matplot绘图

Matplotlib

Matplotlib 是一个 Python 的 2D绘图库，通过 Matplotlib，开发者可以仅需要几行代码，便可以生成绘图，直方图，功率谱，条形图，错误图，散点图等。

http://matplotlib.org

• 用于创建出版质量图表的绘图工具库
• 目的是为Python构建一个Matlab式的绘图接口
• import matplotlib.pyplot as plt
• pyplot模块包含了常用的matplotlib API函数

figure

• Matplotlib的图像均位于figure对象中
• 创建figure：fig = plt.figure()

示例代码：

# 引入matplotlib包import matplotlib.pyplot as pltimport numpy as np%matplotlib inline #在jupyter notebook 里需要使用这一句命令# 创建figure对象fig = plt.figure()

运行结果：会弹出一个figure窗口，如下图所示

subplot

fig.add_subplot(a, b, c)

• a,b 表示将fig分割成 a*b 的区域
• c 表示当前选中要操作的区域，
• 注意：从1开始编号（不是从0开始）
• plot 绘图的区域是最后一次指定subplot的位置 (jupyter notebook里不能正确显示)

示例代码：

# 指定切分区域的位置ax1 = fig.add_subplot(2,2,1)ax2 = fig.add_subplot(2,2,2)ax3 = fig.add_subplot(2,2,3)ax4 = fig.add_subplot(2,2,4)# 在subplot上作图random_arr = np.random.randn(100)#print random_arr# 默认是在最后一次使用subplot的位置上作图，但是在jupyter notebook 里可能显示有误plt.plot(random_arr)# 可以指定在某个或多个subplot位置上作图# ax1 = fig.plot(random_arr)# ax2 = fig.plot(random_arr)# ax3 = fig.plot(random_arr)# 显示绘图结果plt.show()

运行结果：仅右下角有图

直方图：hist

示例代码：

import matplotlib.pyplot as pltimport numpy as npplt.hist(np.random.randn(100), bins=10, color='b', alpha=0.3)plt.show()

散点图：scatter

示例代码：

import matplotlib.pyplot as pltimport numpy as np# 绘制散点图x = np.arange(50)y = x + 5 * np.random.rand(50)plt.scatter(x, y)plt.show()

柱状图：bar

示例代码：

import matplotlib.pyplot as pltimport numpy as np# 柱状图x = np.arange(5)y1, y2 = np.random.randint(1, 25, size=(2, 5))width = 0.25ax = plt.subplot(1,1,1)ax.bar(x, y1, width, color='r')ax.bar(x+width, y2, width, color='g')ax.set_xticks(x+width)ax.set_xticklabels(['a', 'b', 'c', 'd', 'e'])plt.show()

矩阵绘图：plt.imshow()

• 混淆矩阵，三个维度的关系

示例代码：

import matplotlib.pyplot as pltimport numpy as np# 矩阵绘图m = np.random.rand(10,10)print(m)plt.imshow(m, interpolation='nearest', cmap=plt.cm.ocean)plt.colorbar()plt.show()

plt.subplots()

• 同时返回新创建的figure和subplot对象数组
• 生成2行2列subplot:fig, subplot_arr = plt.subplots(2,2)
• 在jupyter里可以正常显示，推荐使用这种方式创建多个图表

示例代码：

import matplotlib.pyplot as pltimport numpy as npfig, subplot_arr = plt.subplots(2,2)# bins 为显示个数，一般小于等于数值个数subplot_arr[1,0].hist(np.random.randn(100), bins=10, color='b', alpha=0.3)plt.show()

运行结果：左下角绘图

颜色、标记、线型

• ax.plot(x, y, 'r--')

  等价于ax.plot(x, y, linestyle='--', color='r')

示例代码：

import matplotlib.pyplot as pltimport numpy as npfig, axes = plt.subplots(2)axes[0].plot(np.random.randint(0, 100, 50), 'ro--')# 等价axes[1].plot(np.random.randint(0, 100, 50), color='r', linestyle='dashed', marker='o')

• 常用的颜色、标记、线型

  颜色

• • b: blue
• • g: grean
• • r: red
• • c: cyan
• • m: magenta
• • y: yellow
• • k: black
• • w: white

标记

• • .: point
• • ,: pixel
• • o: circle
• • v: triangle_down
• • ^: triangle_up
• • <: tiiangle_left

线型

• • '-' or 'solid': solid lint
• • '--' or 'dashed': dashed line
• • '-.' or 'dashdot': dash-dotted line
• • ':' or 'dotted': dotted line
• • 'None': draw nothing
• • ' ': draw nothing
• • '': draw nothing

刻度、标签、图例

• 设置刻度范围

  plt.xlim(), plt.ylim()

  ax.set_xlim(), ax.set_ylim()

• 设置显示的刻度

  plt.xticks(), plt.yticks()

  ax.set_xticks(), ax.set_yticks()

• 设置刻度标签

  ax.set_xticklabels(), ax.set_yticklabels()

• 设置坐标轴标签

  ax.set_xlabel(), ax.set_ylabel()

• 设置标题

  ax.set_title()

• 图例

  ax.plot(label='legend')

  ax.legend(), plt.legend()
  loc='best'：自动选择放置图例最佳位置

示例代码：

import matplotlib.pyplot as pltimport numpy as npfig, ax = plt.subplots(1)ax.plot(np.random.randn(1000).cumsum(), label='line0')# 设置刻度#plt.xlim([0,500])ax.set_xlim([0, 800])# 设置显示的刻度#plt.xticks([0,500])ax.set_xticks(range(0,500,100))# 设置刻度标签ax.set_yticklabels(['Jan', 'Feb', 'Mar'])# 设置坐标轴标签ax.set_xlabel('Number')ax.set_ylabel('Month')# 设置标题ax.set_title('Example')# 图例ax.plot(np.random.randn(1000).cumsum(), label='line1')ax.plot(np.random.randn(1000).cumsum(), label='line2')ax.legend()ax.legend(loc='best')#plt.legend()