绘图可视化 (1): matplotlib绘图基础

发表于 | 更新于 | 分类于 | 评论数： | 阅读次数：

本文主要参考 十分钟入门Matplotlib

文中绘制的图形在 这个链接 中显示。

Matplotlib 是 Python 的一个绘图库。它包含了大量的工具，你可以使用这些工具创建各种图形，包括简单的散点图，正弦曲线，甚至是三维图形。Python 科学计算社区经常使用它完成数据可视化的工作。

绘图过程中常用样式如下

颜色： 蓝色 - b 绿色 - g 红色 - r 青色 - c 品红 - m 黄色 - y 黑色 - k（b代表蓝色，所以这里用黑色的最后一个字母） 白色 - w
线： 直线 - - 虚线 - -- 点线 - : 点划线 - -. 常用点标记 点 - . 像素 - , 圆 - o 方形 - s 三角形 - ^

  • 本文主要是在 jupyter notebook 中绘图，首先需要 import matplotlib，通常的引入约定如下

    1
    2
    3
    4
    5
    6
    7
    import matplotlib.pyplot as plt
    %matplotlib inline # 加这行不需要再写plt.show()
    ``` 

    - 画折线，红色
    ```python
    plt.plot([1,2,4,8,16],'r')

  • 画 y=sin(x)

    1
    2
    3
    4
    import numpy as np

    x=np.linspace(0,2*np.pi) 
    plt.plot(x,np.sin(x))

  • 在一张图中绘制多个数据集

    1
    2
    x=np.linspace(0,2*np.pi)
    plt.plot(x,np.sin(x),x,np.sin(2*x))

  • 自定义图形的外观
    代码展示了两种不同的曲线样式：r-o 和 g--。字母 r 和 g 代表线条的颜色，后面的符号代表线和点标记的类型。例如 -o 代表包含实心点标记的实线，-- 代表虚线。

    1
    2
    3
    x=np.linspace(0,2*np.pi)
    plt.plot(x,np.sin(x),'r-o',
             x,np.cos(x),'g--')

  • 使用子图在一个窗口绘制多张图

    1
    2
    3
    4
    5
    x=np.linspace(0,2*np.pi)
    plt.subplot(2,1,1) #行，列，活跃区
    plt.plot(x,np.sin(x),'r') # 红色
    plt.subplot(2,1,2)
    plt.plot(x,np.cos(x),'g') # 绿色

  • 绘制简单的散点图

    1
    2
    x=np.linspace(0,2*np.pi)
    plt.plot(x,np.sin(x),'go') # 绿色圆点

  • 彩色映射散点图
    同前面一样我们用到了 scatter() 函数，但是这次我们传入了另外的两个参数，分别为所绘点的大小和颜色。通过这种方式使得图上点的大小和颜色根据数据的大小产生变化。
    然后我们用 colorbar() 函数添加了一个颜色栏。

    1
    2
    3
    4
    5
    6
    x=np.random.rand(100)
    y=np.random.rand(100)
    size=np.random.rand(100)*50
    colour=np.random.rand(100)
    plt.scatter(x,y,size,colour)
    plt.colorbar()

  • 直方图

    1
    2
    x=np.random.randn(100)*10
    plt.hist(x,50)

  • 添加标题，坐标轴标记和图例
    为了给图形添加图例，我们需要在 plot() 函数中添加命名参数 label 并赋予该参数相应的标签。然后调用 legend() 函数就会在我们的图形中添加图例。
    接下来我们只需要调用函数 title()，xlabel() 和 ylabel() 就可以为图形添加标题和标签。

    1
    2
    3
    4
    5
    6
    7
    x=np.linspace(0,2*np.pi)
    plt.plot(x,np.sin(x),'r-x',label='Sin(x)')
    plt.plot(x,np.cos(x),'g-^',label='Cos(x)')
    plt.legend() #展示图例，必须调用这个上面的label才会显示
    plt.xlabel('Reds') #给x轴添加标签
    plt.ylabel('Amplitude') #给y轴添加标签
    plt.title('Sin and Cos Waves') #添加图形标题