matplotlib简单操作

Dear 丶 2022-05-11 01:06 250阅读 0赞

import matplotlib.pyplot as plt
    #下面三行解决中文字的显示问题
    from pylab import *
    mpl.rcParams['font.sans-serif'] = ['SimHei']
    mpl.rcParams['axes.unicode_minus'] = False
    
    #设置生成的图片的大小
    plt.rcParams['figure.figsize'] = (8.0, 8.0)
    plt.rcParams['savefig.dpi'] = 300 #图片像素
    plt.rcParams['figure.dpi'] = 300#设置图片分辨率
    
    
    
    
    #设置轴向尺度
    plt.axis([0,5,0,20])
    #设置图像主题
    plt.title('my first plot',fontsize=20)
    #设置x轴表示含义
    plt.xlabel('Count')
    #设置y轴表示含义
    plt.ylabel('Square value')
    #图片插入内容，位置和内容自定义
    plt.text(1,1.5,'First')
    plt.text(2,4.5,'Second')
    plt.text(3,9.5,'Third')
    plt.text(4,16.5,'Five')
    #给图片设置网格
    plt.grid(True)
    #设置图片中函数的秒数，这里设置了表格
    plt.text(1.1,12,r'$y=x^2$',fontsize=20,bbox={'facecolor':'yellow','alpha':0.2})
    #图片里的点，这里是三种不同的图形表示
    
    plt.plot([1,2,3,4],[1,4,9,16],'bo')
    
    plt.plot([1,2,3,4],[0.8,3.5,8,15],'g^')
    plt.plot([1,2,3,4],[0.5,2.5,4,12],'b*')
    #图片标题，会对不通的图形代表的含义作出解释说明
    plt.legend(['First series','Second series','Third series'],loc=2)
    #图片保存，格式自己定义
    plt.savefig('my_chart.png')
    
    
    
    
    
    
    ########################################################################
    
    
    
    另外针对多画布问题
    plt.subplot(221) # 将figure设置的画布大小分成几个部分，参数‘221’表示2(row)x2(colu),即将画布分成2x2，两行两列的4块区域，1表示选择图形输出的区域在第一块，图形输出区域参数必须在“行x列”范围                       ，此处必须在1和2之间选择——如果参数设置为subplot(111)，则表示画布整个输出，不分割成小块区域，图形直接输出在整块画布上
    plt.plot(y,xx) # 在2x2画布中第一块区域输出图形
    plt.subplot(222) 
    plt.plot(y,xx)    #在2x2画布中第二块区域输出图形
    plt.show()
    plt.subplot(223)  #在2x2画布中第三块区域输出图形
    plt.plot(y,xx)
    plt.subplot(224)  # 在在2x2画布中第四块区域输出图形
    plt.plot(y,xx)
    #==============================
    
    plt.plot(x,y)  #  只提供x轴，y轴参数，画最简单图形

运行以后会出现下面图形（因为代码里设置的大小参数和轴的尺度不唯一，所以图形仅供参考）

![70][]

这些只是最基本最简单的操作，主要是牢记各个部分的函数名称，应该不难操作

下面是一个更具体一点的实例

import pandas as pd
    columns=['语文','数学','英语','化学','物理','体育']
    
    frame=pd.read_csv('D:\example\score.csv',sep=',',names=columns)
    
    import matplotlib.pyplot as plt
    from pylab import *
    mpl.rcParams['font.sans-serif'] = ['SimHei']
    mpl.rcParams['axes.unicode_minus'] = False
    plt.rcParams['figure.figsize'] = (8.0, 8.0)
    plt.rcParams['savefig.dpi'] = 300 #图片像素
    plt.rcParams['figure.dpi'] = 300
    
    fig,axes=plt.subplots(2,1)
    #plt.axes=([0,20,0,200])
    # plt.ylabel()
    # plt.xlabel('成绩')
    axes[0].set_xlabel('学生')
    axes[0].set_ylabel('分数')
    axes[0].set_title('考试成绩一览表')
    plt.title('考试成绩一览表')
    frame.plot.bar(ax=axes[0],alpha=0.7)
    frame.plot.barh(ax=axes[1],alpha=0.7)
    
    frame.plot()

生成一下三张图片，图片未经雕琢，见谅！

![70 1][]

![70 2][]

再举一个事例加以说明

from matplotlib import font_manager
    
    plt.rcParams['figure.figsize'] = (4.0, 3.0)
    
    x=np.arange(-np.pi,np.pi,000.1)
    
    y=sin(x)
    
    plt.title('函数图像')
    
    plot(x,y,lw=2,c='r',ls='-.',label='数值')
    #设置轴向标注
    plt.xlabel('数学',fontsize=20)
    
    plt.ylabel('学生',fontsize=20)
    #设置x,y轴的上下限
    plt.xlim(-np.pi,np.pi)
    
    plt.ylim(-1,1)
    设置关键刻度
    plt.xticks([-np.pi,-np.pi/2,0,np.pi/2,np.pi])
    #添加文字，前面是坐标，第二个是内容，后面是字体格式
    plt.text(0,0.5,'dont move',fontdict={'size':'16','color':'b'})
    
    #添加标注，xy表示标注箭头想要指示的点，xytext：描述信息的坐标，arrowprop表示箭头的样式
    plt.annotate('note!!',xy=(-np.pi,0),xytext=(-np.pi,2),fontsize=16,arrowprops=dict(facecolor='black',shrink=0.01))
    
    z=x**3
    
    plot(x,z,label='函数')
    
    plt.legend(loc=(1,0))

![70 3][]

深入一点：

a=['猩球崛起3:终极之战','敦刻尔克','蜘蛛侠:英雄归来','战狼2']
    b_16=[15746,24456,416,1556]
    b_15=[15653,666,5662,365]
    b_14=[1646,3666,3662,552]
    bar_width=0.2
    x_14=list(range(len(a)))
    x_15=[i+bar_width for i in x_14]
    x_16=[i+bar_width*2 for i in x_14]
    plt.figure(figsize=(20,8),dpi=80)
    ax=plt.subplot(211)
    ax.set_title('Counter')
    ax.set_xlabel('x')
    plt.bar(range(len(a)),b_14,width=bar_width,label='9月14日')
    plt.bar(x_15,b_15,width=bar_width,label='9月15日')
    plt.bar(x_16,b_16,width=bar_width,label='9月16日')
    plt.legend()
    plt.xticks(x_15,a)

![70 4][]

更多详情查看[https://matplotlib.org/gallery/images\_contours\_and\_fields/interpolation\_methods.html\#sphx-glr-gallery-images-contours-and-fields-interpolation-methods-py][https_matplotlib.org_gallery_images_contours_and_fields_interpolation_methods.html_sphx-glr-gallery-images-contours-and-fields-interpolation-methods-py]

[70]: /images/20220511/c9f9f7728bc94432878a6470becb96a9.png
[70 1]: /images/20220511/154e76bd866d4f5faa1868ba31d5b36f.png
[70 2]: /images/20220511/702e50020e4e4e9ea705b0c029da3c59.png
[70 3]: /images/20220511/8b9a073959a64c8c9775ad648a737375.png
[70 4]: /images/20220511/8f1b4f1c46aa42ebae1bb22164a890a9.png
[https_matplotlib.org_gallery_images_contours_and_fields_interpolation_methods.html_sphx-glr-gallery-images-contours-and-fields-interpolation-methods-py]: https://matplotlib.org/gallery/images_contours_and_fields/interpolation_methods.html#sphx-glr-gallery-images-contours-and-fields-interpolation-methods-py