Python基础学习笔记-13.Matplotlib库

13.Matplotlib库

13.1. 基本配置

数据可视化是数据分析的一个重要工具，最常用的就是Matplotlib库

【1】 要不要plt.show()

ipython中可用魔术方法 %matplotlib inline，这样可以无需plt.show()

pycharm 中必须使用plt.show()

%matplotlib inline

import matplotlib.pyplot as plt

plt.style.use("seaborn-whitegrid")

 

x = [1, 2, 3, 4]

y = [1, 4, 9, 16]

plt.plot(x, y)

plt.ylabel("squares")

# plt.show()   

【2】设置样式

plt.style.available[:5]

['bmh', 'classic', 'dark_background', 'fast', 'fivethirtyeight']

with plt.style.context("seaborn-white"):

    plt.plot(x, y)

【3】将图像保存为文件

import numpy as np

x = np.linspace(0, 10 ,100)

plt.plot(x, np.exp(x))

plt.savefig("my_figure.png")

13.2.Matplotlib库

13.2.1.折线图

%matplotlib inline

import matplotlib.pyplot as plt

plt.style.use("seaborn-whitegrid")

import numpy as np

 

x = np.linspace(0, 2*np.pi, 100)

plt.plot(x, np.sin(x))

绘制多条曲线

x = np.linspace(0, 2*np.pi, 100)

plt.plot(x, np.cos(x))

plt.plot(x, np.sin(x))

【1】调整线条颜色和风格

调整线条颜色

offsets = np.linspace(0, np.pi, 5)

colors = ["blue", "g", "r", "yellow", "pink"]

for offset, color in zip(offsets, colors):

    plt.plot(x, np.sin(x-offset), color=color)         # color可缩写为c

调整线条风格

x = np.linspace(0, 10, 11)

offsets = list(range(8))

linestyles = ["solid", "dashed", "dashdot", "dotted", "-", "--", "-.", ":"]

for offset, linestyle in zip(offsets, linestyles):

    plt.plot(x, x+offset, linestyle=linestyle)        # linestyle可简写为ls

调整线宽

x = np.linspace(0, 10, 11)

offsets = list(range(0, 12, 3))

linewidths = (i*2 for i in range(1,5))

for offset, linewidth in zip(offsets, linewidths):

    plt.plot(x, x+offset, linewidth=linewidth)                 # linewidth可简写为lw

调整数据点标记

x = np.linspace(0, 10, 11)

offsets = list(range(0, 12, 3))

markers = ["*", "+", "o", "s"]

for offset, marker in zip(offsets, markers):

    plt.plot(x, x+offset, marker=marker)   

x = np.linspace(0, 10, 11)

offsets = list(range(0, 12, 3))

markers = ["*", "+", "o", "s"]

for offset, marker in zip(offsets, markers):

    plt.plot(x, x+offset, marker=marker, markersize=10)      # markersize可简写为ms

颜色跟风格设置的简写

x = np.linspace(0, 10, 11)

offsets = list(range(0, 8, 2))

color_linestyles = ["g-", "b--", "k-.", "r:"]

for offset, color_linestyle in zip(offsets, color_linestyles):

    plt.plot(x, x+offset, color_linestyle)

x = np.linspace(0, 10, 11)

offsets = list(range(0, 8, 2))

color_marker_linestyles = ["g*-", "b+--", "ko-.", "rs:"]

for offset, color_marker_linestyle in zip(offsets, color_marker_linestyles):

    plt.plot(x, x+offset, color_marker_linestyle)

其他用法及颜色缩写、数据点标记缩写等请查看官方文档，如下：

https://matplotlib.org/api/_as_gen/matplotlib.pyplot.plot.html#matplotlib.pyplot.plot

【2】调整坐标轴

xlim, ylim

x = np.linspace(0, 2*np.pi, 100)

plt.plot(x, np.sin(x))

plt.xlim(-1, 7)

plt.ylim(-1.5, 1.5)

axis

x = np.linspace(0, 2*np.pi, 100)

plt.plot(x, np.sin(x))

plt.axis([-2, 8, -2, 2])

x = np.linspace(0, 2*np.pi, 100)

plt.plot(x, np.sin(x))

plt.axis("tight") # tight表示紧凑的图像

x = np.linspace(0, 2*np.pi, 100)

plt.plot(x, np.sin(x))

plt.axis("equal") # equal表示扁平的图像

?plt.axis # 查看还有哪些样式

 

 'on'     Turn on axis lines and labels.

...

    'square' Square plot; similar to 'scaled', but initially forcing

对数坐标

x = np.logspace(0, 5, 100)

plt.plot(x, np.log(x))

plt.xscale("log")

调整坐标轴刻度

x = np.linspace(0, 10, 100)

plt.plot(x, x**2)

plt.xticks(np.arange(0, 12, step=1))

x = np.linspace(0, 10, 1