Matplotlib庫入門

Matplotlib庫介紹

Matliotlib庫是Python優秀的數據可視化第三方庫。

Matliotlib庫的效果見：http://matplotlib.org/gallery.html

Matplotlib庫由各種可視化類構成，內部結構復雜，受Matlab啟發。

matplotlib.pyplot是繪制各類可視化圖形的命令字庫，相當於快捷方式。導入方式如下：

import matplotlib.pyplot as plt

範例：使用Matplotlib庫繪圖

import matplotlib.pyplot as plt

plt.plot([3,1,4,5,2])
plt.ylabel(
 
"Grade")
plt.savefig(‘test‘,dpi=600) #PNG文件
plt.show()

plt.savefig()將輸出圖形存儲為文件，默認PNG格式，可以通過dpi修改輸出質量。

import matplotlib.pyplot as plt

plt.plot([0,2,4,6,8],[3,1,4,5,2])
plt.ylabel("Grade")
plt.axis([-1, 10, 0, 6])
plt.show()

plt.plot(x,y)只有一個輸出列表或數組是，參數被當作Y軸，X軸以索引自動生成。當有兩個以上參數時，按照X軸和Y軸順序繪制數據點。plt.axis()指定X軸和Y軸的起始位置。

pyplot的繪圖區域

plt.subplot(nrows,ncols,plot_number) 

在全局繪圖區域中創建一個分區體系，並定位到一個子繪圖區域。

範例：分區域繪圖

import numpy as np
import matplotlib.pyplot as plt
def f(t):
    return np.exp(-t) * np.cos(2 * np.pi * t)

a = np.arange(0.0, 5.0, 0.02)

plt.subplot(211)    # 可以將3個參數合並傳參
plt.plot(a ,f(a))

plt.subplot(2,1,2)
plt.plot(a, np.cos(
 
2 * np.pi * a),‘r--‘)
plt.show()

pyplot的plot()函數

plt.plot(x, y, format_string, **kwargs)

• x：X軸數據，列表或數組，可選（繪制多條曲線時，各條曲線的x不能省略）
• y：Y軸數據，列表或數組
• format_string：控制曲線的格式字符串（由顏色字符、風格字符和標記字符組成），可選

  顏色字符
  顏色字符	說明	顏色字符	說明
  ‘b‘	藍色	‘m‘	洋紅色 magenta
  ‘g‘	綠色	‘y‘	黃色
  ‘r‘	紅色	‘k‘	黑色
  ‘c‘	青綠色 cyan	‘w‘	白色
  ‘#008000‘	RGB某顏色（十六進制色彩）	‘0.8‘	灰度值字符串
  風格字符
  風格字符	說明	風格字符	說明
  ‘-‘	實線	‘:‘	虛線
  ‘--‘	破折線	‘‘ ‘ ‘	無線條
  ‘-.‘	點劃線
  標記字符
  標記字符	說明	標記字符	說明
  ‘.‘	點標記	‘s‘	實心方形標記
  ‘,‘	像素標記（極小點）	‘p‘	實心五角標記
  ‘o‘	實心圈標記	‘*‘	星形標記
  ‘v‘	倒三角標記	‘h‘	豎六邊形標記
  ‘^‘	上三角標記	‘H‘	橫六邊形標記
  ‘>‘	右三角標記	‘+‘	十字標記
  ‘<‘	左三角標記	‘x‘	x標記
  ‘1‘	下花三角標記	‘D‘	菱形標記
  ‘2‘	上花三角標記	‘d‘	瘦菱形標記
  ‘3‘	左花三角標記	‘|‘	垂直線標記
  ‘4‘	右花三角標記

• **kwargs：第二組或更多（x, y, format_string）
  • color：控制顏色，color=‘green‘
  • linestyle：線條風格，linestyle=‘dashed‘
  • marker：標記風格，marker=‘o‘
  • markerfacecolor：標記顏色，markerfacecolor=‘blue‘
  • marksize，標記尺寸，markerfacecolor=20

範例：將顏色字符、風格字符和標記字符組合使用

import numpy as np
import matplotlib.pyplot as plt

a = np.arange(10)
plt.plot(a, a*1.5, a, a*2.5, a, a*3.5, a, a*4.5)
plt.show()

import numpy as np
import matplotlib.pyplot as plt

a = np.arange(10)
plt.plot(a, a*1.5,‘go-‘, a, a*2.5,‘rx‘, a, a*3.5,‘*‘, a, a*4.5,‘b-.‘)
plt.show()

pyplot的中文顯示

pyplot並不默認支持中文顯示，需要rcParams修改字體實現。

import matplotlib.pyplot as plt
import matplotlib

matplotlib.rcParams[‘font.family‘]=‘SimHei‘ # ‘SimHei‘是黑體
plt.plot([3,1,4,5,2])
plt.ylabel("縱軸（值）")
plt.savefig(‘test‘,dpi=600)

rcParams的屬性

rcParams[‘font.family‘]

import numpy as np
import matplotlib.pyplot as plt
import matplotlib

matplotlib.rcParams[‘font.family‘]=‘STsong‘ 
matplotlib.rcParams[‘font.size‘]=20

a = np.arange(0.0, 5.0, 0.02)

plt.xlabel(‘橫軸：時間‘)
plt.ylabel("縱軸：振幅")
plt.plot(a, np.cos(2*np.pi*a),‘r--‘)
plt.show()

在有中文輸出的地方，增加一個屬性：fontproperties

import numpy as np
import matplotlib.pyplot as plt

a = np.arange(0.0, 5.0, 0.02)

plt.xlabel(‘橫軸：時間‘,fontproperties=‘SimHei‘,fontsize=20)
plt.ylabel("縱軸：振幅",fontproperties=‘SimHei‘,fontsize=20)
plt.plot(a, np.cos(2*np.pi*a),‘r--‘)
plt.show()

pyplot的文本顯示函數

範例：使用上述標簽

plt.annotate(s, xy=arrow_crd, xytext=text_crd, arrowprops=dict)

import numpy as np
import matplotlib.pyplot as plt

a = np.arange(0.0, 5.0, 0.02)
plt.plot(a, np.cos(2*np.pi*a),‘r--‘)

plt.xlabel(‘橫軸：時間‘,fontproperties=‘SimHei‘,fontsize=15,color=‘green‘)
plt.ylabel("縱軸：振幅",fontproperties=‘SimHei‘,fontsize=15)
plt.title(r‘正弦波實例$y=cos(2\pi x)$‘,fontproperties=‘SimHei‘,fontsize=25)
plt.annotate(r‘$\mu=100$‘,xy=(2,1),xytext=(3,1.5),arrowprops=dict(facecolor=‘black‘,shrink=0.1,width=2))
# plt.annotate() 中‘$$‘表示使用Latex格式，xy為箭頭指向位置，xytext為文本顯示位置，facecolor為箭頭顏色，shrink為箭頭縮進比率，width為箭頭寬度。
plt.axis([-1, 6, -2, 2])
plt.grid(True)
plt.show()

pyplot的子繪圖區域：plt.subplot2grid()

plt.subplot2grid(GridSpec, CurSpec, colspan=1, rowspan=1)

理念：設定網格，選中網格，確定選中行列區域數量，編號從0開始

• GridSpec為二元組(m,n)，表示將網格分為m行n列
• CurSpec為二元組(a,b)，表示選擇第幾個網格，索引從0開始
• colspan和rowspan表示合並幾個單元格，默認為1（不合並）

plt.subplot2grid((3,3),(1,0),colspan=2)

GridSpec類

import matplotlib
import matplotlib.gridspec as gridspec

matplotlib.rcParams[‘font.size‘]=6
gs = gridspec.GridSpec(3,3)


ax1 = plt.subplot(gs[0, :])
ax2 = plt.subplot(gs[1, :-1])
ax3 = plt.subplot(gs[1:, -1])
ax4 = plt.subplot(gs[2, 0])
ax5 = plt.subplot(gs[2, 1])

數據分析與展示——Matplotlib庫入門