matplotlib简介

标签：star   方差   数据   tst   博客   otl   分析   tar   有助于   

python的matplotlib包可以帮助我们绘制丰富的图表，有助于我们的数据分析。

matplotlib官方文档：matplotlib
本博客所有代码默认导入matplotlib.pyplot和numpy包，即默认有以下代码：

import matplotlib.pyplot as plt
import numpy as np

最基本的x-y函数图象:plt.plot()

以y=sin(x),x=2πt；where t:[0,2]的图象为例

示例代码：

    t=np.arange(0.0,2.0,0.01)#自变量t
    s=np.sin(2*np.pi*t)#计算y
    #####必须语句######
    plt.plot(t,s)#指定x,y

    plt.xlabel(‘t‘)#x轴标签
    plt.ylabel(‘y‘)#y轴标签
    plt.title(r‘image‘)#图象标题
    plt.grid(True)#画网格
    #####必须语句######
    plt.show()#画出图象

直方图:plt.hist()

画直方图最核心的函数为plt.hist(),其主要参数有：

• x:每个矩形条的高度,list等数组
  
• bins:矩形条个数,matplotlib把矩形条称为“箱”

返回值：

• n:矩形条高度（y轴）
• bins:矩形条横向位置（x轴）
• patches:矩形条对象，包含n,bins信息

详见:hist官方文档

以均值mu=100,方差sigma=15的正态分布的函数图像为例
示例代码1：

    import matplotlib.mlab as mlab
    mu=100
    sigma=15
    x=mu+sigma*np.random.randn(10000)#生成矩形条高度

    num_bins=10#矩形条个数
    #####必须语句######
    n,bins,patches=plt.hist(x,num_bins)#传入矩形条高度和个数
    plt.xlabel(‘x‘)
    plt.ylabel(‘y‘)
    plt.title(‘histogram‘)
    #####必须语句######
    plt.show()

示例代码2：

import matplotlib.mlab as mlab
mu=100
sigma=15
x=mu+sigma*np.random.randn(10000)

num_bins=50

#normed=1表示画的是概率密度，和为1；facecolor：矩形条颜色；alpha：色深参数n,bins,patches=plt.hist(x,num_bins,normed=1,facecolor=‘green‘,alpha=0.5)
#画出一条逼近的曲线
y=mlab.normpdf(bins,mu,sigma)
plt.plot(bins,y,‘r--‘)

plt.xlabel(‘x‘)
plt.ylabel(‘y‘)
plt.title(‘histogram‘)
plt.show()

3d离散点ax.scatter()

详见：scatter官方文档

示例代码：

from mpl_toolkits.mplot3d import Axes3D

#x_list为离散点的list，内层list为一个三元组，每一个三元组代表三维空间中的一个点
x_list=[[1,2,3]]
fig=plt.figure()
ax=fig.gca(projection=‘3d‘)#返回坐标轴,projection还可以传入‘polar‘
for x in x_list:#遍历每个点，绘制
    ax.scatter(x[0],x[1],x[2],c=‘r‘)
plt.show()

3d空间曲面ax.plot_surface()

示例代码：

from matplotlib import cm
from matplotlib.ticker import LinearLocator,FormatStrFormatter

fig=plt.figure()
ax=fig.gca(projection=‘3d‘)
X=np.arange(-5,5,0.1)#x坐标
Y=np.arange(-5,5,0.1)#y坐标
X,Y=np.meshgrid(X,Y)
R=np.sqrt(X**2+Y**2)
Z=np.sin(R)#计算出z坐标
#画表面:x,y,z坐标，rstride:横向步长，cstride:纵向步长，cmap:颜色，linewidth:线宽，antialiased:是否渐变
surf=ax.plot_surface(X,Y,Z,rstride=1,cstride=1,cmap=cm.coolwarm,linewidth=0,antialiased=False)

ax.set_zlim(-1.01,1.01)#坐标系的下边界和上边界
ax.zaxis.set_major_locator(LinearLocator(10))#设置Z轴标度
ax.zaxis.set_major_formatter(FormatStrFormatter(‘%.02f‘))#Z轴精度
#shrink颜色条伸缩比例（0-1），aspect颜色条宽度（反比例，数值越大宽度越窄）
fig.colorbar(surf,shrink=0.5,aspect=5)

plt.show()

饼形图plt.pie()

示例代码1：

labels=‘Frogs‘,‘Hogs‘,‘Dogs‘,‘Logs‘#设置标签
size=[15,30,45,10]#占比，和为100
colors=[‘yellow‘,‘gold‘,‘lightskyblue‘,‘lightcoral‘]#颜色
#展开第二个扇形，即Hogs，间距为0.1.注意explode传入的是一个tuple，哪个位置不为0，哪个对应的标签被展开，且不为0的数值就是展开的间距值
explode=(0,0.1,0,0)

#startangle控制饼状图的旋转方向
plt.pie(size,explode=explode,labels=labels,colors=colors,shadow=True,startangle=90)
plt.show()

示例代码2：

labels=‘Frogs‘,‘Hogs‘,‘Dogs‘,‘Logs‘
size=[15,30,45,10]
colors=[‘yellow‘,‘gold‘,‘lightskyblue‘,‘lightcoral‘]
explode=(0,0,0.1,0)#展开Dogs，间距值0.1

#autopct参数表示显示百分比，且决定了百分比的格式
plt.pie(size,explode=explode,labels=labels,colors=colors,shadow=True,autopct=‘%1.1f%%‘,startangle=90)
plt.show()

matplotlib简介

标签：star   方差   数据   tst   博客   otl   分析   tar   有助于   

原文地址：https://www.cnblogs.com/mengnan/p/9307658.html