Matplotlib的使用方法¶

安装方法¶

1.使用pip安装Matplotlib：

pip install matplotlib

2.如果您使用的是Anaconda发行版，可以通过conda安装Matplotlib：

conda install matplotlib

函数介绍¶

plot函数用于绘制折线图，其主要参数包括：

plot([x], y , [fmt], data, **kwargs)

x：x轴数据，用于指定折线图中横坐标的数据。
y：y轴数据，用于指定折线图中纵坐标的数据。
color：折线颜色，用于指定折线的颜色。
linestyle：折线线型，用于指定折线的线型。
linewidth：折线宽度，用于指定折线的宽度。
marker：数据点标记类型，用于标记数据点的形状。
markersize：数据点标记大小，用于指定数据点标记的大小。
label：折线标签，用于添加折线的标签。
alpha：透明度，用于指定折线的透明度。

plot函数说明地址https://matplotlib.org/3.8.4/api/_as_gen/matplotlib.pyplot.plot.html#matplotlib.pyplot.plot

基本使用方法¶

In [15]:

import matplotlib.pyplot as plt
import numpy as np

# 准备数据
y = np.random.randint(0, 10, 10)
x = range(10)

# 使用plot方法
plt.plot(x, y)

# 添加标题和标签
plt.title('This is a plot example')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')

# 显示图形
plt.show()

In [27]:

import pandas as pd
# 使用data的方式绘制图形
mydata = {
    'x': range(5, 25),
    'y': [np.random.randint(0, 10) for x in range(20)]
}
mydf = pd.DataFrame(data=mydata)

#使用DataFrame时，plt会自动识别Dataframe中列数据的头索引
plt.plot('x', 'y', '--', data=mydata )
plt.show()

plot函数使用注意事项

plt.plot可以只传Y轴的值，如果只传Y轴的值，那么X轴就会默认使用range(0, Y的长度)

plt.plot的x和y参数不能够作为关键字参数来传递，即plt.plot(x=x, y=y)，这种方式会保存

plt.plot的data参数可以为一个字典或者DataFrame对象，然后在x和y上制定这个列的名字，那么plot会自动读取。

plt.plot在传入参数时，如果函数形式是plt.plot(x, y, fmt, data)，如果传参时没有给fmt的话，可能会产生警告提示，这种情况下需要将fmt也传参(一般fmt传空字符串)

设置折线图方法¶

In [3]:

import matplotlib.pyplot as plt
import numpy as np

y = [np.random.randint(0, 10) for x in range(10)]
plt.plot(y, linewidth=2, color='r', linestyle='--')

Out[3]:

[<matplotlib.lines.Line2D at 0x13243af50>]

In [9]:

y1 = [np.random.randint(0, 10) for x in range(10)]
y2 = [np.random.randint(0, 10) for x in range(10)]

lines = plt.plot(range(10),y1, range(10), y2)
line = lines[0]
line.set_color('r')
line.set_linewidth(0.4)
line.set_alpha(0.3)

In [11]:

y1 = [np.random.randint(0, 10) for x in range(10)]
y2 = [np.random.randint(0, 10) for x in range(10)]

lines = plt.plot(range(10),y1, range(10), y2)
plt.setp(lines, linewidth=1)

Out[11]:

[None, None]

注意事项

1、使用plot绘图的时候，在传参的时候实际上是给Line2D对象设置属性值，以此修改线条的样式。

2、使用plot放回的线条，可以单独设置线条样式，主要使用的是set_Line2D属性名方法实现。

3、使用plt.setp来一次性设置多个线条的样式

设置标题¶

In [17]:

import matplotlib.pyplot as plt
import numpy as np
from matplotlib import font_manager

y = [np.random.randint(0,10) for x in range(10)]
plt.plot(y)

# 设置为中文时如果显示乱码，需要配置显示的字体
plt.rcParams['font.sans-serif'] = ['PingFang HK']
plt.rcParams['font.size'] = 20

plt.title('折线图')

Out[17]:

Text(0.5, 1.0, '折线图')

设置轴¶

In [36]:

# 随机产生一只股票过去20天的交易量数据
stock_volume_data = [np.random.randint(10000, 50000) for x in range(20)]
stock_volume_data_decimal = [volume / 1000 for volume in stock_volume_data]
stock_volume_data_decimal

# 设置显示的字体和字体大小
plt.rcParams['font.sans-serif'] = ['PingFang HK']
plt.rcParams['font.size'] = 8

# 设置画布的长宽
plt.figure(figsize=(10,5))

plt.plot(stock_volume_data_decimal, marker='.')
plt.xticks(range(20), ['第%d天' %x for x in range(1,21)])
plt.xlabel('天数')
plt.ylabel('交易量(单位：股)')
plt.title('X股票过去20天的交易数据')
plt.grid(True)
plt.show()

注意事项

1、可以通过plt.title设置图片的标题

2、刻度是通过xticks和yticks来设置的。xticks需要传递两个参数，第一个参数ticks只要保持与数据量一致即可，第二个参数labels时用来设置每个刻度上的显示内容。

3、轴名称是通过xlabes和ylables来设置

4、默认plot是不支持中文的，需要通过plt.rcParams[\’font.sans-serif\’]来配置字体

5、如果图片大小不合适，可以通过plt.figure设置画布的大小

设置文本注释¶

In [53]:

plt.plot(np.sin(np.arange(20)), marker='o')

# 如果想给第一个点增加注释
plt.annotate('(0.0)', xy=(0,0), xytext=(-0.5, -0.8), arrowprops=
             {'width':0.5, 'headwidth':5, 'headlength': 10, 'shrink':0.3})

Out[53]:

Text(-0.5, -0.8, '(0.0)')

In [54]:

# 批量给所有点增加说明的方法
y = np.sin(np.arange(20))

plt.plot(y, marker='o')

for index, value in enumerate(y):
    plt.annotate('(%.2f, %.2f)' % (index, value), xy=(index, value), xytext=(index-0.1, value-0.1))

注意事项

1、如果希望绘制的图线节点中显示对应的内容，可以使用plt.annotate设置文本注释功能

2、plt.annotate(text, xy, xytext, arrowprops)中text用来显示注释的文本，xy代表需要注释的坐标点，xytext代表注释文本的坐标点，arrowprops代表的是箭头的一些属性。

3、plot.annotate的官方API说明可以查询https://matplotlib.org/3.8.4/api/_as_gen/matplotlib.pyplot.annotate.html#matplotlib.pyplot.annotate

设置画板的样式¶

In [66]:

import matplotlib.pyplot as plt
import numpy as np

# 生成x轴数据，从0到4π，间隔0.1
x = np.arange(0, 4*np.pi, 0.1)
# 计算对应的正弦值
y = np.sin(x)

plt.figure(figsize=(12, 4), facecolor='r', dpi=200)


plt.plot(x, y, color='blue', label='sin(x)')
plt.xlabel('x')
plt.ylabel('sin(x)')
plt.title('正弦函数')
plt.legend()
plt.grid(True)
plt.show()

注意事项

1、plt.figure可以用来设置画板的样式，该函数需要在所有绘图之前来完成

2、figsize参数是元组，第一个参数是宽度，第二个参数是高度

3、facecolor是设置画板的颜色

4、edgecolor是设置边框颜色，默认情况下边框宽度是0，所以如果要看到边框需要设置linewidth大于0

5、dpi是设置画板的像素点