1.matplotlib简单使用

朱雀 2022-12-27 08:48 219阅读 0赞

# 1.matplotlib #

## 1. matplotlib基本要点 ##

In [193]: from matplotlib import pyplot as plt
    
    In [194]: x = range(2, 26, 2) # 数据在x轴是一个可迭代对象
    
    In [195]: x
    Out[195]: range(2, 26, 2)
    
    In [196]: y = [15, 13, 14.5, 17,20,25,26,26,24,22,18,15]
    # 数据在y轴的位置是一个可迭代对象
    # x轴和y轴的数据组成了所有要绘制的坐标
    In [197]: plt.plot(x, y) # 传入x和y,通过plot 绘制出折线图
    Out[197]: [<matplotlib.lines.Line2D at 0x112a47f10>]
    
    In [198]: plt.show() # 在执行程序的时候展示图形

> 但是目前存在以下几个问题:  
> 1.设置图片大小(想要一个高清无码大图)  
> 2.保存到本地  
> 3.描述信息,比如x轴和y轴表示什么,这个图表示什么  
> 4.调整x或者y的刻度的间距  
> 5.线条的样式(比如颜色,透明度等)  
> 6.标记出特殊的点(比如告诉别人最高点和最低点在哪里)  
> 7.给图片添加一个水印(防伪,防止盗用)

### 1. 设置图片大小 ###

from matplotlib import pyplot as plt
    fig = plt.figure(figsize=(20,8), dpi=80) # figure图形图标，这里指我们画的图；通过实例化一个figure并传递参数，能够在后台自动使用该实例
    
    x = range(2, 26, 2)
    y = [15, 13, 14.5, 17,20,25,26,26,24,22,18,15]
    plt.plot(x, y)
    plt.savefig("./sig_size.png")
    plt.show()

### 2. 调整X或者Y轴上的刻度 ###

from matplotlib import pyplot as plt
    fig = plt.figure(figsize=(10,5), dpi=80) #
    x = range(2, 26, 2)
    y = [15, 13, 14.5, 17,20,25,26,26,24,22,18,15]
    plt.plot(x, y)
    plt.xticks(x) # 设置x刻度
    # plt.xticks(x[::2]) 当刻度太密集的时候使用列表的步长(间隔取值)来解决，matplotlib会自动对应
    plt.savefig("./sig_size.png")
    plt.show()

from matplotlib import pyplot as plt
    import random
    fig = plt.figure(figsize=(20,8), dpi=80) 
    x = range(120)
    random.seed(10)
    y = [random.uniform(20,35) for i in range(120)]
    _x_ticks = ["10点{}分".format(i) for i in x if i < 60]
    _x_ticks += ["11点{}分".format(i-60) for i in x if i >= 60]
    
    plt.xticks(x, _x_ticks[::5], rotation=90)
    # len(x) 必须等于_x_ticks rotation旋转90°
    plt.plot(x, y)
    plt.xticks(x) # 设置x刻度
    # plt.xticks(x[::2]) 当刻度太密集的时候使用列表的步长(间隔取值)来解决，matplotlib会自动对应
    plt.savefig("./sig_size.png")
    plt.show()

### 3. 设置中文显示 ###

为什么无法显示中文:  
matplotlib默认不支持中文字符，因为默认的英文字体无法显示汉字

查看linux/mac下面支持的字体:  
fc-list   à查看支持的字体  
fc-list :lang=zh à查看支持的中文(冒号前面有空格)  
那么问题来了:如何修改matplotlib的默认字体?  
       通过matplotlib.rc可以修改,具体方法参见源码(windows/linux)  
    通过matplotlib 下的font\_manager可以解决(windows/linux/mac)

from matplotlib import pyplot as plt
    import random
    import matplotlib
    from matplotlib import font_manager
    
    
    # 全局设置，只用在该处修改即可(windows 和 linux 下有效)
    # font = {"family": "Microsoft Yahei", "size": "10"}
    # matplotlib.rc("font", **font)
    
    x = range(120)
    my_font = font_manager.FontProperties(fname="/System/Library/Fonts/PingFang.ttc") 
    plt.xticks(x[::5], rotation=90, fontproperties=my_font) 
    plt.show()

### 4. 给图像添加描述信息 ###

from matplotlib import pyplot as plt
    from matplotlib import font_manager
    x = range(120)
    y = x
    my_font = font_manager.FontProperties(fname="/System/Library/Fonts/PingFang.ttc")
    plt.xlabel("时间", fontproperties=my_font)
    plt.ylabel("温度", fontproperties=my_font)
    plt.xticks(x[::5], rotation=90, fontproperties=my_font)
    plt.plot(x, y)
    plt.show()

### 5. 多数据展示 ###

from matplotlib import font_manager
    from matplotlib import pyplot as plt
    import random
    
    fig = plt.figure(figsize=(20,8), dpi=80)
    random.seed(10)
    
    x = range(60)
    y = [random.uniform(20,35) for i in range(60)]
    y1 = [random.uniform(25,40) for i in range(60, 120)]
    
    _x_ticks = ["10点{}分".format(i) for i in x if i < 60]
    my_font = font_manager.FontProperties(fname="/System/Library/Fonts/PingFang.ttc")
    
    plt.xticks(x[::5], _x_ticks[::5],rotation=90, fontproperties=my_font)
    # plt.yticks(y[::5], rotation=90, fontproperties=my_font)
    
    plt.xlabel("时间", fontproperties=my_font)
    plt.ylabel("温度(C°)", fontproperties=my_font)
    
    
    plt.plot(x, y, label='北京', linestyle='--', color='red', alpha=0.5)
    plt.plot(x, y1, label='上海', linestyle='-', color='blue', alpha=0.5)
    plt.legend(prop=my_font, loc='best') # loc：图例位置 prop：图例字体
    
    plt.title("10点气温数据展示", fontproperties=my_font)
    plt.show()

!\[image.png\](https://img-blog.csdnimg.cn/img\_convert/9c709c28a65557f177980d2bf03c55ad.png\#align=left&display=inline&height=289&margin=\[object Object\]&name=image.png&originHeight=289&originWidth=199&size=14493&status=done&style=none&width=199)

### 6. 常用统计图 ###

> 折线图:以折线的上升或下降来表示统计数量的增减变化的统计图  
> 特点:能够显示数据的变化趋势，反映事物的变化情况。(变化)

> 直方图:由一系列高度不等的纵向条纹或线段表示数据分布的情况。  
> 一般用横轴表示数据范围，纵轴表示分布情况。  
> 特点:绘制连续性的数据,展示一组或者多组数据的分布状况(统计)

> 条形图:排列在工作表的列或行中的数据可以绘制到条形图中。  
> 特点:绘制连离散的数据,能够一眼看出各个数据的大小,比较数据之间的差别。(统计)

> 散点图:用两组数据构成多个坐标点，考察坐标点的分布,判断两变量  
> 之间是否存在某种关联或总结坐标点的分布模式。  
> 特点:判断变量之间是否存在数量关联趋势,展示离群点(分布规律)

## 2. 折线图(plt.plot(x, y)) ##

## 3. 散点图(plt.scatter(x,y)) ##

from matplotlib import font_manager
    from matplotlib import pyplot as plt
    
    fig = plt.figure(figsize=(20,8), dpi=80)
    my_font = font_manager.FontProperties(fname="/System/Library/Fonts/PingFang.ttc")
    
    x = ["战狼2","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5：最后的骑士","摔跤吧！爸爸","加勒比海盗5：死无对证","金刚：骷髅岛","极限特工：终极回归","生化危机6：终章","乘风破浪","神偷奶爸3","智取威虎山","大闹天竺","金刚狼3：殊死一战","蜘蛛侠：英雄归来","悟空传","银河护卫队2","情圣","新木乃伊"]
    y = [56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49,10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23]
    
    plt.xticks(range(len(x)), x,rotation=90, fontproperties=my_font)
    
    plt.xlabel("movie", fontproperties=my_font)
    plt.ylabel("money(亿元)", fontproperties=my_font)
    
    plt.scatter(x, y, label='北京', linestyle='--', color='red', linewidth=5, alpha=0.5) #alpha:透明度；linewidth：粗细；
    plt.scatter(x, y[::-1], label='上海', linestyle='-', color='blue', linewidth=5, alpha=0.5) #alpha:透明度；linewidth：粗细；
    plt.legend(prop=my_font, loc='best') # loc：图例位置 prop：图例字体
    plt.title("北京上海票房统计", fontproperties=my_font)
    plt.show()

## 4. 条形图(plt.bar(x, y)) ##

from matplotlib import font_manager
    from matplotlib import pyplot as plt
    
    fig = plt.figure(figsize=(10,4), dpi=120)
    my_font = font_manager.FontProperties(fname="/System/Library/Fonts/PingFang.ttc")
    
    x = ["战狼2","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5：最后的骑士","摔跤吧！爸爸","加勒比海盗5：死无对证","金刚：骷髅岛","极限特工：终极回归","生化危机6：终章","乘风破浪","神偷奶爸3","智取威虎山","大闹天竺","金刚狼3：殊死一战","蜘蛛侠：英雄归来","悟空传","银河护卫队2","情圣","新木乃伊"]
    
    y = [56.01,26.94,17.53,16.49,15.45,12.96,11.8,11.61,11.28,11.12,10.49,10.3,8.75,7.55,7.32,6.99,6.88,6.86,6.58,6.23]
    
    bar_width = 0.2
    
    plt.xticks([i+bar_width/2 for i in range(len(x))], x,rotation=90, fontproperties=my_font)
    
    
    plt.xlabel("movie", fontproperties=my_font)
    plt.ylabel("money(亿元)", fontproperties=my_font)
    
    # 只接收含有数字的可迭代对象
    plt.bar(x, y, label='北京', color='red', width=bar_width) #alpha:透明度；width：粗细；
    plt.bar([i+bar_width for i in range(len(x))], y[::-1], label='上海', color='blue', width=bar_width) #alpha:透明度；linewidth：粗细；
    
    plt.legend(prop=my_font, loc='best') # loc：图例位置 prop：图例字体
    
    plt.title("北京上海票房统计", fontproperties=my_font)
    plt.show()

## 5. 直方图(plt.hist(x, nums))(plt.grid(True) ##

> 组距：指每个小组两个端点的距离  
> 组数：将数据分组，当数据在100个以内时，按数据多少常分组5-12组  
> 组数： 组 数 = 极 差 组 距 = M A X ( a ) − M I N ( a ) w i d t h 组数=\\frac\{极差\}\{组距\}=\\frac\{MAX(a)-MIN(a)\}\{width\} 组数=组距极差=widthMAX(a)−MIN(a)

在美国2004年人口普查发现有124 million的人在离家相对较远的地方工作。根据他们从家到上班地点所需要的时间,通过抽样统计(最后一列)出了下表的数据

!\[image.png\](https://img-blog.csdnimg.cn/img\_convert/d0a66328d2a49c034109716cd4a24b0e.png\#align=left&display=inline&height=209&margin=\[object Object\]&name=image.png&originHeight=209&originWidth=167&size=27943&status=done&style=none&width=167)  
原始数据

from matplotlib import font_manager
    from matplotlib import pyplot as plt
    import random
    random.seed(10)
    fig = plt.figure(figsize=(10,4), dpi=120)
    my_font = font_manager.FontProperties(fname="/System/Library/Fonts/PingFang.ttc")
    
    x =[131,  98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124, 101, 110, 116, 117, 110, 128, 128, 115,  99, 136, 126, 134,  95, 138, 117, 111,78, 132, 124, 113, 150, 110, 117,  86,  95, 144, 105, 126, 130,126, 130, 126, 116, 123, 106, 112, 138, 123,  86, 101,  99, 136,123, 117, 119, 105, 137, 123, 128, 125, 104, 109, 134, 125, 127,105, 120, 107, 129, 116, 108, 132, 103, 136, 118, 102, 120, 114,105, 115, 132, 145, 119, 121, 112, 139, 125, 138, 109, 132, 134,156, 106, 117, 127, 144, 139, 139, 119, 140,  83, 110, 102,123,107, 143, 115, 136, 118, 139, 123, 112, 118, 125, 109, 119, 133,112, 114, 122, 109, 106, 123, 116, 131, 127, 115, 118, 112, 135,115, 146, 137, 116, 103, 144,  83, 123, 111, 110, 111, 100, 154,136, 100, 118, 119, 133, 134, 106, 129, 126, 110, 111, 109, 141,120, 117, 106, 149, 122, 122, 110, 118, 127, 121, 114, 125, 126,114, 140, 103, 130, 141, 117, 106, 114, 121, 114, 133, 137,  92,121, 112, 146,  97, 137, 105,  98, 117, 112,  81,  97, 139, 113,134, 106, 144, 110, 137, 137, 111, 104, 117, 100, 111, 101, 110,105, 129, 137, 112, 120, 113, 133, 112,  83,  94, 146, 133, 101,131, 116, 111,  84, 137, 115, 122, 106, 144, 109, 123, 116, 111,111, 133, 150]
    
    bin_width = 2
    num_bins = int((max(x)-min(x))/bin_width)
    # plt.hist(x, num_bins)
    # plt.hist(x, [min(x)+i*bin_width for i in range(num_bins)]) # 组距不均匀可以使用
    plt.hist(x, num_bins, normed=1) # 频率直方图
    plt.xticks(list(range(min(x), max(x)))[::bin_width], rotation=45, fontproperties=my_font)
    
    plt.xlabel("movie time", fontproperties=my_font)
    plt.ylabel("movie num", fontproperties=my_font)
    
    plt.grid(True, linestyle="-.", alpha=0.5)
    
    plt.title("电影时长统计", fontproperties=my_font)
    plt.show()

统计完数据

from matplotlib import font_manager
    from matplotlib import pyplot as plt
    
    fig = plt.figure(figsize=(10,4), dpi=120)
    my_font = font_manager.FontProperties(fname="/System/Library/Fonts/PingFang.ttc")
    
    x = [0,5,10,15,20,25,30,35,40,45,60,90]
    width = [5,5,5,5,5,5,5,5,5,15,30,60]
    y = [836,2737,3723,3926,3596,1438,3273,642,824,613,215,47]
    
    
    bar_width = 5
    
    plt.xticks([x[i]+width[i]/2 for i in range(len(x))], x,rotation=90, fontproperties=my_font)
    
    
    plt.xlabel("movie", fontproperties=my_font)
    plt.ylabel("money(亿元)", fontproperties=my_font)
    
    # 只接收含有数字的可迭代对象
    plt.bar(x, y, label='北京', color='red', width=bar_width) #alpha:透明度；width：粗细；
    
    plt.legend(prop=my_font, loc='best') # loc：图例位置 prop：图例字体
    
    plt.title("北京上海票房统计", fontproperties=my_font)
    plt.show()

## 6. 常见问题 ##

1.应该选择那种图形来呈现数据  
2.matplotlib.plot(x,y)  
3.matplotlib.bar(x,y)  
4.matplotlib.scatter(x,y)  
5.matplotlib.hist(data,bins,normed)  
6.xticks和yticks的设置  
7.label和titile,grid的设置  
8.绘图的大小和保存图片

## 7. 更多图样 ##

matplotlib支持的图形是非常多的，如果有其他的需求，我们  
可以查看一下url地址：  
  http://matplotlib.org/gallery/index.html

## 8. 绘图工具 ##

plotly:可视化工具中的github,相比于matplotlib更加简单,图形更加漂亮,同时兼容matplotlib和pandas  
使用用法:简单,照着文档写即可  
文档地址:*https://plot.ly/python/*