()  # Create a figure and an axes.
ax.plot(x, x, label='linear')  # Plot some data on the axes.
ax.plot(x, x**2, label='quadratic')  # Plot more data on the axes...
ax.plot(x, x**3, label='cubic')  # ... and some more.
ax.set_xlabel('x label')  # Add an x-label to the axes.
ax.set_ylabel('y label')  # Add a y-label to the axes.
ax.set_title("Simple Plot")  # Add a title to the axes.
ax.legend()  # Add a legend.

隱式：

x = np.linspace(0, 2, 100)

plt.plot(x, x, label='linear')  # Plot some data on the (implicit) axes.
plt.plot(x, x**2, label='quadratic')  # etc.
plt.plot(x, x**3, label='cubic')
plt.xlabel('x label')
plt.ylabel('y label')
plt.title("Simple Plot")
plt.legend()

示例