Python-matplotlib入門--基礎圖表的繪製

生而爲人，請務必善良

matplotlib 實現數據可視化

前提：安裝matplotlib庫、numpy庫及pandas庫

實例目錄：

1、線性圖
2、直方圖
3、條狀圖
4、多序列條狀圖
5、餅狀圖
6、極座標圖
7、散點圖
8、3D曲面
9、3D散點
10、動畫

基礎圖表實例

1、線性圖：

爲pandas數據結構繪製線性圖

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

data = {'series1':[1,2,3,4,5],
        'series2':[2,3,4,5,6],
        'series3':[3,4,5,6,7],
        }
df = pd.DataFrame(data)
x = np.arange(5)
plt.axis([0,5,0,9])
plt.plot(x,df)
plt.legend(data,loc=2)
plt.show()

2、直方圖：

#直方圖繪製
import matplotlib.pyplot as plt
import numpy as np

np.random.seed(0)#隨機種子
m,sigma = 50,5 #均值和標準差
a = np.random.normal(m,sigma,size=100)#一百個元素

#該函數參數爲直方圖上面的信息,最後兩個參數爲顏色的設置
#第二個參數爲 bin:生成直方圖的個數
#normed=1表示出現的概率，=0，表示出現的個數
plt.hist(a,40,normed=0,histtype='stepfilled',facecolor='b',alpha=0.7)
plt.title('test')
plt.savefig('hist.png',dpi=600)#保存爲PNG文件，dpi爲像素
plt.show()

3、條狀圖：

#條狀圖
import matplotlib.pyplot as plt
import numpy as np
index = np.arange(5)
values = [5,3,2,4,5]
plt.bar(index,values,color='b',alpha=0.7)
plt.title('bar')
plt.xticks(index+0.2,['s','m','i','l','e'])#設置刻度標籤
plt.savefig('bar.png')#保存爲圖片
plt.show()

4、多序列條狀圖：

#多序列條狀圖
import matplotlib.pyplot as plt
import numpy as np
index = np.arange(5)
values1 = [5,3,2,4,5]
values2 = [6,5,3,5,7]
values3 = [7,4,4,6,8]

b = 0.25#設置b爲調控距離
plt.axis([0,5,0,10])#x軸起止，y軸起止座標
plt.bar(index,values1,b,color='r',alpha=0.7)
plt.bar(index+b,values2,b,color='y',alpha=0.7)
plt.bar(index+2*b,values3,b,color='b',alpha=0.7)
plt.title('A bar chart',fontsize=15)#標題及字體
plt.xticks(index+b,['s','m','i','l','e'])#設置刻度標籤
plt.show()

5、餅狀圖：

#餅圖繪製
import matplotlib.pyplot as plt

labels = 'Dog','Cat','Fish','Hen' #餅圖標籤
sizes = [30,35,15,20]#餅圖的大小
explode = (0,0.1,0,0)#0.1爲第二個元素凸出距離
#餅圖繪製函數
plt.pie(sizes,explode=explode,labels=labels,\
        autopct='%1.1f%%',shadow=False,startangle=90)

plt.axis('equal')
#plt.savefig('bing',dpi=600)#保存爲PNG文件，dpi爲像素
plt.show()

6、極座標圖：

#極座標圖繪製
import matplotlib.pyplot as plt
import numpy as np

N = 7#極座標圖中數據的個數
t = np.linspace(0.0,2*np.pi,N,endpoint=False)#0-2π 按照個數分出N個不同的角度
rd = 10*np.random.rand(N)#生成每一個角度對應的值
w = np.pi / 2*np.random.rand(N)#寬度值

colors = np.array(['navy','darkgreen','lightgreen','pink','blue','brown','violet'])#顏色數組

#繪製極座標方法
ax = plt.subplot(111,projection='polar')#一個繪圖區域，projection='polar'極座標參數，採取面向對象方法
bars = ax.bar(t, rd, width=w, bottom=0.0,color=colors)
#分別對應：left(繪製極座標系中顏色區域開始位置),height(從中心點到邊緣繪製的長度),width(每一個繪圖區域的面積)
'''  
plt.show()

7、散點圖：

#面型對象方法繪製散點圖
import numpy as np
import matplotlib.pyplot as plt

fig , ax = plt.subplots()#函數變成對象，參數分別對應plt.subplots生成的，fig：圖表，ax：繪圖區域，參數爲空默認繪圖區域爲111
ax.plot(10*np.random.randn(68),10*np.random.randn(68),'*')#(橫軸，縱軸，標點方式) randn生成的隨機數呈現正態分佈乘以10空間範圍內,顯得更擴散
ax.set_title('stars')

plt.show()

8、3D曲面：

#3D曲面
import numpy as np
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
fig = plt.figure()
ax = Axes3D(fig)
X = np.arange(-5,5,0.5)
Y = np.arange(-5,5,0.5)
X,Y = np.meshgrid(X,Y)
#函數（變換函數可有不同效果）
def f(x,y):
    return (1-Y**4+X**4)*np.exp(-x**2-y**2)

#z=f(x,y)生成三維結構
ax.plot_surface(X,Y,f(X,Y),rstride=1,cstride=1,cmap=plt.cm.hot)#cmap關鍵字可指定各顏色
ax.view_init(elev=10,azim=125)#函數功能：旋轉曲面，elev，azim兩個參數作用分別爲：查看曲面高度；曲面旋轉角度
plt.show()

9、3D散點：

#3D散點圖

import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
ax = Axes3D(fig)

x = np.random.randint(30,40,50)
y = np.random.randint(20,30,50)
z = np.random.randint(10,20,50)

x1 = np.random.randint(70,80,50)
y1 = np.random.randint(60,70,50)
z1 = np.random.randint(50,70,50)

x2 = np.random.randint(40,50,50)
y2 = np.random.randint(50,60,50)
z2 = np.random.randint(30,40,50)

ax.scatter(x,y,z)
ax.scatter(x1,y1,z1,c='b',marker='^')
ax.scatter(x2,y2,z2,c='r',marker='*')

ax.set_xlabel('x')
ax.set_ylabel('y')
ax.set_zlabel('z')

plt.show()

10、製作動畫：

#製作動畫
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.animation as an

fig = plt.figure()
ax = fig.add_subplot(111)
N = 10
x = np.random.rand(N)
y = np.random.rand(N)
z = np.random.rand(N)
circles,triangles,dots = ax.plot(x,'ro',y,'g^',z,'b.')#設置顏色及形狀
ax.set_ylim(0,1)
plt.axis('off')

def update(data):
    circles.set_ydata(data[0])
    triangles.set_ydata(data[1])
    return circles,triangles

def generate():
    while True:
        yield np.random.rand(2,N)

anm = an.FuncAnimation(fig,update,generate,interval=150)

plt.show()