1. 概述
Matplotlib是python的一个绘图库,是数据科学的的必备库,更是很多高级可视化库的底层基础,matplotlib与numpy、pandas被誉为数据科学三剑客。Python与matplotlib是替代matlab软件的免费方案,matplotlib.pyplot画图方式与matlab高度相似。
matplotlib的的使用方法有3种:
1.pylot API,直接调用pylot API函数,pylot API是一组命令样式函数,每个pylot函数对图形进行一些更改:例如,创建图形、在图形中创建绘图区域、在绘图区域中绘制一些线、使用标签装饰绘图等。这种工作方式类似于MATLAB。
2.面向对象式,Matplotlib的核心是面向对象的。如果需要对 plots 进行更多控制和自定义,建议直接使用对象。
3.pylab接口,官网强烈不建议使用。
本文介绍matplotlib的命令式使用方法实践,这种方法使用简单。
2. matplotlib的pylot API使用
matplotlib是第三方库,使用前需要先安装,安装方法与其他库一样,输入命令即可
pip install matplotlib
我们主要使用matplotlib.pyplot模块,通常导入时写
import matplotlib.pyplot as plt
,因此后续用plt指代matplotlib.pyplot模块
plt常用功能:plt.plot() : 绘制折线图形;金融分析极其常用的图形plt.scatter():绘制散点图;plt.bar():绘制柱状图;plt.show():图形显示;IDE,pycharm是一定要加这句话的;jupyter notebook中不用加也可以直接显示图形plt.figure():类似画布,在figure上画图plt.title():确定图片标题;plt.xlabel():确定图片x轴的名字;plt.legend():显示图例;plt.grid(True):出现网格;plt.subplot():绘制子图;
2.1简单图形画法
画折线图
import matplotlib.pyplot as pltplt.plot([1,2,3,4,5],[3,5,6,2,4])plt.show()
画散点图
import matplotlib.pyplot as pltplt.scatter([1,2,3,4,5],[3,5,6,2,4])plt.show()
画柱状图
import matplotlib.pyplot as pltplt.bar([1,2,3,4,5],[3,5,6,2,4])plt.show()
2.2 x轴y轴设置
plt.plot([1,2,3,4,5],[3,5,6,2,4])plt.xlabel('data1') # 添加x轴标签plt.ylabel('data2') # 添加y轴标签plt.xlim(0,6) # x轴的数值显示范围plt.ylim(0,8) # y轴的数值显示范围plt.show()
2.3 图形常用参数
plt.plot([1,2,3,4],[2,4,6,8], c='r', ls='--',linewidth=1.0, label = 'Line')
c表示颜色常见的颜色为 ['r','y','g','b'] , linewidths为线宽, 线条风格linestyle或ls:
-:实线--:虚线-.:点划线::点线
label代表图例名称, 颜色和标记线可以联合使用,如:'r--','go-'
plt.plot([1,2,3,4],[2,4,6,8], 'r--',linewidth=1.0, label = 'Line')
2.4 设置坐标轴大小和标题
import numpy as npl = np.arange(0, 5, 1)plt.figure(figsize =(5,5)) #图像大小plt.plot(l,2*l)plt.title('picture1')plt.show()
2.5 显示网格
l = np.arange(0, 5, 1)plt.plot(l,l)plt.title('picture1')plt.grid(True)plt.show()
2.6 一个坐标轴绘制多个图
import numpy as npl = np.arange(0, 5, 1)plt.figure(figsize =(5,5)) plt.plot(l,l) # 画第一个图plt.plot(l,2*l) # 画第二个图plt.title('picture2')plt.legend() #显示图例plt.show()
2.7 画子图
import numpy as npl = np.arange(0, 5, 1)plt.figure(figsize=(8,6))plt.subplot(2,1,1) # 子图,三个参数分别代表一共2行,一共1列,第1个子图plt.plot(l, label='1st')plt.legend(loc=0)plt.title('Sub Plot')plt.subplot(212) # 子图,三个参数分别代表一行2个,一共1行,第2个子图plt.plot(2*l, label='2nd')plt.legend(loc=0)plt.show()