文章目录
- 简介
- 安装
- 实战
- 画框
- 线图
- 散点图
- 柱状图
- 饼状图
- 等高线图
简介
Matplotlib是Python一个强大的绘图库，搭配NumPy库的使用，可以满足绝大部分的绘图需求，各种你能想到的图表基本都支持，使用代码即可进行绘制，如果画不出来那一定是你的问题(doge)。
本文主要参考Matplotlib文档，归纳总结Matplotlib常用方法，只举例了部分，所有函数和相关参数不能遍举，更多可参考Matplotlib文档。
安装
如果使用pip安装：
代码语言：javascript复制pip install matplotlib如果使用conda安装：
代码语言：javascript复制conda install matplotlib如果使用的是Pycham，可以直接打开File->settings->Project:->Python Interpreter中安装库。
搜索matplotlib，点击安装即可。
实战
画框
fig是Figure缩写，即外框，可以包含多个内框。ax是Axes缩写，即内框，里面可以画各种图。plt是导入Matplotlib库时的重命名缩写，可以理解为一整张画布，直接添加即可，但细节修改用ax更好。
两种方法都可，比如以下代码是等价的：
import matplotlib.pyplot as plt
fig, ax = plt.subplots() # 创建一个外框（默认含一个内框），返回两个参数
ax.plot([1, 2], [1, 2]) # 在内框上画一条直线，点(1,1)到(2,2)
plt.show() # 显示绘图import matplotlib.pyplot as plt
plt.plot([1, 2], [1, 2])
plt.show()
如一张画布上多个画框：
代码语言：javascript复制from matplotlib import pyplot as plt
# subplot三个参数：垂直方向画几张图，水平方向画几张图，当前是第几张图
plt.subplot(2, 2, 1) # 即划分1×2个画框，当前是第一个
plt.title("1")
plt.subplot(2, 2, 2) # 当前为第2个
plt.title("2")
plt.subplot(2, 2, 3) # 当前为第3个
plt.title("3")
plt.subplot(2, 2, 4) # 当前为第4个
plt.title("4")
plt.subplots_adjust(wspace=0.5, hspace=0.5) # 调整间距
plt.show()
引用官网的一张图，除了数据外，一张图表还包含了很多元素，如标题（Title）、说明（Legend）、刻度（Minor tick）、刻度名（Minor tick label）、网格（Grid）、标记（Marker）、x轴y轴等。
相关元素的设置可以参考上图或文档，举个栗子：
代码语言：javascript复制import numpy as np
from matplotlib import pyplot as plt
plt.title("我的图表") # 设置图表名
plt.xlabel("X轴[mm]") # 设置x轴名
plt.ylabel("Y轴[cm]") # 设置y轴名
plt.rcParams['font.sans-serif'] = ['SimHei'] # 设置字符编码
plt.rcParams['axes.unicode_minus'] = False # 编码正常显示负号
plt.xticks(np.arange(0, 60, 5)) # x刻度，从0-60，间隔5
plt.yticks(np.arange(0, 15, 1)) # y刻度，从0-15，间隔1
# x和y的值，即连接点(10,2)、(25,7)、(50,13)，设置颜色等可选参数
plt.plot([10, 25, 50], [2, 7, 13], label="折线", color="#FF0000")
plt.legend() # 显示说明
plt.grid() # 显示网格
plt.show() # 显示绘图
（
插播反爬信息）博主CSDN地址：https://wzlodq.blog.csdn.net/
线图
使用plot()函数。
代码语言：javascript复制import numpy as np
from matplotlib import pyplot as plt
# ------直线------
plt.plot([0, 10], [0, 5], label="直线", linewidth="3") # 线宽设置3
# ------抛物线------
x = np.linspace(0, 10, 100) # 1-10均匀序列
plt.plot(x, 0.05*x*x, label="抛物线")
# ------三角函数------
plt.plot(x, np.sin(x), label="正弦曲线")
plt.plot(x, np.cos(x), label="余弦曲线")
# 其他的举一反三，给出函数和定义域即可
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.legend()
plt.show()
各种线条格式：
代码语言：javascript复制import numpy as np
from matplotlib import pyplot as plt
x = np.linspace(1, 10, 30)
plt.plot(x, x, '-')
plt.plot(x, x 1, '--')
plt.plot(x, x 2, '-.')
plt.plot(x, x 3, 'o')
plt.plot(x, x 4, ',')
plt.plot(x, x 5, 'x')
plt.plot(x, x 6, 'd')
plt.plot(x, x 7, '<')
plt.plot(x, x 8, '>')
plt.plot(x, x 9, 'v')
plt.plot(x, x 10, ' ')
plt.plot(x, x 11, '*')
plt.plot(x, x 12, '-')
plt.plot(x, x 13, 'h')
plt.plot(x, x 14, '|')
plt.plot(x, x 15, '1')
plt.plot(x, x 16, '2')
plt.plot(x, x 17, '3')
plt.plot(x, x 18, '4')
plt.plot(x, x 19, '8')
plt.show()
散点图
使用scatter()函数。
代码语言：javascript复制import numpy as np
from matplotlib import pyplot as plt
plt.figure(figsize=(10, 5))
# ------均匀分布------
plt.subplot(1, 2, 1)
plt.title("均匀分布")
n = 800 # 样本数
x = np.random.rand(n) # 随机坐标点
y = np.random.rand(n)
colors = np.random.rand(n) # 随机颜色
size = np.random.rand(n)*100 # 随机大小
plt.scatter(x, y, c=colors, s=size, alpha=0.3) # alpha是透明度
# ------正态分布------
plt.subplot(1, 2, 2) # 第二个画框
plt.title("正态分布")
x = np.random.randn(n)
y = np.random.randn(n)
plt.scatter(x, y, c=colors, s=size, alpha=0.3)
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.show()
柱状图
使用bar()函数。
代码语言：javascript复制import numpy as np
from matplotlib import pyplot as plt
plt.figure(figsize=(10, 5))
# ------图1------
plt.subplot(1, 2, 1)
x = np.arange(8) # 1-5
y = np.random.randint(-3, 5, 8) # -3到5随机8个数
plt.bar(x, y, width=0.6)
plt.title('图2')
plt.axhline(0) # 水平线
# ------图2------
plt.subplot(1, 2, 2)
x = np.arange(3) # 1-3
width = 0.2 # 设置柱宽
plt.bar(x, [4, 6, 2], color='green', width=width, label="A")
plt.bar([i width for i in x], [3, 7, 4], color='blue', width=width, label="B")
plt.bar([i 2*width for i in x], [5, 6, 4], color='red', width=width, label="C")
plt.xticks([i width for i in x], ["2020", "2021", "2022"]) # 设置刻度
plt.title('图2')
plt.legend()
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.show()
还可以使用hist()函数。
代码语言：javascript复制import numpy as np
from matplotlib import pyplot as plt
x1 = np.random.normal(2.5, 0.5, 1000) # 期望2.5，标准差0.8，输出大小1000
x2 = np.random.normal(5, 2, 1000)
x3 = np.random.normal(7.5, 1, 1000)
plt.hist(x1, bins=100, alpha=0.5, label="A") # 100个数据，透明的0.5,标签A
plt.hist(x2, bins=100, alpha=0.5, label="B")
plt.hist(x3, bins=100, alpha=0.5, label="C")
plt.legend()
plt.show()
饼状图
使用pie()函数。
代码语言：javascript复制from matplotlib import pyplot as plt
# explode分裂，autopct百分比格式
plt.pie([0.4, 0.6], labels=["A", "B"], explode=(0, 0.05), autopct='%0.0f%%')
plt.legend()
plt.show()
等高线图
使用contourf函数。
代码语言：javascript复制import numpy as np
from matplotlib import pyplot as plt
# ------数据------
x = np.linspace(-3, 3, 256) # -3到3等差256个点
y = np.linspace(-3, 3, 256)
X, Y = np.meshgrid(x, y) # 计算x和y的相交点
Z = (1 - X/2 X**5 Y**3) * np.exp(-X**2 - Y**2) # 计算Z的坐标
levels = np.linspace(Z.min(), Z.max(), 7)
# ------图1------
plt.figure(figsize=(10, 5))
plt.subplot(1, 2, 1)
plt.contour(X, Y, Z)
# ------图2------
plt.subplot(1, 2, 2)
plt.contourf(X, Y, Z)
plt.show()
原创不易，请勿转载（
本不富裕的访问量雪上加霜） 博主首页：https://wzlodq.blog.csdn.net/ 来都来了，不评论两句吗
