Python的matplotlib各种图详解

线图

plt.plot([1,2,3,4,5],
         [1,4,9,16,25],
         --, c = r,linewidth=1)     # 虚线 颜色。 ‘：’ 是点线, 设定线条宽度
plt.xlabel(xlabel,fontsize = 16) # 指定x y轴的标签
plt.ylabel(ylabel,fontsize = 16) # 设定标签的大小

x = np.linspace(-10,10)         # 指定x轴的范围, 并返回一个数组
plt.plot(x, y, linewidth = 3.0) # 设置线条宽度

plt.plot(x,  y,  marker = o)   # 显示关键点

plt.title(title)        # 图的标题
plt.text(0,0, text) # 在图上某点写字
plt.grid(True)        # 网格

绘制多个图

# 211 表示图是 2 行 1列 第 1 个图
plt.subplot(211)
plt.plot(x, y, color = r)

plt.subplot(212)
plt.plot(x, y, color = b)

柱状图

mean_values = [1,2,3]      # 平均值
variance = [0.2, 0.4, 0.5] # 数据浮动值
bar_label = [bar1, bar2, bar3]

x_pos = list(range(len(bar_label)))       # x轴的坐标
plt.bar(x_pos, mean_values,yerr=variance) # 柱状图, yerr设置浮动值
max_y = max(zip(mean_values, variance))
plt.ylim(0, (max_y[0]+max_y[1])*1.2)      # 设置y轴的范围
plt.xticks(x_pos, bar_label)              # 设置x轴的坐标名

水平直方图

x1 = np.array([1,2,3])
x2 = np.array([2,2,3])
bar_labels = [bar1, bar2, bar3]

fig = plt.figure(figsize = (8,6))   # 设置画布的大小
y_pos = np.arange(len(x1))          


plt.barh(y_pos, x1)                 # 水平直方图
plt.barh(y_pos, -x2)                # 可以向两个方向画

plt.xlim(-max(x2)-1, max(x1)+1)     # 设置坐标轴的范围
plt.xlabel("YYY")
plt.yticks(y_pos, bar_labels)

fig, ax = plt.subplots(ncols = 2) # 画布分两列

ax[0].bar(x,y, color = red)
ax[1].barh(x,y,color = green)

ax[0].axhline(0) # 在 0 的位置加一条线，h横着
ax[1].axvline(0) # v 竖着

遍历图，改变特定柱的颜色

fig, ax = plt.subplots()
v = ax.bar(x, y, color = lightblue)   # v 是所有柱的集合

for bar, height in zip(v, y): # 遍历条形图
    if height < 0:
        bar.set(color = red) # 改变特定柱的颜色

多个柱形图画在一起

pos = list(range(len(y1)))
w = 0.2                         # 自定义柱的宽度

plt.bar(pos, y1, w, color = g)
plt.bar([p+w for p in pos], y2, w, color = b)   # 新图往后一个w 宽度
plt.bar([p+w*2 for p in pos], y3, w, color = r)

在轴顶标数据

data = range(200, 225, 5)
bar_labels = [a,b,c,d,e]
fig, ax = plt.subplots()
y_pos = np.arange(len(data))

plt.yticks(y_pos, bar_labels)  # 设置y轴的标刻
bars = ax.barh(y_pos,data)     # 画水平条形图

for b,d in zip(bars,data):    # 表参数
    plt.text(b.get_width(), b.get_y()+b.get_height()/2, {:.2%}.format(d/min(data)))

# b.get_width()  永远是横向的宽度，不论水平还是竖直的图
# b.get_height() 永远是条形图的高度，
# b.get_y()      一个柱所在的高度y
# {:.2%}.format(d/min(data)) 格式化输出百分比

根据数据自动生成颜色风格

mean_values = range(10,18)
x_pos = range(len(mean_values))

import matplotlib.colors as col
import matplotlib.cm as cm

# cm.ScalarMappable(min,max,风格) 根据数据自动生成颜色
cmap1 = cm.ScalarMappable(col.Normalize(min(mean_values), max(mean_values), cm.hot))
cmap2 = cm.ScalarMappable(col.Normalize(0,20,cm.hot)) 

# 画图并指定cmap1格式的颜色
plt.bar(x_pos, mean_values, color=cmap1.to_rgba(mean_values))

填充画图

x = np.linspace(0,10,100)
y = np.sin(x)
plt.fill_between(x,y)

x = np.linspace(0,10,200)
y1 = 2*x + 1
y2 = 3*x +1.2

fig, ax = plt.subplots()
ax.fill_between(x, y1, y2, color = lightblue)  # y1 y2 之间填充

不同模式的填充

patterns =(-,+,x,\,*,o,O,.) # 各种填充样式
fig,ax = plt.subplots()

mean_value = range(1, len(patterns)+1)
x_pos = list(range(len(mean_value)))

bars = ax.bar(x_pos,mean_value, color=lightblue)

for b,p in zip(bars, patterns):
    b.set_hatch(p)                         # 自己设置填充的样式
#b.set_hatch(pattern)