综合网站开发实训总结,网站建设制作哪家好,c asp.net 发布网站,维修报价单模板文章目录通过figure()函数创建画布通过subplot()函数创建单个子图通过subplots()函数创建多个子图通过add_subplot()方法添加和选中子图添加各类标签绘制常见图表绘制直方图——hist()函数绘制散点图——scatter()函数绘制柱状图——bar()函数设定线条的相关参数本地保存图片通…
文章目录通过figure()函数创建画布通过subplot()函数创建单个子图通过subplots()函数创建多个子图通过add_subplot()方法添加和选中子图添加各类标签绘制常见图表绘制直方图——hist()函数绘制散点图——scatter()函数绘制柱状图——bar()函数设定线条的相关参数本地保存图片通过figure()函数创建画布
在pyolot模块中默认拥有一个Figure对象该对象可以理解为一张空白的画布用于容纳图标的各种组件比如图例、坐标轴等。 figure(numNone, # autoincrement if None, else integer from 1-N figsizeNone, # defaults to rc figure.figsize dpiNone, # defaults to rc figure.dpi facecolorNone, # defaults to rc figure.facecolor edgecolorNone, # defaults to rc figure.edgecolor frameonTrue, FigureClassFigure, clearFalse, **kwargs ) 部分参数表示的含义如下
num表示图形的编号或名称数字代表编号字符串表示名称。如果没有提供该参数则会创建一个新的图形并且这个图形的编号会增加如果提供该参数并且具有此id的图形已经存在则会将其激活并返回对其的引用若此图形不存在则会创建并返回它。figsize用于设置画布的尺寸宽度、高度以英寸为单位。dpi设置图形的分辨率。facecolor用于设置画板的背景颜色。edgecolor用于显示边框原色。frameon表示是否显示边框。FigureClass派生自matplotlib.figure.Figure的类可以选择使用自定义的图形对象。clear若设为True且该图形已经存在则它会被清除。 创建新的画布并返回Figure实例
figure_obj plt.figure()
print(type(figure_obj))输出结果
class matplotlib.figure.Figure用type()查看figure_obj对象的类型可以看出其是一个Figure类的对象。
创建的新画布 尝试另创建一个背景颜色为灰色的新画布并在画布上绘制一张折线图
import matplotlib.pyplot as plt
import numpy as npdata np.arange(100, 201)
plt.figure(facecolorgray)
plt.plot(data)
plt.show()输出结果 从输出结果可以看出x轴的刻度范围为0~100y轴的刻度范围为指定的数值区间。这是因为在调用plot()函数时如果传入了单个列表或数组则会将其设为y轴序列且自动生成x轴的序列。x轴的序列从0开始与y轴序列具有相同的长度。 通过subplot()函数创建单个子图
在同一个画布上绘制多个图形Figure对象允许划分为多个绘图区域每个绘图区域都是一个Axes对象它拥有属于自己的坐标系统被称为子图。 subplot(nrows, ncols, index, **kwargs) 参数表示的含义如下
nrowsncols表示子区网格的行数、列数。index表示矩阵区域的索引。 subplot()函数会将整个绘图区域等分为“nrows行× ncols列”的矩阵区域之后按照从左到右、从上到下的顺序对每个区域进行编号。从一开始依次递增。
如果nrows, ncols, index这三个参数的值都小于10则可以把它们简写为一个实数如subplot(2,2,3)可以写成subplot(223)。
创建单个子图并在其上绘制简单的图形
data np.arange(100, 201)
plt.subplot(221)
plt.plot(data, data)
plt.subplot(2, 2, 2)
plt.plot(data, -data)
plt.subplot(212)
plt.plot(data, data*2)
plt.show()输出结果 通过subplot()函数可以规划Figure对象划分为多少个字图但每调用一次该函数只会创建单个子图。 通过subplots()函数创建多个子图
如果希望一次性创建一组子图则可以通过subplots()函数进行实现。 subplots(nrows1, ncols1, sharexFalse, shareyFalse, squeezeTrue, subplot_kwNone, gridspec_kwNone, **fig_kw): 上述函数常用的参数含义如下
nrowsncols表示子区网格的行数、列数默认为1。sharexsharey表示控制x或y轴是否共享。若设为“True”或“all”则表示x或y轴在所有的子图中共享若设为“False”或“None”则每个子图的x或y轴是独立的若设为“row”则每个子图沿行方向共享x轴或y轴若设为“col”则每个子图沿列方向共享x轴或y轴。
subplots()函数会返回一个元组元组的第一个元素为Figure对象画布第二个元素为Axes对象子图包含坐标轴和画的图或Axes对象数。如果创建的是单个子图则返回的是一个Axes对象否则返回的是一个Axes对象数组。 创建4个子图并在每个子图上绘制一些简单的图形
# 生成包括100~200之间所有整数的数组
data np.arange(100, 201)# 分成2*2的矩阵区域返回子图数组axes
fig, axes plt.subplots(2, 2)
ax1 axes[0, 0]
ax2 axes[0, 1]
ax3 axes[1, 0]
ax4 axes[1, 1]
# 再选中的子图上作图
ax1.plot(data, data)
ax2.plot(data, -data)
ax3.plot(data, data**2)
ax4.plot(data, np.log(data))
plt.show()输出结果 通过add_subplot()方法添加和选中子图
想要创建子图除了使用pyplot模块的函数之外 还可以通过Figure类的add_subplot()方法添加和选中子图。 add_subplot(self, *args, **kwargs) 上述方法中*args参数表示一个三位数的实数或三个独立的实数用于描述子图的位置。具体用法类似于subplot()函数中的nrows, ncols, index参数。
注意 每调用一次add_subplot()方法会规划画布划分子图但只会添加一个子图。当调用plot()函数绘制图形时会画在最后一次指定子图的位置上。 创建具有两行两列的矩阵区域且在编号为2的子图上绘制图形
# 通过add_subplot()方法添加和选中子图
fig plt.figure()
# 添加子图
fig.add_subplot(2, 2, 1)
fig.add_subplot(2, 2, 4)
fig.add_subplot(223)
fig.add_subplot(2, 2, 2)
# 在子图上作图randn函数返回一个或一组样本具有标准正态分布。
random_arr np.random.randn(100)
# 默认是在最后一次使用subplot的位置上作图即编号为3的位置
plt.plot(random_arr)
plt.show()输出结果 上述示例中首先创建了Figure类对象fig然后调用add_subplot()方法将fig对象化分为一个2行2列的矩阵区域且将图形绘制在最后选中的编号为2的子区域上调用plot()函数根据创建的随机数组绘制折线图。 添加各类标签
图表添加标签和图例的常用函数
函 数 名 称说 明title()设置当前轴的标题xlabel()设置当前图形x轴的标签名称ylabel()设置当前图形y轴的标签名称xticks()指定x轴刻度的数目与取值yticks()指定y轴刻度的数目与取值xlim()设置或获取当前图形x轴的范围ylim()设置或获取当前图形y轴的范围legend()在轴上放置一个图例
表中的函数之间是并列关系没有先后顺序既可以先绘制图形也可以先添加标签。当然添加图例只能在绘制完成之后。 在使用Matplotlib绘图时如果要设置的图标标题中有中文字符则会变成方格子而无法正确显示。 实际上Matplotlib是支持中文编码的出现这种情况主要是因为Matplotlib库的配置信息里面没有中文字体的相关信息这是可以采用以下方式进行解决
在python脚本中动态设置matplotlib这样就可以避免由于更改配置文件而造成的麻烦。from pylab import mpl
mpl.rcParams[font.sans-serif] [SimHei] # 设置显示中文字体另外由于字体更改以后会导致坐标轴中部分字符无法正常显示这是需要更改axes.unicode_minus参数。mpl.rcParams[axes.unicode_minus] False # 设置正常显示符号代码实现
# 添加各类标签
mpl.rcParams[font.sans-serif] [SimHei] # 设置显示中文字体
mpl.rcParams[axes.unicode_minus] False # 设置正常显示符号
data1 np.arange(0, 1.8, 0.1)
plt.title(陈丑丑的身高体重数据) # 添加标题
plt.xlabel(length) # x轴名称
plt.ylabel(weight) # y轴名称
plt.xticks(np.arange(0, 1.8, step0.1))
plt.yticks(np.arange(0, 66, step4))
plt.plot(data1, (data1**2)*20) # 绘制y(x^2)*20曲线
plt.legend([y(x^2)*20]) # 添加图例
plt.show()输出结果 绘制常见图表
绘制直方图——hist()函数 hist( x, binsNone, rangeNone, densityFalse, weightsNone, cumulativeFalse, bottomNone, histtype‘bar’, align‘mid’, orientation‘vertical’, rwidthNone, logFalse, colorNone, labelNone, stackedFalse, *, dataNone, **kwargs) 上述函数中常用参数表示的含义如下
x表示输入值可以是单个数组或者是不需要相同长度的数组序列。bins表示绘制条柱的个数默认为10。rangebins的上下范围最大和最小值。color表示条柱的颜色默认为None。 代码实现
arr_random np.random.randn(100)
plt.hist(arr_random, bins8, colorm, alpha0.5) # alpha用于设置颜色深度——透明度
plt.show()输出结果 上述示例中首先创建了一个包含100个随机数的数组用来表示绘制图形使用的数据接着调用hist()函数绘制一个直方图这个直方图共有8个条柱每个条柱的颜色为品红透明度alpha为0.5。 绘制散点图——scatter()函数 scatter( x, y, sNone, cNone, markerNone, cmapNone, normNone, vminNone, vmaxNone, alphaNone, linewidthsNone, vertscbook.deprecation._deprecated_parameter, edgecolorsNone, *, plotnonfiniteFalse, dataNone, **kwargs) 上述函数中常用参数表示的含义如下
xy表示x轴和y轴对应的数据。s指定散点的大小。若传入的是一维数组则表示每个点的大小。c指定散点的颜色。若传入的是一维数组则表示每个点的颜色。marker表示绘制的散点类型。alpha表示点的透明度取值0~1之间。 代码实现
# 绘制散点图
x np.arange(21)
y np.random.rand(21)*10
plt.scatter(x, y, cg, marker*)
plt.show()输出结果 上述示例中首先创建了一个包含整数0 ~ 20的数组这些数值将作为散点图中x轴对应的数据。其次创建了含有21个0 ~ 1之间的随机数的数组将它们乘以10的结果作为y轴对应的数据。散点的类型为星形。【关于线条的相关参数设置在本篇篇尾】 绘制柱状图——bar()函数 bar( x, height, width0.8, bottomNone, *, align‘center’, dataNone, **kwargs) 上述函数中常用参数表示的含义如下
x表示x轴的数据。height表示条形的高度。width表示条形的宽度默认为0.8。color表示条形的颜色。edgecolor表示条形边框的颜色。 代码实现
# 绘制柱状图
x1 np.arange(5)
# 从上下限范围内随机选取整数创建两个2行5列的数组
y1, y2 np.random.randint(1, 91, size(2, 5))
ax plt.subplot(222) # 创建一个子图
width 0.25 # 条形的宽度
ax.bar(x1, y1, widthwidth, colorr) # 绘制红色的柱形图
ax.bar(x1width, y2, widthwidth, colorg) # 绘制另一个绿色的柱形图
ax.set_xticks(x10.1) # 设置x轴的刻度
ax.set_xticklabels([a, b, c, d, e]) # 设置x轴的标签
plt.show()输出结果 上述示例中首先创建了包含整数0 ~ 4的数组将其作为x轴的数据接着又创建了两个2行5列的二维数组它们的数据是从1 ~ 30内随机选取的整数然后再指定编号为2的子图上调用bar()函数绘制了两个柱形图。第一个柱形图xy轴的数据设为x1、y1颜色为红色。第二个柱形图xy轴使用的数据为xwidth和y2颜色为绿色最后设置了x轴的刻度标签为“a、b、c、d、e”。 设定线条的相关参数
线条颜色使用color参数控制
颜 色 值说 明b(blue)蓝色g(green)绿色r(red)红色c(cyan)青色m(magenta)品红y(yellow)黄色k(black)黑色w(white)白色
标记风格使用marker参数控制
标记风格值说 明o实心圆圈D菱形h六边形1H六边形28八边形p五边形加号.点s正方形*星形v倒三角形^正三角形一角朝右的三角形一角朝左的三角形
线型使用linestyle参数控制
线型值说明-实线–长虚线-.短点相间线:短虚线
代码示例
data2 np.arange(1, 3, 0.3)
plt.plot(data2, markerx, linestyle--)
plt.plot(data21, markero, linestyle:)
plt.plot(data22, colork, markers, linestyle-.)输出结果
代码示例
# 等价于
plt.plot(data2, x--, data21, o:, data22, ks-.)输出结果 本地保存图片
想要保存当前生成的图表可以调用savefig()函数进行保存。 savefig(*args, **kwargs) 上述函数中有fname参数——一个包含文件名路径的字符串或者是一个类似于Python文件的对象。 如果format参数设为None且fname参数是一个字符串则输出格式将根据文件名的扩展名推导出来。
使用savefig()函数将图片保存在指定的目录下具体代码实现如下在show()函数钱插入
data2 np.arange(1, 3, 0.3)
plt.plot(data2, markerx, linestyle--)
plt.plot(data21, markero, linestyle:)
plt.plot(data22, colork, markers, linestyle-.)
# 等价于
plt.plot(data2, x--, data21, o:, data22, ks-.)# 本地保存图片
plt.savefig(rD:\数据分析\demo.png)
plt.show()
print(over!)输出结果 在操作完成后使用print(“over!”)输出上图结果作为执行结束提示。
可以从相应路径中打开文件以检查是否成功保存。
