[PythonDataAnalysis-XX…]系列，参考Python数据分析与展示 嵩天@北京理工
根据第三方库内容特点，课程共分8个内容单元和4个实战单元：
- 单元1：NumPy库入门：一维、二维、N维、高维数据表示和操作
- 单元2：NumPy数据存取与函数：多维数据存储、随机数函数、统计函数、梯度函数
- 单元3：实战：图像的手绘效果
- 单元4：Matplotlib库的入门和基本使用
- 单元5：Matplotlib基础绘图函数：饼图、直方图、极坐标图、散点图
- 单元6：实战：引力波的绘制
- 单元7：Pandas库入门：Series、DataFrame类型、基本操作
- 单元8：Pandas数据特征分析：数据排序、基本统计分析、累计分析、相关分析
1. Matplotlib库的使用
Matplotlib库由各种可视化类构成，内部结构复杂，受Matlab启发 matplotlib.pyplot是绘制各类可视化图形的命令子库，相当于快捷方式。
import matplotlib.pyplot as plt
plt.plot([3,1,4,5,2])
plt.ylabel('grade')
plt.savefig('test.jpg',dpi=600) # 以PNG格式保存,dpi控制输出质量
plt.show()
输出图像为:
- plt.plot()只有一个输入列表或数组时，参数被当作Y轴，X轴以索引自动生成。
- plt.plot(x,y)当有两个以上参数时，按照X轴和Y轴顺序绘制数据点。
将上面的 plot函数中的参数修改为plt.plot([3,1,4,5,2],[1,2,3,4,5])后，输出的图像如下：
2. 关于绘图区域
- plt.subplot(nrows, ncols, plot_number)
例如
plt.subplot(3,2,4)或plt.subplot(324)。 - 在全局绘图区域中创建一个分区体系，并定位到一个子绘图区域 。上面的代码中创建了一个3行2列的区域，当前绘图区域为第4部分。
- 示例代码
import matplotlib.pyplot as plt
import numpy as np
def f(t):
return np.exp(-t) * np.cos(2*np.pi*t)
# 以0.02为间隔，从0到5之间取点，一共250个点
a = np.arange(0.0,5.0,0.02)
# 在2行一列中的第一区域绘图
plt.subplot(211)
plt.plot(a,f(a))
# 在2行一列中的第二区域绘图
plt.subplot(2,1,2)
# r--表示绘图线形
plt.plot(a,np.cos(2*np.pi*a),'r--')
plt.show()
exp函数是求指数的意思
绘制图形如下：
3. plot()函数
- plt.plot(x, y, format_string, **kwargs)
- x : X轴数据，列表或数组，可选
- y :Y 轴数据，列表或数
- format_string: 控制曲线的格式字符串，可选. 由
颜色字符、风格字符和标记字符组成. - **kwargs : 第二组或更多(x,y,format_string)
3.1 format_string 详解
import matplotlib.pyplot as plt
import numpy as np
a = np.arange(10)
plt.plot(a,a*1.5,'go-',a,a*2.5,'rx',a,a*3.5,'*',a,a*4.5,'b-.')
plt.show()
图像显示如下:
4. pyplot中的中文显示
4.1 中文显示方法1
import matplotlib.pyplot as plt
# 追加了声明
plt.rcParams['font.family'] = 'Simhei'
plt.plot([3,1,4,5,2])
plt.ylabel('纵轴(值)')
plt.savefig('test.jpg',dpi=600) # 以PNG格式保存,dpi控制输出质量
plt.show()
没有上面的字体声明的话会显示为乱码，如下是正确的显示。
关于字体:
- ‘font.family’ 用于显示字体的名字
- ‘font.style’ 字体风格，正常’normal’或斜体’italic’
- ‘font.size’字体大小，整数字号或者’large’、’x‐small’
常见中文字体有:
4.2 中文显示方法2
下面的方法能够进行个别的设置:
import matplotlib.pyplot as plt
plt.rcParams['font.family'] = 'Simhei'
plt.plot([3,1,4,5,2])
plt.ylabel('纵轴(值)',fontproperties='SimHei',fontsize=20)
plt.xlabel('横轴(值)',fontproperties='SimHeiSimHei',fontsize=10)
plt.savefig('test.jpg',dpi=600) # 以PNG格式保存,dpi控制输出质量
plt.show()
X和Y方向的字大小不一致，如下图:
5. pyplot的文本显示函数
常用的文本显示函数如下:
import matplotlib.pyplot as plt
import numpy as np
a = np.arange(0.0,5.0,0.02)
plt.plot(a,np.cos(2*np.pi*a),'r--')
plt.ylabel('纵轴(值)',fontproperties='SimHei',fontsize=20,color='green')
plt.xlabel('横轴(值)',fontproperties='SimHei',fontsize=20)
# $是一种Latex语法
plt.title(r'正弦波示例 $y=cos(2\pi x)$',fontproperties='SimHei',fontsize=25)
plt.text(2,1,r'$\mu=100$',fontsize=15)
# 使数字前的负号能正确显示
plt.rcParams['axes.unicode_minus'] = False
plt.axis([-1,6,-2,2])
plt.grid(True)
plt.show()
显示图像如下:
还可以显示标注，如将上面的text函数部分修改为如下后
plt.annotate(r'$\mu=100$',xy=(2,1),xytext=(3,1.5),arrowprops=dict(facecolor='blue',shrink=0.1,width=2))
图像显示为:
6. pyplot的复杂子绘图区域
通过函数plt.subplot2grid(GridSpec, CurSpec, colspan=1, rowspan=1)能构建更复杂的绘图区域。如下图
需要使用的时候再查manual吧。
7. 总结
使用什么函数进行绘图，都是次要的，关键是如何选取恰当的图形展示数据含义。