日期： 2024-05-13
时间： 10:13
作者： Dongming
阅读量: 219

内容目录

10.Matplotlib的绘图组成与解析

Matplotlib的绘图构成¶

%E7%BB%98%E5%9B%BE%E6%9E%84%E6%88%90%E8%A7%A3%E6%9E%90.jpeg

组成部分¶

Matplotlib是一个Python绘图库，提供了丰富的绘图功能，可以用于创建各种类型的图表，包括线图、散点图、柱状图、饼图、雷达图等。一个Matplotlib的绘图通常由以下几个主要组成部分构成：

Figure（画布)：画布是绘图的最外层容器，可以包含一个或多个子图（Axes）。在画布上可以设置绘图的尺寸、分辨率等属性。
Axes（子图）：子图是画布上的一个绘图区域，用于绘制具体的图表内容。一个画布可以包含多个子图，每个子图可以包含多个坐标系。
Axis（坐标系）：坐标系是子图中的坐标轴，用于显示数据范围和刻度。坐标系可以分为X轴和Y轴，用于显示水平和垂直方向的数据。
Labels（标签）：标签用于标识图表的标题、坐标轴标签、数据点标签等，帮助解释和理解图表内容。
Legend（图例）：图例是用于解释图表中各种元素含义的标识，通常与图表内容相关联并放置在适当位置。
Tick（刻度）：刻度是坐标轴上的标记，用于表示数据范围和划分坐标轴。刻度包括主刻度和次刻度，可以通过设置刻度位置和标签来调整坐标轴的显示。
TickLabel（刻度标签）：刻度标签是与刻度对应的文字标签，用于标识刻度所代表的具体数值或类别。
AxisLabel（坐标轴标签）：坐标轴标签是用于描述坐标轴所表示含义的文字标签，通常包括X轴和Y轴的标签。
Title（标题）：标题是图表的主要标题，用于描述图表内容或主题。
Line2D（线条）：Line2D是Matplotlib中表示线条的对象，可以用于绘制折线图、曲线图等。
Rectangle（矩形）：Rectangle是Matplotlib中表示矩形的对象，可用于绘制柱状图、框图等。
Marker（数据点标记）：Marker是用于标记数据点位置的符号，可以通过设置不同的形状和颜色来区分不同数据点。
Artist（图形元素）：Artist是Matplotlib中所有可见元素的基类，包括Line2D、Rectangle、Text等，用于构建图表中的各种图形元素。

这些组成部分共同构成了一个完整的Matplotlib图表，通过合理设置和调整这些组成部分，可以创建出具有信息丰富和美观效果的图表。

添加axes对象的方法¶

使用plt.subplots()函数创建画布和子图¶

In [8]:

import matplotlib.pyplot as plt
import numpy as np

# 设置中文显示字体
plt.rcParams['font.sans-serif'] = ['PingFang HK']
plt.figure(figsize=(15,8))

# 创建画布和子图
fig, ax = plt.subplots()

# 在子图中绘制图表内容
ax.plot(np.random.rand(10))

# 设置坐标轴标签和标题
ax.set_xlabel('X轴标签')
ax.set_ylabel('Y轴标签')
ax.set_title('图表标题')

plt.show()

<Figure size 1500x800 with 0 Axes>

使用add_subplot()：¶

In [9]:

import matplotlib.pyplot as plt

# 创建画布
fig = plt.figure()

# 添加子图
ax = fig.add_subplot(111)

# 在子图中绘制图表内容
ax.plot(np.random.rand(10))

# 设置坐标轴标签和标题
ax.set_xlabel('X轴标签')
ax.set_ylabel('Y轴标签')
ax.set_title('图表标题')

plt.show()

总结¶

图的构成：Figure是一个画板，上面可以有很多的axes对象，每个axes对象有轴(axis)、有线条、有Legend、有title等
Figure上的相关操作，基本都是对Axes的操作：
添加axes：有两种方法可以添加，分别是add_subplot或者subplots

Axes容器¶

Axes的常用方法¶

函数名称	作用	函数名称	参数
plot()	绘制折线图	`plot()`	`x`: X轴数据 `y`: Y轴数据 `fmt`: 线条格式，如颜色、线型等
scatter()	绘制散点图	`scatter()`	`x`: X轴数据 `y`: Y轴数据 `s`: 散点大小 `c`: 散点颜色
bar()	绘制柱状图	`bar()`	`x`: 柱的位置 `height`: 柱的高度 `width`: 柱的宽度
pie()	绘制饼图	`pie()`	`x`: 饼图数据 `labels`: 饼图标签
boxplot()	绘制箱线图	`boxplot()`	`data`: 箱线图数据 `notch`: 是否显示缺口
set_xlabel()	设置X轴标签	`set_xlabel()`	`xlabel`: X轴标签文本
set_ylabel()	设置Y轴标签	`set_ylabel()`	`ylabel`: Y轴标签文本
set_title()	设置图表标题	`set_title()`	`label`: 图表标题文本
annotate()	添加注释	`annotate()`	`text`: 注释文本 `xy`: 注释位置 `xytext`: 文本位置
set_xlim()	设置X轴范围	`set_xlim()`	`left`: X轴最小值 `right`: X轴最大值
set_ylim()	设置Y轴范围	`set_ylim()`	`bottom`: Y轴最小值 `top`: Y轴最大值

设置X轴和Y轴的最大值、最小值¶

In [11]:

import matplotlib.pyplot as plt

# 创建数据
x = [1, 2, 3, 4, 5]
y = [10, 15, 13, 18, 16]

# 创建画布和子图
fig, ax = plt.subplots()

# 绘制折线图
ax.plot(x, y)

# 设置X轴和Y轴的最大值和最小值
ax.set_xlim(0, 6)  # 设置X轴范围为0到6
ax.set_ylim(0, 20) # 设置Y轴范围为0到20

# 设置X轴和Y轴标签
ax.set_xlabel('X轴标签')
ax.set_ylabel('Y轴标签')

# 设置图表标题
ax.set_title('示例图表')

plt.show()

添加文本¶

In [16]:

import matplotlib.pyplot as plt

# 创建数据
x = [1, 2, 3, 4, 5]
y = [10, 15, 13, 18, 16]

# 创建画布和子图
fig, ax = plt.subplots()

# 绘制折线图
ax.plot(x, y)

# 添加文本注释
ax.text(3, 14, '这是一个文本', fontsize=12, color='red', ha='center', va='center', bbox=dict(facecolor='yellow', alpha=0.5))

# 设置X轴和Y轴标签
ax.set_xlabel('X轴标签')
ax.set_ylabel('Y轴标签')

# 设置图表标题
ax.set_title('示例图表')

plt.show()

添加注释¶

In [15]:

import matplotlib.pyplot as plt

# 创建数据
x = [1, 2, 3, 4, 5]
y = [10, 15, 13, 18, 16]

# 创建画布和子图
fig, ax = plt.subplots()

# 绘制折线图
ax.plot(x, y)

# 添加注释
ax.annotate('最高点', xy=(4, 18), xytext=(4.5, 19),
            arrowprops=dict(facecolor='black', shrink=0.05))

# 设置X轴和Y轴标签
ax.set_xlabel('X轴标签')
ax.set_ylabel('Y轴标签')

# 设置图表标题
ax.set_title('示例图表')

plt.show()

绘制双Y轴¶

In [26]:

import matplotlib.pyplot as plt

# 创建数据
x = [1, 2, 3, 4, 5]
y1 = [10, 15, 13, 18, 16]
y2 = [20, 18, 25, 20, 22]

# 创建画布和子图
fig, ax1 = plt.subplots()

# 绘制柱状图
ax1.bar(x, y1, color='b', label='降水量')
ax1.set_xlabel('时间')
ax1.set_ylabel('Y1轴', color='b')

# 创建第二个Y轴
ax2 = ax1.twinx() # 克隆一个共享X轴的axes对象
ax2.plot(x, y2, 'r-', marker='o', label='温度')
ax2.set_ylabel('Y2轴', color='r')

# 添加图例
lines, labels = ax1.get_legend_handles_labels()
lines2, labels2 = ax2.get_legend_handles_labels()
ax2.legend(lines + lines2, labels + labels2, loc='upper right')

# 设置图表标题
plt.title('双Y轴示例')

plt.show()

总结：¶

1、双Y轴原理是两个Axes对象堆叠在一起，先创建一个Axes对象，然后通过.twinx()克隆一个新的Axes对象。

Axis容器¶

Axis常用方法¶

方法名称	作用
set_label_text()	设置轴的标签文本
set_ticks()	设置轴的刻度位置
set_ticklabels()	设置刻度标签文本
set_tick_params()	设置刻度线和刻度标签的参数
set_scale()	设置轴的比例尺
set_limits()	设置轴的范围
set_major_locator()	设置主刻度定位器
set_minor_locator()	设置次刻度定位器
set_major_formatter()	设置主刻度格式化器
set_minor_formatter()	设置次刻度格式化器
invert_axis()	反转轴方向
set_visible()	设置轴的可见性
set_label_position()	设置轴标签的位置

设置X轴和Y轴Label的位置¶

In [31]:

import matplotlib.pyplot as plt

# 创建数据：月份和销售额
months = ['Jan', 'Feb', 'Mar', 'Apr', 'May']
sales = [10000, 12000, 11000, 13000, 12500]

# 创建画布和子图
fig, ax = plt.subplots()

# 绘制柱状图
ax.bar(months, sales, color='skyblue')

# 将X轴标签设置在右侧并旋转了45度
ax.set_xlabel('Month', loc='right', rotation=45)

# 将Y轴标签设置在顶部并旋转了90度
ax.set_ylabel('Sales ($)', loc='top', rotation=90)

# 设置图表标题
ax.set_title('Monthly Sales Performance')

plt.show()

设置刻度上的刻度格式¶

In [52]:

import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import pandas as pd
from matplotlib.ticker import FuncFormatter


# 创建日期数据
dates = pd.date_range('2023-01-01', periods=5, freq='M')
values = [10000, 12000, 11000, 13000, 12500]

# 设置中文显示字体
plt.rcParams['font.sans-serif'] = ['PingFang HK']

# 创建画布和子图，设置子图的宽度和高度
fig, ax = plt.subplots(figsize=(12, 10))

# 绘制折线图
ax.plot(dates, values, marker='o')

# 设置X轴日期刻度格式为月份和年份
ax.xaxis.set_major_formatter(mdates.DateFormatter('%b %Y'))

# 设置Y轴刻度格式为美元符号和逗号表示方式
def dollar_format(x, pos):
    return '${:,.0f}'.format(x)

ax.yaxis.set_major_formatter(FuncFormatter(dollar_format))

# 设置X轴和Y轴标签
ax.set_xlabel('Date')
ax.set_ylabel('Sales')

# 设置图表标题
ax.set_title('Monthly Sales Data')

plt.show()

Y轴及刻度设置在右侧显示¶

In [56]:

import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import pandas as pd
from matplotlib.ticker import FuncFormatter

# 创建日期数据
dates = pd.date_range('2023-01-01', periods=5, freq='M')
values = [10000, 12000, 11000, 13000, 12500]

# 设置中文显示字体
plt.rcParams['font.sans-serif'] = ['PingFang HK']

# 创建画布和子图，设置子图的宽度和高度
fig, ax = plt.subplots(figsize=(14, 10))

# 绘制折线图
ax.plot(dates, values, marker='o')

# 设置X轴日期刻度格式为月份和年份
ax.xaxis.set_major_formatter(mdates.DateFormatter('%b %Y'))

# 设置Y轴标签在右侧显示
ax.yaxis.set_label_position('right')

# 设置Y轴刻度格式为美元符号和逗号表示方式
def dollar_format(x, pos):
    return '${:,.0f}'.format(x)

ax.yaxis.set_major_formatter(FuncFormatter(dollar_format))

# 设置Y轴刻度标签在右侧显示
ax.yaxis.tick_right()

# 设置X轴和Y轴标签
ax.set_xlabel('Date')
ax.set_ylabel('Sales ($)', rotation=0, labelpad=20)

# 设置图表标题
ax.set_title('Monthly Sales Data')

plt.show()