Matplotlib数据可视化-Toy模板网

这篇具有很好参考价值的文章主要介绍了Matplotlib数据可视化。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

Matplotlib是⼀个Python 2D，3D绘图库，它以多种硬拷⻉格式和跨平台的交互式环境⽣成出版物质量的图形。 MatplotlibMatplotlib中文网、Matplotlib官方中文文档。https://www.matplotlib.org.cn/

1.模块导⼊

import matplotlib.pyplot as plt #使⽤pyplot API

import numpy as np

plt.rcParams['font.sans-serif'] = ['SimHei'] # 设置字体，解决中⽂⽆法显示问题

2.绘制点和线

#使⽤scatter⽅法绘制⼀个点
x1 = np.array([6])
y1 = np.array([4])
plt.scatter(x1,y1)
plt.show()

Matplotlib数据可视化

#使⽤plot⽅法绘制⼀条ju线
x2 = np.array([1,9])
y2 = np.array([1,8])
plt.plot(x2,y2)
plt.show()

Matplotlib数据可视化

#把点和线画在⼀起，并设置样式
plt.scatter(x1,y1,color='blue')
plt.plot(x2,y2,color='red',linewidth=3,linestyle='--')
plt.text(5.2, 3, '⽂字说明',fontdict={'size': 16, 'color': 'b'})
plt.show()

Matplotlib数据可视化

文章来源地址https://www.toymoban.com/news/detail-420208.html

3.使⽤figure绘制多图

⼀个figure代表⼀张图；

上⾯的例⼦，直接调⽤scatter（），默认为⽤户创建了⼀张图figure；如果要定制图的属性，⽐如：⼤⼩，就要显示的创建⼀个figure；

#再创建⼀张图，并且设置图的⼤⼩是宽=3cm，⾼=5cm； plt.figure(figsize=(3,5))

#(2,2,1)中，表示2⾏2列，1表示索引位置；从左上⻆到右下⻆依次增加；⼦图矩阵⾏列数<10，所以(2,2,1)也可以写成（221）

plt.subplot(2,2,1) plt.plot(x2,y2,color='red',linewidth=3,linestyle='--') plt.text(5.2, 3, '1',fontdict={'size': 16, 'color': 'b'}) plt.subplot(2,2,2) plt.plot(x2,y2,color='red',linewidth=3,linestyle='--') plt.text(5.2, 3, '2',fontdict={'size': 16, 'color': 'b'}) plt.subplot(2,2,3) plt.plot(x2,y2,color='red',linewidth=3,linestyle='--') plt.text(5.2, 3, '3',fontdict={'size': 16, 'color': 'b'}) plt.subplot(2,2,4) plt.plot(x2,y2,color='blue',linewidth=3,linestyle='--') plt.text(5.2, 3, '4',fontdict={'size': 16, 'color': 'b'})

Matplotlib数据可视化

4.设置坐标（#当全是数字时，就会按照数值从⼩到⼤有序排列）

x=[25,'Feb','Mar',20,'May']
y=['h',100,'c',33,'k']
plt.plot(x,y)

Matplotlib数据可视化

设置坐标范围

plt.xlim(0,8) #设置x轴坐标范围，从0到8
plt.ylim(0,5) #设置y轴坐标范围，从0到5
plt.scatter(x1,y1,color='blue')
plt.plot(x2,y2,color='red',linewidth=3,linestyle='--')
plt.show()

Matplotlib数据可视化

设置坐标标签

plt.xlabel('I am x',fontsize=15) #设置x轴坐标标签
plt.ylabel('我是y',fontsize=15) #设置y轴坐标标签
plt.scatter(x1,y1,color='blue')
plt.plot(x2,y2,color='red',linewidth=3,linestyle='--')
plt.show()

Matplotlib数据可视化

设置图例

x3 = x2
y3 = y2 + 3
plt.plot(x2,y2,color='red',linewidth=3,linestyle='--', label='红⾊haha')
plt.plot(x3,y3,color='blue',linewidth=3,linestyle='-', label='蓝⾊')
#图例上显示的⽂字图元等信息均来源于plot函数中的label、linestyle、color等属性；
plt.legend(loc='lower right')
plt.show()

Matplotlib数据可视化

plt.annotate()函数⽤于在图中做⽂字标注；第⼀个参数s为标注的⽂字；

xy参数为被标注的坐标点；

xycoords='data'表示使⽤被注释对象的坐标系统(默认)； xytext=(+30, -30)表示标注的⽂字的位置；

textcoords='offset points'表示标注的⽂字的位置使⽤相对于被标注的坐标点的偏移量，(+30, -30)表示相对于被标注点，向右移动30，再向下移动30；这⾥的单位是像素；

arrowprops⽤于设置箭头属性；参数类型为字典dict

width：箭头的宽度(以点为单位) ；headwidth：箭头底部以点为单位的宽度； headlength：箭头的⻓度(以点为单位) ；shrink：总⻓度的⼀部分，从两端“收缩” ；facecolor：箭头颜⾊

(%s,%s)⽤了类似print函数的表达，传递参数进⼊字符串；两个参数被赋值% xy, xy=xy zip(x, y)就是把两个数组糅在⼀起；x=[1, 2, 3, 4, 5 ]，y=[6, 7, 8, 9, 10]，zip(x, y)就得到了

[(1, 6), (2, 7), (3, 8), (4, 9), (5, 10)]，每个元素是⼀个元组；

x = np.arange(0, 6)
y = x * x
plt.plot(x, y, marker='o')
for xy in zip(x, y):
plt.annotate("(%s,%s)" % xy, xy=xy, xytext=(-20, 10), textcoords='offset points',weight='heavy',color='y')
plt.show()

Matplotlib数据可视化