Python数据分析之Matplotlib
本帖最后由 待定犯傻的病人 于 2019-8-7 15:46 编辑Matplotlib 是 Python 的绘图库。 它可与 NumPy 一起使用,提供了一种有效的 MatLab 开源替代方案。 它也可以和图形工具包一起使用,如 PyQt 和 wxPython。
Matplotlib 模块最初是由 John D. Hunter 编写的。 自 2012 年以来,Michael Droettboom 是主要开发者。
通常,通过添加以下语句将包导入到 Python 脚本中:
from matplotlib import pyplot as plt
这里pyplot()是 matplotlib 库中最重要的函数,用于绘制 2D 数据。 以下脚本绘制方程y = 2x + 5:
import numpy as np
from matplotlib import pyplot as plt
x = np.arange(100)
y = 2 * x + 5
plt.title("Matplotlib demo")
plt.xlabel("x axis caption")
plt.ylabel("y axis caption")
plt.plot(x, y)
plt.show()
ndarray对象x由np.arange()函数创建为x轴上的值。y轴上的对应值存储在另一个数组对象y中。 这些值使用matplotlib软件包的pyplot子模块的plot()函数绘制。
图形由show()函数展示。上面的代码应该产生以下输出:
作为线性图的替代,可以通过向plot()函数添加格式字符串来显示离散值。 可以使用以下格式化字符。
字符 描述
‘-‘ 实线样式
‘–‘ 短横线样式
‘-.’ 点划线样式
‘:’ 虚线样式
‘.’ 点标记
‘,’ 像素标记
‘o’ 圆标记
‘v’ 倒三角标记
‘^’ 正三角标记
‘<’ 左三角标记
‘>’ 右三角标记
‘1’ 下箭头标记
‘2’ 上箭头标记
‘3’ 左箭头标记
‘4’ 右箭头标记
‘s’ 正方形标记
‘p’ 五边形标记
‘*’ 星形标记
‘h’ 六边形标记 1
‘H’ 六边形标记 2
‘+’ 加号标记
‘x’ X 标记
‘D’ 菱形标记
‘d’ 窄菱形标记
‘|’ 竖直线标记
‘_’ 水平线标记
还定义了以下颜色缩写。
字符 颜色
‘b’ 蓝色
‘g’ 绿色
‘r’ 红色
‘c’ 青色
‘m’ 品红色
‘y’ 黄色
‘k’ 黑色
‘w’ 白色
要显示圆来代表点,而不是上面示例中的线,请使用ob作为plot()函数中的格式字符串。
示例:
import numpy as np
from matplotlib import pyplot as plt
x = np.arange(20)
y = 2 * x + 5
plt.title("Matplotlib demo")
plt.xlabel("x axis caption")
plt.ylabel("y axis caption")
plt.plot(x, y, "ob")
plt.show()
上面的代码应该产生以下输出:
绘制正弦波
以下脚本使用 matplotlib 生成正弦波图。
示例:
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(0, 3 * np.pi, 0.1)
y = np.sin(x)
plt.title("sine wave form")
plt.plot(x, y)
plt.show()
subplot()
subplot()函数允许你在同一图中绘制不同的东西。 在下面的脚本中,绘制正弦和余弦值。
示例:
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(0, 3 * np.pi, 0.1)
y_sin = np.sin(x)
y_cos = np.cos(x)
plt.subplot(2, 1, 1)# 建立 subplot 网格,高为 2,宽为 1
plt.plot(x, y_sin)# 绘制第一个图像
plt.title('Sine')
plt.subplot(2, 1, 2)# 将第二个 subplot 激活,并绘制第二个图像
plt.plot(x, y_cos)
plt.title('Cosine')
plt.show()
bar()
pyplot子模块提供bar()函数来生成条形图。 以下示例生成两组x和y数组的条形图。
示例:
from matplotlib import pyplot as plt
x1 =
y1 =
x2 =
y2 =
plt.bar(x1, y1, align='center')
plt.bar(x2, y2, color='g', align='center')
plt.title('Bar graph')
plt.ylabel('Y axis')
plt.xlabel('X axis')
plt.show()
使用 Matplotlib 绘制直方图
NumPy 有一个numpy.histogram()函数,它是数据的频率分布的图形表示。 水平尺寸相等的矩形对应于类间隔,称为bin,变量height对应于频率。numpy.histogram()函数将输入数组和bin作为两个参数。bin数组中的连续元素用作每个bin的边界。
from matplotlib import pyplot as plt
import numpy as np
a = np.array()
plt.hist(a, bins=)
plt.title("histogram")
plt.show()
页:
[1]