1.Matplotlib簡介

1. Matplotlib是非常強大的python畫圖工具
2. Matplotlib可以畫圖線圖、散點圖、等高線圖、條形圖、柱形圖、3D圖形、圖形動畫等。

2.Matplotlib安裝

pip3 install matplotlib#python3

3.Matplotlib引入

import matplotlib.pyplot as plt#為方便簡介為plt
import numpy as np#畫圖過程中會使用numpy
import pandas as pd#畫圖過程中會使用pandas

4.Matplotlib基本應用

x=np.linspace(-1,1,50)#定義x資料範圍
y1=2*x+1#定義y資料範圍
y2=x**2
plt.figure()#定義一個影象視窗
plt.plot(x,y)#plot()畫出曲線
plt.show()#顯示影象
 

圖片01

4.1figure影象

matplotlib的figure為單獨影象視窗，小視窗內還可以有更多的小圖片。

x=np.linspace(-3,3,50)#50為生成的樣本數
y1=2*x+1
y2=x**2
plt.figure(num=1,figsize=(8,5))#定義編號為1 大小為(8,5)
plt.plot(x,y1,color='red',linewidth=2,linestyle='--')#顏色為紅色，線寬度為2，線風格為--
plt.plot(x,y2)#進行畫圖
plt.show()#顯示圖

4.2設定座標軸

x=np.linspace(-
 
3,3,50)
y1=2*x+1
y2=x**2
plt.figure(num=2,figsize=(8,5))
plt.plot(x,y1,color='red',linewidth=2,linestyle='-')
plt.plot(x,y2)#進行畫圖
plt.xlim(-1,2)
plt.ylim(-2,3)
plt.xlabel("I'm x")
plt.ylabel("I'm y")
plt.show()

自定義座標軸

x=np.linspace(-3,3,50)
y1=2*x+1
y2=x**2
plt.figure(num=2,figsize=(8,5))
plt.
 
plot(x,y1,color='red',linewidth=2,linestyle='-')
plt.plot(x,y2)#進行畫圖
plt.xlim(-1,2)
plt.ylim(-2,3)
plt.xlabel("I'm x")
plt.ylabel("I'm y")
new_ticks=np.linspace(-1,2,5)#小標從-1到2分為5個單位
print(new_ticks)
#[-1.   -0.25  0.5   1.25  2.  ]
plt.xticks(new_ticks)#進行替換新下標
plt.yticks([-2,-1,1,2,],
           [r'$really\ bad$','$bad$','$well$','$really\ well$'])
plt.show()

設定邊框屬性

x=np.linspace(-3,3,50)
y1=2*x+1
y2=x**2
plt.figure(num=2,figsize=(8,5))
plt.plot(x,y1,color='red',linewidth=2,linestyle='--')
plt.plot(x,y2)#進行畫圖
plt.xlim(-1,2)
plt.ylim(-2,3)
new_ticks=np.linspace(-1,2,5)#小標從-1到2分為5個單位
plt.xticks(new_ticks)#進行替換新下標
plt.yticks([-2,-1,1,2,],
           [r'$really\ bad$','$bad$','$well$','$really\ well$'])
ax=plt.gca()#gca=get current axis
ax.spines['right'].set_color('none')#邊框屬性設定為none 不顯示
ax.spines['top'].set_color('none')
plt.show()

調整移動座標軸

x=np.linspace(-3,3,50)
y1=2*x+1
y2=x**2
plt.figure(num=2,figsize=(8,5))
plt.plot(x,y1,color='red',linewidth=2,linestyle='--')
plt.plot(x,y2)#進行畫圖
plt.xlim(-1,2)
plt.ylim(-2,3)
new_ticks=np.linspace(-1,2,5)#小標從-1到2分為5個單位
plt.xticks(new_ticks)#進行替換新下標
plt.yticks([-2,-1,1,2,],
           [r'$really\ bad$','$bad$','$well$','$really\ well$'])
ax=plt.gca()#gca=get current axis
ax.spines['right'].set_color('none')#邊框屬性設定為none 不顯示
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')#使用xaxis.set_ticks_position設定x座標刻度數字或名稱的位置 所有屬性為top、bottom、both、default、none
ax.spines['bottom'].set_position(('data', 0))#使用.spines設定邊框x軸；使用.set_position設定邊框位置，y=0位置 位置所有屬性有outward、axes、data
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))#座標中心點在(0,0)位置
plt.show()

這裡寫圖片描述

4.3新增圖例

matplotlib中legend圖例幫助我們展示資料對應的影象名稱。

x=np.linspace(-3,3,50)
y1=2*x+1
y2=x**2
plt.figure(num=2,figsize=(8,5))
plt.xlim(-1,2)
plt.ylim(-2,3)
new_ticks=np.linspace(-1,2,5)#小標從-1到2分為5個單位
plt.xticks(new_ticks)#進行替換新下標
plt.yticks([-2,-1,1,2,],
           [r'$really\ bad$','$bad$','$well$','$really\ well$'])

l1,=plt.plot(x,y1,color='red',linewidth=2,linestyle='--',label='linear line')
l2,=plt.plot(x,y2,label='square line')#進行畫圖
plt.legend(loc='best')#顯示在最好的位置
plt.show()#顯示圖

圖片07

調整位置和名稱，單獨修改label資訊，我們可以在plt.legend輸入更多引數

plt.legend(handles=[l1, l2], labels=['up', 'down'],  loc='best')
#loc有很多引數 其中best自分配最佳位置
'''
 'best' : 0,          
 'upper right'  : 1,
 'upper left'   : 2,
 'lower left'   : 3,
 'lower right'  : 4,
 'right'        : 5,
 'center left'  : 6,
 'center right' : 7,
 'lower center' : 8,
 'upper center' : 9,
 'center'       : 10,
 '''

4.4標註

x=np.linspace(-3,3,50)
y = 2*x + 1
plt.figure(num=1, figsize=(8, 5))
plt.plot(x, y,)

#移動座標軸
ax = plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data', 0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data', 0))

#標註資訊
x0=1
y0=2*x0+1
plt.scatter(x0,y0,s=50,color='b')
plt.plot([x0,x0],[y0,0],'k--',lw=2.5)#連線(x0,y0)(x0,0) k表示黑色 lw=2.5表示線粗細
#xycoords='data'是基於資料的值來選位置，xytext=(+30,-30)和textcoords='offset points'對於標註位置描述和xy偏差值，arrowprops對圖中箭頭型別設定
plt.annotate(r'$2x0+1=%s$' % y0, xy=(x0, y0), xycoords='data', xytext=(+30, -30),
             textcoords='offset points', fontsize=16,
             arrowprops=dict(arrowstyle='->', connectionstyle="arc3,rad=.2"))
#添加註視text（-3.7,3）表示選取text位置 空格需要用\進行轉譯 fontdict設定文字字型             
plt.text(-3.7, 3, r'$This\ is\ the\ some\ text. \mu\ \sigma_i\ \alpha_t$',
         fontdict={'size': 16, 'color': 'r'})
plt.show()

圖片08

4.5能見度調整

x=np.linspace(-3, 3, 50)
y=0.1*x
plt.figure()
plt.plot(x, y, linewidth=10, zorder=1)
plt.ylim(-2, 2)

#移動座標軸
ax = plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data', 0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data', 0))

#label.set_fontsize(12)重新調整字型大小 bbox設定目的內容的透明度相關引數 facecolor調節box前景色 edgecolor設定邊框 alpha設定透明度 zorder設定圖層順序
for label in ax.get_xticklabels() + ax.get_yticklabels():
    label.set_fontsize(12)
    label.set_bbox(dict(facecolor='red', edgecolor='None', alpha=0.7, zorder=2))
plt.show()

圖片09

5.畫圖種類

5.1Scatter散點圖

n=1024
X=np.random.normal(0,1,n)#每一個點的X值
Y=np.random.normal(0,1,n)#每一個點的Y值
T=np.arctan2(Y,X)#arctan2返回給定的X和Y值的反正切值
#scatter畫散點圖 size=75 顏色為T 透明度為50% 利用xticks函式來隱藏x座標軸
plt.scatter(X,Y,s=75,c=T,alpha=0.5)
plt.xlim(-1.5,1.5)
plt.xticks(())#忽略xticks
plt.ylim(-1.5,1.5)
plt.yticks(())#忽略yticks
plt.show()

圖片10

5.2條形圖

#基本圖形
n=12
X=np.arange(n)
Y1=(1-X/float(n))*np.random.uniform(0.5,1,n)
Y2=(1-X/float(n))*np.random.uniform(0.5,1,n)
plt.bar(X,+Y1,facecolor='#9999ff',edgecolor='white')
plt.bar(X,-Y2,facecolor='#ff9999',edgecolor='white')

#標記值
for x,y in zip(X,Y1):#zip表示可以傳遞兩個值
    plt.text(x+0.4,y+0.05,'%.2f'%y,ha='center',va='bottom')#ha表示橫向對齊 bottom表示向下對齊
for x,y in zip(X,Y2):
    plt.text(x+0.4,-y-0.05,'%.2f'%y,ha='center',va='top')
plt.xlim(-0.5,n)
plt.xticks(())#忽略xticks
plt.ylim(-1.25,1.25)
plt.yticks(())#忽略yticks
plt.show()

圖片11

5.3等高線圖

n=256
x=np.linspace(-3,3,n)
y=np.linspace(-3,3,n)
X,Y=np.meshgrid(x,y)#meshgrid從座標向量返回座標矩陣
#f函式用來計算高度值 利用contour函式把顏色加進去 位置引數依次為x,y,f(x,y)，透明度為0.75，並將f(x,y)的值對應到camp之中
def f(x,y):
    return (1 - x / 2 + x ** 5 + y ** 3) * np.exp(-x ** 2 - y ** 2)
plt.contourf(X,Y,f(X,Y),8,alpha=0.75,cmap=plt.cm.hot)#8表示等高線分成多少份 alpha表示透明度 cmap表示color map
#使用plt.contour函式進行等高線繪製 引數依次為x,y,f(x,y)，顏色選擇黑色，線條寬度為0.5
C=plt.contour(X,Y,f(X,Y),8,colors='black',linewidth=0.5)
#使用plt.clabel新增高度數值 inline控制是否將label畫線上裡面，字型大小為10
plt.clabel(C,inline=True,fontsize=10)
plt.xticks(())#隱藏座標軸
plt.yticks(())
plt.show()

圖片12

5.4Image圖片

利用matplotlib打印出影象

a = np.array([0.313660827978, 0.365348418405, 0.423733120134,
              0.365348418405, 0.439599930621, 0.525083754405,
              0.423733120134, 0.525083754405, 0.651536351379]).reshape(3,3)
#origin='lower'代表的就是選擇的原點位置
plt.imshow(a,interpolation='nearest',cmap='bone',origin='lower')#cmap為color map
plt.colorbar(shrink=.92)#右邊顏色說明 shrink引數是將圖片長度變為原來的92%
plt.xticks(())
plt.yticks(())
plt.show()              

圖片13

出圖方式 此處採用內插法中的nearest-neighbor

圖片14

5.53D影象

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D#需另外匯入模組Axes 3D
fig=plt.figure()#定義影象視窗
ax=Axes3D(fig)#在視窗上新增3D座標軸
#將X和Y值編織成柵格
X=np.arange(-4,4,0.25)
Y=np.arange(-4,4,0.25)
X,Y=np.meshgrid(X,Y)
R=np.sqrt(X**2+Y**2)
Z=np.sin(R)#高度值
#將colormap rainbow填充顏色，之後將三維影象投影到XY平面做等高線圖，其中ratride和cstride表示row和column的寬度
ax.plot_surface(X,Y,Z,rstride=1,cstride=1,cmap=plt.get_cmap('rainbow'))#rstride表示影象中分割線的跨圖
#新增XY平面等高線 投影到z平面
ax.contourf(X,Y,Z,zdir='z',offset=-2,cmap=plt.get_cmap('rainbow'))#把影象進行投影的圖形 offset表示比0座標軸低兩個位置
ax.set_zlim(-2,2)
plt.show()

圖片15

6.多圖合併顯示

6.1Subplot多合一顯示

均勻圖中圖：MatPlotLib可以組合許多的小圖在大圖中顯示，使用的方法叫做subplot。

plt.figure()
plt.subplot(2,1,1)#表示整個影象分割成2行2列，當前位置為1
plt.plot([0,1],[0,1])#橫座標變化為[0,1] 豎座標變化為[0,2]

plt.subplot(2,3,4)
plt.plot([0,1],[0,2])

plt.subplot(2,3,5)
plt.plot([0,1],[0,3])

plt.subplot(2,3,6)
plt.plot([0,1],[0,4])
plt.show()

影象16

不均勻圖中圖

plt.figure()
plt.subplot(2,1,1)#將整個視窗分割成2行1列，當前位置表示第一個圖
plt.plot([0,1],[0,1])#橫座標變化為[0,1],豎座標變化為[0,1]

plt.subplot(2,3,4)#將整個視窗分割成2行3列，當前位置為4
plt.plot([0,1],[0,2])

plt.subplot(2,3,5)
plt.plot([0,1],[0,3])

plt.subplot(2,3,6)
plt.plot([0,1],[0,4])
plt.show()

圖片17

6.2SubPlot分格顯示

方法一

import matplotlib.gridspec as gridspec#引入新模組
plt.figure()
'''
使用plt.subplot2grid建立第一個小圖，(3,3)表示將整個影象分割成3行3列，(0,0)表示從第0行0列開始作圖，colspan=3表示列的跨度為3。colspan和rowspan預設時預設跨度為1
'''
ax1 = plt.subplot2grid((3, 3), (0, 0), colspan=3)  # stands for axes
ax1.plot([1, 2], [1, 2])
ax1.set_title('ax1_title')#設定圖的標題

#將影象分割成3行3列，從第1行0列開始做圖，列的跨度為2
ax2 = plt.subplot2grid((3, 3), (1, 0), colspan=2)

#將影象分割成3行3列，從第1行2列開始做圖，行的跨度為2
ax3 = plt.subplot2grid((3, 3), (1, 2), rowspan=2)

#將影象分割成3行3列，從第2行0列開始做圖，行與列的跨度預設為1
ax4 = plt.subplot2grid((3, 3), (2, 0))
ax4.scatter([1, 2], [2, 2])
ax4.set_xlabel('ax4_x')
ax4.set_ylabel('ax4_y')
ax5 = plt.subplot2grid((3, 3), (2, 1))

圖片18

方法二

plt.figure()
gs = gridspec.GridSpec(3, 3)#將影象分割成3行3列
ax6 = plt.subplot(gs[0, :])#gs[0:1]表示圖佔第0行和所有列
ax7 = plt.subplot(gs[1, :2])#gs[1,:2]表示圖佔第1行和第二列前的所有列
ax8 = plt.subplot(gs[1:, 2])
ax9 = plt.subplot(gs[-1, 0])
ax10 = plt.subplot(gs[-1, -2])#gs[-1.-2]表示這個圖佔倒數第1行和倒數第2行
plt.show()

影象19

方法三

'''
建立一個2行2列的影象視窗，sharex=True表示共享x軸座標，sharey=True表示共享y軸座標，((ax11,ax12),(ax13,1x14))表示從到至右一次存放ax11,ax12,ax13,ax114
'''
f, ((ax11, ax12), (ax13, ax14)) = plt.subplots(2, 2, sharex=True, sharey=True)
ax11.scatter([1,2], [1,2])ax11.scatter 座標範圍x為[1,2]，y為[1,2]
plt.tight_layout()#表示緊湊顯示影象
plt.show()

影象20

6.3圖中圖

fig=plt.figure()
#建立資料
x=[1,2,3,4,5,6,7]
y=[1,3,4,2,5,8,6]

#繪製大圖：假設大圖的大小為10，那麼大圖被包含在由(1,1)開始，寬8高8的座標系之中。
left, bottom, width, height = 0.1, 0.1, 0.8, 0.8
ax1 = fig.add_axes([left, bottom, width, height])  # main axes
ax1.plot(x, y, 'r')#繪製大圖，顏色為red
ax1.set_xlabel('x')#橫座標名稱為x
ax1.set_ylabel('y')
ax1.set_title('title')#圖名稱為title

#繪製小圖，注意座標系位置和大小的改變
ax2 = fig.add_axes([0.2, 0.6, 0.25, 0.25])
ax2.plot(y, x, 'b')#顏色為buue
ax2.set_xlabel('x')
ax2.set_ylabel('y')
ax2.set_title('title inside 1')

#繪製第二個小兔
plt.axes([0.6, 0.2, 0.25, 0.25])
plt.plot(y[::-1], x, 'g')#將y進行逆序
plt.xlabel('x')
plt.ylabel('y')
plt.title('title inside 2')
plt.show()

圖片21

6.4次座標軸

x=np.arange(0,10,0.1)
y1=0.5*x**2
y2=-1*y1
fig, ax1 = plt.subplots()

ax2 = ax1.twinx()#映象顯示
ax1.plot(x, y1, 'g-')
ax2.plot(x, y2, 'b-')

ax1.set_xlabel('X data')
ax1.set_ylabel('Y1 data', color='g')#第一個y座標軸
ax2.set_ylabel('Y2 data', color='b')#第二個y座標軸
plt.show()

影象22

7.動畫

from matplotlib import animation#引入新模組
fig,ax=plt.subplots()
x=np.arange(0,2*np.pi,0.01)#資料為0~2PI範圍內的正弦曲線
line,=ax.plot(x,np.sin(x))# line表示列表

#構造自定義動畫函式animate，用來更新每一幀上x和y座標值，引數表示第i幀
def animate(i):
    line.set_ydata(np.sin(x+i/100))
    return line,

#構造開始幀函式init
def init():
    line.set_ydata(np.sin(x))
    return line,

# frame表示動畫長度，一次迴圈所包含的幀數；interval表示更新頻率 
# blit選擇更新所有點，還是僅更新新變化產生的點。應該選True，但mac使用者選擇False。
ani=animation.FuncAnimation(fig=fig,func=animate,frames=200,init_func=init,interval=20,blit=False)
plt.show()

影象23