matplotlib画图(一)基本操作

matplotlib画图基本操作

matplotlib是最流行的Python底层绘图库，主要做数据可视化图表,名字取材于MATLAB，模仿MATLAB构建。最近做了很多关于数据分析的题目，对于画图感觉掌握的不熟练所以特地来学习一下。

👉官网地址：https://matplotlib.org/

下面这张图是 Matplotlib 图形的组成部分。主要有title、tick、legend、label这类的东西，所以本次也主要从这些出发。

简单使用

import matplotlib.pyplot as plt

# 坐标中x的列表
x = [0, 1, 2, 3]
# 坐标中y的列表
y = [1, 2, 3, 5]
plt.plot(x, y)
plt.ylabel('some numbers')
plt.show()

展示出的图

matplotlib使用起来比较简单，传入x的列表和y的列表，直接传入就可以画。

设置图片大小

import matplotlib.pyplot as plt

x = [0, 1, 2, 3]
y = [1, 2, 3, 5]
# 实例化figure
fig = plt.figure(figsize=(20, 8), dpi=80)
plt.plot(x, y)
plt.ylabel('some numbers')
plt.savefig("line.png")
plt.show()
# 存图片

设置x轴和y轴上的刻度（tick）

x轴和y轴上面都有刻度如果我们不加，会默认帮我们加上去，但是有的时候我们想自己设计这个刻度也是可以的

比如下图我们可以设置刻度在线段外,当然发现图很丑，但是刻度确实是我们所设置的

import matplotlib.pyplot as plt

x = [0, 1, 2, 3]
y = [1, 2, 3, 5]

plt.plot(x, y)
plt.ylabel('some numbers')
# 设置刻度在线外
xticks = [i for i in range(-5, -1)]
yticks = [i for i in range(-5, -1)]
plt.xticks(xticks)
plt.yticks(yticks)

plt.show()

不过我们一般都是设置合适的刻度，毕竟画图需要美观，刻意设置不必要，上面只是为了举例

import matplotlib.pyplot as plt

x = [0, 1, 2, 3]
y = [1, 2, 3, 5]

plt.plot(x, y)
plt.ylabel('some numbers')
# 正经设置
xticks = [i for i in range(0, 4)]
yticks = [i for i in range(1, 5)]
plt.xticks(xticks)
plt.yticks(yticks)

plt.show()

然后有的时候刻度是时间类型或者其他的label之类的，比如：我想展示一天24h的时间变化，刻度需要显示1：00这种，又或者是显示几年内每个月的收入变化，刻度是1998-01-01这种类型该如何显示呢？

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
x = [0, 1, 2, 3]
y = [1, 2, 3, 5]

plt.plot(x, y)
plt.ylabel('some numbers')
xticks = [i for i in range(0, 4)]
# 设置标签
xlabel = ["{}点".format(i) for i in range(0, 4)]
plt.xticks(xticks, xlabel, rotation=30)

plt.show()

可以看到只需要在调用xticks的时候传入xlabel就可以实现我们想要的功能，也就是设置对应的刻度列表和刻度标签即可

给图像添加描述信息

图像的描述信息有xlabel、ylabel、title

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

# 坐标中x的列表
x = [0, 1, 2, 3]
# 坐标中y的列表
y = [1, 2, 3, 5]
plt.plot(x, y)
plt.ylabel('x 的标签')
plt.xlabel('y 的标签')
plt.title("标签描述")
plt.show()

设置图像风格

画图我们可以设置线段的风格，可以决定是画线还是画点，然后线的粗细颜色之类的都可以设置

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

# 坐标中x的列表
x = [0, 1, 2, 3]
# 坐标中y的列表
y = [1, 2, 3, 5]
plt.plot(x, y, color='green', marker='o', linestyle='dashed', linewidth=2, markersize=12)
plt.show()

其中color是设置颜色，marker设置标记点，linestyle设置线条格式，linewidth设置线的宽度，markersize设置线的大小

Colors

character	color
'b'	blue
'g'	green
'r'	red
'c'	cyan
'm'	magenta
'y'	yellow
'k'	black
'w'	white

Markers

character	description
'.'	point marker
','	pixel marker
'o'	circle marker
'v'	triangle_down marker
'^'	triangle_up marker
'<'	triangle_left marker
'>'	triangle_right marker
'1'	tri_down marker
'2'	tri_up marker
'3'	tri_left marker
'4'	tri_right marker
'8'	octagon marker
's'	square marker
'p'	pentagon marker
'P'	plus (filled) marker
'*'	star marker
'h'	hexagon1 marker
'H'	hexagon2 marker
'+'	plus marker
'x'	x marker
'X'	x (filled) marker
'D'	diamond marker
'd'	thin_diamond marker
`’	‘`	vline marker
'_'	hline marker

Line Styles

character	description
'-'	solid line style
'--'	dashed line style
'-.'	dash-dot line style
':'	dotted line style

具体更多设置可以参考官方文档

设置图例

有的时候我们一张图有好几条线，为了说清楚我们每条线是什么，我们可以设置图例

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

# 坐标中x的列表
x = [0, 1, 2, 3]
# 坐标中y的列表
y1 = [1, 2, 3, 5]
y2 = [1, 3, 5, 8]
plt.plot(x, y1, label="第一条线")
plt.plot(x, y2, label="第二条线")
plt.legend(loc='upper right')
plt.show()