Matplotlib快速入门与进阶

Matplotlib 是一个Python的2D绘图库，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。这个绘图系统操作起来相对复杂，但是matplotlib的复杂给其带来了很强的定制性。其具有面向对象的方式及Pyplot的经典高层封装。

几个常见的matplotlib图形绘制方法

•画一个折线图：plt.plot() •画一个柱状图：plt.bar() •画一个条形图：plt.barh() •画一个直方图：plt.hist() •画一个饼图：plt.pie() •画一个散点图：plt.scatter() •画一个堆叠图：plt. stackplot()

柱（条）状图的经典配置

饼状图的经典配置

代码演示：

import matplotlib.pyplot as plt
#from matplotlib import pyplot as plt

# 用于正常显示中文标签
plt.rcParams["font.sans-serif"]=[SimHei]  
# 用来正常显示负号
plt.rcParams[axes.unicode_minus]=False
#创建画板
plt.figure(figsize=(8,6))
#在画板对象上绘制一条折线图
plt.plot([1,2,3,4],[4,5,3,15],label="第一条折线") #label是小图标的注释
plt.plot([4,5,7],[10,14,12],label="第二条折线")
#进一步完善图表

#添加X轴轴标签
plt.xlabel(X轴)
plt.ylabel(Y轴)

#为图表添加标题
plt.title("图1")
#为图表添加小图标
plt.legend(loc = "upper right")  #loc参数确定小图标的位置
# plt.legend(loc = "lower left")  #小图标在左下角
#显示图表
plt.show()   #在jupyter中图表画完之后自动显示

图形显示：

一，绘制折线图

#一，绘制折线图
x = [1,2,3,4,5,6,7,8] 
y = [5,2,4,2,1,4,5,2]
plt.plot(x,y,label ="折线图")
plt.title("绘制折线图")
plt.legend(loc = "lower right")
plt.xlabel("X轴")
plt.ylabel("Y轴")

折线图显示：

二，绘制柱状图

#二，绘制柱状图
x,y = [1,3,5,7,9],[5,2,7,8,2]
x2,y2 = [2,4,6,8,10],[8,6,2,5,6]
plt.bar(x,y,label = "柱状图-1",color="r")
plt.bar(x2,y2,label = "柱状图-2",color="g")
plt.title("绘制柱状图")
plt.legend()
plt.xlabel("X轴")
plt.ylabel("Y轴")

柱状图显示：

三，绘制条形图

#三，绘制条形图
x,y = [1,3,5,7,9],[5,2,7,8,2]
x2,y2 = [2,4,6,8,10],[8,6,2,5,6]
plt.barh(x,y,label = "条形图-1",color = "#000000")   #color黑色  0,1,2,3,4,5,6,7,8,9,A,B,C,D,E,F  RGB颜色组合
plt.barh(x2,y2,label = "条形图-2",color = "#0000FF")  #color蓝色
plt.legend()

条形图显示：

四，绘制频率分布直方图

#四，绘制频率分布直方图
#年龄样本
population_ages = [22,55,62,45,21,22,34,42,42,4,99,102,110,120,121,122,130,111,115,112,80,75,65,54,44,43,42,48] 
#划分区间
bins = [0,20,40,60,80,100,130]

#创建画板大小
plt.figure(figsize=(8,5))

plt.hist(population_ages,bins,histtype="bar",label="年龄分布情况")
plt.xlabel("年龄区间")
plt.ylabel("人数")
plt.legend()
plt.title("年龄分布直方图")

#显示图表
plt.show()

直方图显示：

五，画饼图

六，画散点图

#六，画散点图
x = [1,2,3,4,5,6,7,8]
y = [5,2,4,2,1,4,5,2]

#创建画板大小
plt.figure(figsize=(8,5))

plt.scatter(x,y,color="r",s=50,marker="8",label="skitscat")

x,y数据点的x轴和y轴坐标
color：散点图点的颜色
s: 散点图点的大小
marker:散点图点形状
label:图例的注释


plt.legend(loc="lower right")
plt.show()

散点图显示：

七、绘制堆叠图

#七、绘制堆叠图
days = [1,2,3,4,5]
sleeping = [7,8,6,11,7] 
eating = [2,3,4,3,2] 
working = [7,8,7,2,2] 
playing = [8,5,7,8,13]

#创建画板大小
plt.figure(figsize=(8,5))
plt.stackplot(days,sleeping,eating,working,playing,colors=[m,c,r,k])
#为堆叠图加上图例
plt.plot([],[],color=m,label=Sleeping,linewidth=5)
plt.plot([],[],color=c,label=Eating,linewidth=5)
plt.plot([],[],color=r,label=Working,linewidth=5)
plt.plot([],[],color=k,label=Playing,linewidth=5)


plt.xlabel(星期)
plt.ylabel(花费时间)
plt.title("堆叠图")
#显示图例
plt.legend()
plt.show()

堆叠图显示：