Matplotlib基礎

Matplotlib庫介紹

Matplotlib是Python的繪圖庫，是和交互式的進行製圖，而且可以方便的將它作爲繪圖軟件，嵌入GUI應用程序中
Matplotlib庫由各種可視化類構成，內部結構複雜
Matplotlib.pyplot是繪製各類可視化圖形的命令字庫，相當於快捷方式
Matplotlib文檔完備，並且gallery頁面中有上百幅縮略圖，打開之後有源代碼。如果需要繪製某種類型的圖，只需要在這個頁面上瀏覽、複製、粘貼一下，大多都能夠通過修改數據和設置搞定

快速繪圖

Matplotlib中的快速繪圖的函數庫可以通過import語句導入
調用figure創建一個繪圖對象，並且使它成爲當前的繪圖對象
通過figure參數可以指定繪圖對象的寬度和高度，單位爲英寸；dpi參數指定繪圖對象的分辨率，即每英寸可以多少個像素，缺省值爲80
也可以不創建繪圖對象直接調用plot函數直接繪圖，Matplotlib會自動創建一個繪圖對象
如果需要同時繪製多幅圖標的話，可以給figure傳遞一個整數參數指定圖標的序號，如果所指定序號的繪圖對象已經存在的話，將不創建新的對象，而只是讓它成爲當前繪圖對象
plot函數的調用方式很靈活，使用關鍵字參數指定各種屬性（label：給所繪製的曲線一個名字，此名字在圖示（legend）中顯示。color：指定曲線的顏色。linewidth：指定曲線的寬度。參數"b--":指定曲線的顏色和線型）
plt.xlabel/ylabel:設置X軸/Y軸的文字
plt.title：設置圖標的標題
plt.ylim：設置Y軸的範圍
plt.legend：圖例圖示
plt.show():顯示出創建的所有繪圖對象
plt.savefig()將當前的figure對象保存成圖像文件，圖像格式由圖像文件的擴展名決定

import numpy as np
import matplotlib.pyplot as plt

x=np.linspace(0,10,100)
y=np.sin(x)
z=np.cos(x**2)

plt.plot(x,y,"r-",label="$sin(x)$",linewidth=2)
plt.plot(x,y,"b--",label="$cos(x^2)$")

plt.xlabel("Times(s)")
plt.ylabel("Volt")
plt.title("PyPlot First Example")
plt.legend()

plt.show()

折線圖

折線圖：通常用來表示數據隨時間或有序類別變化的趨勢

簡單折線圖

import matplotlib.pyplot as plt
data=[1,2,3,4,5,6,7,8,9,1,2,4,5,7,9]
#隨意創建的數據
plt.plot(data)
#引用Matplotlib庫中的pyplot模塊繪圖
plt.show()

plot（）函數的第一個參數表示橫座標數據
第二個表示縱座標數據
第三個表示顏色、線型和標記樣式
顏色常用的值有（r/g/b/c/m/y/k/w）
線型常用的值（-/--/:/-.）
標記樣式常用的值有（./,/o/v/^/s/*/D/d/x/</>/h/H/1/2/3/4/_/|）

import matplotlib.pyplot as plt
import matplotlib.font_manager as fm

yy=[1,2,3,4,5,3,1,2,7,8]#隨便創建的數據
xx=[3,5,4,1,9,3,2,5,6,3]
zz=[2,2,4,7,4,8,2,4,5,6]
plt.plot(yy,color='r',linewidth=5,linestyle=':',label='Data 1')
plt.plot(xx,color='g',linewidth=2,linestyle='--',label='Data 2')
plt.plot(zz,color='b',linewidth=0.5,linestyle='-',label='Data 3')
plt.legend(loc=2)
plt.xlabel('X軸名稱',fontproperties='simhei')
plt.ylabel('y軸名稱',fontproperties='simhei')
plt.title('折線圖美化實例',fontproperties='simhei')
plt.ylim(0,10)
plt.show()

散點圖

在Matplotlib中使用函數Matplotlib.pyplot.scatter繪製散點圖
plt.scatter各參數詳解

10個位置隨機散點圖

#10個點位置隨機散點圖
import matplotlib.pyplot as plt
import numpy as np

N=10
x=np.random.rand(N)
y=np.random.rand(N)
plt.scatter(x,y)
plt.show()

10個點隨機大小

#10個點隨機大小
import matplotlib.pyplot as plt
import numpy as np

N=10
x=np.random.rand(N)
y=np.random.rand(N)
size=(30*np.random.rand(N))**2
plt.scatter(x,y,s=size)
plt.show()

更改散點顏色、透明度

#更改散點顏色、透明度：顏色隨機，透明度爲0.5
import matplotlib.pyplot as plt
import numpy as np

N=10
x=np.random.rand(N)
y=np.random.rand(N)
size=(30*np.random.rand(N))**2
color=np.random.rand(N)
plt.scatter(x,y,s=size,c=color,alpha=0.5)
plt.show()

更改散點形狀

#更改散點形狀，點形狀改爲上三角
import matplotlib.pyplot as plt
import numpy as np

N=10
x=np.random.rand(N)
y=np.random.rand(N)
size=(30*np.random.rand(N))**2
color=np.random.rand(N)
plt.scatter(x,y,s=size,c=color,alpha=0.5,marker="^")
plt.show()

一張圖繪製兩組數據

#一張圖繪製兩組數據
import matplotlib.pyplot as plt
import numpy as np

N=10
x1=np.random.rand(N)
y1=np.random.rand(N)

x2=np.random.rand(N)
y2=np.random.rand(N)

plt.scatter(x1,y1,alpha=0.5,marker="^")
plt.scatter(x2,y2,alpha=0.5,marker="s")
plt.show()

爲散點圖增加圖例

#爲散點圖增加圖例
import matplotlib.pyplot as plt
import numpy as np

N=10
x1=np.random.rand(N)
y1=np.random.rand(N)

x2=np.random.rand(N)
y2=np.random.rand(N)

plt.scatter(x1,y1,alpha=0.5,marker="^",label='triangle')
plt.scatter(x2,y2,alpha=0.5,marker="s",label="circle")
plt.legend(loc="best")#自己選擇圖例在合適的位置
plt.show()

柱狀圖

使用Matplotlib提供的bar()函數來繪製柱狀圖
與plot()函數類似，程序每次調用bar()函數時都會生成一組柱狀圖，如果希望生成多組柱狀圖，則可通過多次調用bar()函數來實現

bar(x,height,width=0.8,*,align='center',**kwargs)

x:包含所有柱子的下標的列表
height：y軸的數值序列，也是柱狀圖的高度，一般就是我們需要展示的數據
width：爲柱狀圖的寬度，一般爲0.8即可
align：柱子對齊方式，center和edge。center表示每根柱子是根據下標來對齊，edge則表示每根柱子全部以下標爲起點，然後顯示到下標的右邊。如果不指定該參數，默認值是center。
color：每根柱子呈現的顏色，可指定一個固定的顏色或者一個列表
edgecolor：每根柱子邊框的顏色
linewidth：每根柱子的邊框寬度。如果沒有設置該參數，默認無邊框
tick_label:每根柱子上顯示的標籤，默認無標籤
xerr：每根柱子頂部在橫軸方向的線段長度
yerr：每根柱子頂端在縱軸方向的線段長度
ecolor：設置xerr和yerr的線段的顏色，可以指定一個固定值或者一個列表

簡單柱狀圖

#簡單柱狀圖
import matplotlib.pyplot as plt
num_list=[1.5,0.6,7.8,6]
plt.bar(range(len(num_list)),num_list)
plt.show()

設置柱子顏色

#設置柱子的顏色
import matplotlib.pyplot as plt
num_list=[1.5,0.6,7.8,6]
plt.bar(range(len(num_list)),num_list,color='crgb')
plt.show()

設置標籤

#設置標籤
import matplotlib.pyplot as plt
name_list=['Monday','Tuesday','Wednesday','Thursday']
num_list=[1.5,0.6,7.8,6]
plt.bar(range(len(num_list)),num_list,color='crgb',tick_label=name_list)
plt.show()

堆疊柱狀圖

#堆疊柱狀圖
import matplotlib.pyplot as plt
name_list = ['Monday','Tuesday','Wednesday','Thursday']
num_list = [1.5,0.6,7.8,6]
num_list2 = [1,2,1,2]
plt.bar(range(len(num_list)),num_list,color='c',tick_label=name_list,label='boys')
plt.bar(range(len(num_list)),num_list2,color='m',tick_label=name_list,bottom=num_list,label='girls')
#bottom在第一個柱狀圖的基礎
plt.legend()
plt.show()

橫向柱狀圖

#橫向柱狀圖
import matplotlib.pyplot as plt
name_list = ['Monday','Tuesday','Wednesday','Thursday']
num_list = [1.5,0.6,7.8,6]
num_list2 = [1,2,1,2]
plt.barh(range(len(num_list)),num_list,color='c',tick_label=name_list,label='boys')
plt.barh(range(len(num_list)),num_list2,color='m',tick_label=name_list,label='girls')
#bottom在第一個柱狀圖的基礎
plt.legend()
plt.show()

並列柱狀圖

#並列柱狀圖
import matplotlib.pyplot as plt
name_list = ['Monday','Tuesday','Wednesday','Thursday']
num_list = [1.5,0.6,7.8,6]
num_list2 = [1,2,1,2]
x=list(range(len(num_list)))
total_width=0.8
n=2
width=total_width/2
plt.bar(x,num_list,color='c',tick_label=name_list,width=width,label='boys')
for i in range(len(x)):
    x[i]=x[i]+width
plt.bar(x,num_list2,color='m',tick_label=name_list,width=width,label='girls')
#bottom在第一個柱狀圖的基礎
plt.legend(loc='best')
plt.show()

餅狀圖

餅狀圖顯示一個系列中各項的大小與各項總和的比例
餅狀圖可自動根據數據的百分比畫餅

繪製餅狀圖的基本語法：

創建數組x的餅圖，每個楔形的面積由x/sum(x)決定；
若sum(x)<1,則x數組不會被標準化，x值即爲楔形區域面積佔比。注意，該種情況會出現1-sum(x)的空楔形
若sum(x)>1,則由x[i]/sum(x)算出每個楔形佔比，餅圖360°區域均被填充
pie函數精講

def pie(x, explode=None, labels=None, colors=None, autopct=None,
        pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None,
        radius=None, counterclock=True, wedgeprops=None, textprops=None,
        center=(0, 0), frame=False, rotatelabels=False, hold=None, data=None)

x：（創建餅狀圖的數據，每一塊）的比例，如果sum(x)>1會使用sum(x)歸一化；
explode：（每一塊）離開中心距離，一個list或數組
labels：list、optional、default：none；爲每個楔形添加標籤
color：array-like,optional,default:none;若無，則用currently active cycle中的顏色添加
autopct:控制餅圖內百分比設置，可以使用format字符串或者format function：可以是整數（'%d%%'）、浮點數（'%1.3f%%'）、字符串（'%s%%'）、函數。
label distance:float,optional,default:1.1;label標記的繪圖位置，相對於半徑的比例，默認值爲1.1，如<1則繪製餅圖內側
pctdistance：float，optional，default：0.6；類似於labeldistance，指定autopct的位置刻度，默認值爲0.6
shadow：bool、optional、default：False；爲餅圖圖畫陰影（True）
startangle：float，optional，default：none；起始繪製角度，默認圖是從x軸正方向逆時針畫起，如設定=90則從y軸正方向畫起
radius：float，optional，default：none；餅圖的半徑，若爲none時，則默認爲1
counterclock：bool、optional、default：True；指定分數方向，逆時針True或順時針
wedgeprops：dict，optional，default：none；描述楔形邊界線寬度值，參數形式“wedgeprops={‘linewidth’：3}”楔形邊界線寬度爲3
textprops：dict、optional，default：none；傳遞給文本對象的字典參數
center：list of float，optional，default：（0,0）；圖標的中心爲，默認（0,0），也可以是兩個標量的序列（sequence of 2 scalars）

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
labels='A','B','C','D'
sizes=[10,10,10,10]
plt.pie(sizes,labels=labels)
plt.title('簡單餅狀圖')
plt.show()

一塊餅圖到中心的距離

#explode參數：一塊餅圖到中心的距離，默認位0
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
labels='A','B','C','D'
sizes=[10,10,10,10]
#explode參數：一塊餅圖到中心的距離
explode=(0,0,0.1,0)

plt.pie(sizes,labels=labels,explode=explode)
plt.title('簡單餅狀圖')
plt.show()

標註每塊餅圖的顏色

#colos：數組，可選參數，默認爲none；用來標註每塊餅圖的Matplotlib顏色參數序列
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
labels='A','B','C','D'
sizes=[10,10,10,10]
color=['r','k','g','m']
#explode參數：一塊餅圖到中心的距離
explode=(0,0,0.1,0)

plt.pie(sizes,labels=labels,explode=explode,colors=color)
plt.title('簡單餅狀圖')
plt.show()

控制餅圖內百分比設置

#autopct:控制餅圖內百分比設置，可以使用format字符串或者format function
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
labels='A','B','C','D'
sizes=[10,10,10,10]
color=['r','c','g','m']
explode=(0,0,0.1,0)

plt.pie(sizes,labels=labels,explode=explode,colors=color,autopct='%1.1f%%')
plt.title('簡單餅狀圖')
plt.show()

#x:每一塊餅圖的比例，爲必填項，如果sum(x)>1,會將多餘的部分進行均分
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
labels='A','B','C','D'
sizes=[0.1,0.2,0.3,0.2]
color=['r','c','g','m']
explode=(0,0,0.1,0)

plt.pie(sizes,labels=labels,explode=explode,colors=color,autopct='%1.1f%%')
plt.title('簡單餅狀圖')
plt.show()

添加圖例

#添加圖例，ply.legend()
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
labels='A','B','C','D'
sizes=[0.1,0.2,0.3,0.2]
color=['r','c','g','m']
explode=(0,0,0.1,0)

plt.pie(sizes,labels=labels,explode=explode,colors=color,autopct='%1.2f%%')
plt.title('簡單餅狀圖')
plt.legend(loc="upper right",fontsize=8,borderaxespad = 0.3)
plt.show()

雷達圖

雷達圖（Rader Chart），又可稱爲戴布拉圖、蜘蛛網圖（Spider Chart），可以很好的刻畫出某些指標的橫向或縱向的對比關係
雷達圖常用於對比項指標的全面分析
Python中用Matplotlib模塊繪製雷達圖需要用到極座標系

polar函數

import numpy as np
import matplotlib.pyplot as plt
plt.polar(0.25*np.pi,20,'ro',lw=2)
plt.ylim(0,50)
plt.show()
#0.25*np.pi:極角
#20：極徑
#‘ro’:繪極座標形狀爲紅色圓點
#lw=2：極座標圖形寬度爲2

如果繪製多個極角和極軸

import numpy as np
import matplotlib.pyplot as plt
theta=np.array([0.25,0.5,0.75,1,1.25,1.5,1.75,2])
r=[75,60,50,70,50,85,45,70]
plt.polar(theta*np.pi,r,'cs',lw=2)
plt.ylim(0,100)
#設置y軸的範圍
plt.show()
#0.25*np.pi:極角
#20：極徑
#‘ro’:繪極座標形狀爲紅色圓點
#lw=2：極座標圖形寬度爲2

閉合曲線

#閉合曲線：多構造一個極座標點，和第一個點重疊
import numpy as np
import matplotlib.pyplot as plt
theta=np.array([0.25,0.5,0.75,1,1.25,1.5,1.75,2,0.25])
r=[75,60,50,70,50,85,45,70,75]
#最後一個極座標與第一個參數相同
plt.polar(theta*np.pi,r,'cs--',lw=2)
plt.ylim(0,100)
#設置y軸的範圍
plt.show()
#0.25*np.pi:極角
#20：極徑
#‘ro’:繪極座標形狀爲紅色圓點
#lw=2：極座標圖形寬度爲2

Fill()函數填充雷達圖

#fill()函數填充雷達圖
import numpy as np
import matplotlib.pyplot as plt
theta=np.array([0.25,0.5,0.75,1,1.25,1.5,1.75,2,0.25])
r=[75,60,50,70,50,85,45,70,75]
#最後一個極座標與第一個參數相同
plt.polar(theta*np.pi,r,'cs--',lw=2)
plt.fill(theta*np.pi,r,facecolor='r',alpha=0.25)
#填充
plt.ylim(0,100)
#設置y軸的範圍
plt.show()
#0.25*np.pi:極角
#20：極徑
#‘ro’:繪極座標形狀爲紅色圓點
#lw=2：極座標圖形寬度爲2

學生成績清單雷達圖

#導入庫
import numpy as np
import matplotlib.pyplot as plt
#數據準備
courses=['Python','Java','C++',
         'C','PHP','R',]
scores=[10,20,30,40,50,60]
datalength=len(scores)
#等分圓，曲線閉合
angles=np.linspace(0,2*np.pi,datalength,endpoint=False)
scores.append(scores[0])
angles=np.append(angles,angles[0])
#繪圖
plt.polar(angles,scores,'rv--',lw=2)
#設置標籤
plt.thetagrids(angles*180/np.pi,courses,fontproperties='simhei')
#填充雷達圖
plt.fill(angles,scores,facecolor='c',alpha=0.3)

plt.show()

三維圖

Matplotlib支持一些基礎的三維圖表繪製，需要使用mpl_toolkits模塊
在繪製三維圖形時，至少需要指定x、y、z三個座標軸的數據，然後再根據不同的圖形類型指定額外的參數設置圖形的屬性

plot_surface(X,Y,Z,*args,**kwargs)

常用參數：
rstride和cstride分別控制x和y兩個方向的步長，這決定了曲面上每個面片的大小
color指定面片的顏色
cmap指定面片的顏色映射表

三維散點圖

p3d.Axes3D.scatter( xs, ys, zs=0, zdir=’z’, s=20, c=None, depthshade=True, 
                   *args, **kwargs )

p3d.Axes3D.scatter3D( xs, ys, zs=0, zdir=’z’, s=20, c=None, depthshade=True,
                   *args, **kwargs)

xs、ys、zs分別用來指定散點符號的x、y、z座標，如果同時爲標量則制定一個三點符號的座標，如果同時爲等長數組則指定一系列散點符號的座標
s用來指定散點符號的大小，可以是標量或與xs等長的數組

三維柱狀圖

bar3d(self, x, y, z, dx, dy, dz, color=None, zsort='average', shade=True, lightsource=None, \*args, \*\*kwargs)[source]

x、y、z分別用來表示每個柱底面的座標，如果這三個參數都是標量則指定一個柱的底面座標、如果是三個等長的數組則指定多個柱的底面座標
dx、dy、dz分別用來指定柱在三個座標軸上的跨度，即x方向的寬度、y方向的厚度和z方向的高度
color用來指定柱的表面顏色

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

fig=plt.figure()
ax=fig.gca(projection='3d')

#測試數據
theta=np.linspace(-4*np.pi,4*np.pi,100)
z=np.linspace(-4,4,100)*0.3
r=z**4+1
x=r*np.sin(theta)
y=r*np.cos(theta)

ax.plot(x,y,z,'b^-',label='3D Picture Test')
mpl.rcParams['legend.fontsize']=20
ax.legend(loc='best')
plt.show()

Matplotlib庫-Python數據可視化

Matplotlib基礎

Matplotlib庫介紹

快速繪圖

折線圖

散點圖

10個位置隨機散點圖

10個點隨機大小

更改散點顏色、透明度

更改散點形狀

一張圖繪製兩組數據

爲散點圖增加圖例

柱狀圖

簡單柱狀圖

設置柱子顏色

設置標籤

堆疊柱狀圖

橫向柱狀圖

並列柱狀圖

餅狀圖

一塊餅圖到中心的距離

標註每塊餅圖的顏色

控制餅圖內百分比設置

添加圖例

雷達圖

polar函數

如果繪製多個極角和極軸

閉合曲線

Fill()函數填充雷達圖

學生成績清單雷達圖

三維圖

三維散點圖

三維柱狀圖