matplotlib基本操作

import matplotlib .pyplot as plt
import pandas as pd
import numpy as np
from pylab import *
mpl.rcParams[‘font.sans-serif‘] = [‘SimHei‘]#加上支持中文
# plt.bar()#柱状图
# plt.barh ()#横向柱状图
# plt.pie()#饼图
# plt.scatter ()#散点图
# plt.plot()#折线图
# plt.hist() #直方图

a=[1,3,5,6,7,8,9,54,34]
b=[1,2,3,4,5,6,7,8,9]

1、折线图
plt.plot(a，“y”)#折线,并修改颜色
plt.plot(b,"ro")#散点图，
plt.show()

2、在一张图中显示多个图表
plt.subplot(311)
plt.plot(a,"y")
plt.subplot(312)
plt.plot(b)
plt.plot(b,"ro")
plt.subplot(313)
plt.plot(b,a)

3、绘制标准函数曲线:sin()与cos()
kk=np.linspace(-2*np.pi,2*np.pi,1000)
plt.plot(kk,np.sin(kk))
plt.plot(kk,np.cos(kk))
plt.xticks((-2*np.pi,-3*np.pi/2,-np.pi , -np.pi/2,0,np.pi/2,np.pi ,3*np.pi/2,2*np.pi),("$-2π","$-3π/2", ‘$-π$‘, ‘$-π/2$‘, r‘$0\ \alpha_i$‘, ‘π/2‘, ‘π‘, ‘3π/2‘, ‘2π‘)
)#定义x轴的刻度
plt.grid()#显示网格
plt.show()

4、增加标注

kk=np.linspace(-2*np.pi,2*np.pi,1000)
plt.plot(kk,np.sin(kk))
plt.plot(kk,np.cos(kk))
plt.xticks((-2*np.pi,-3*np.pi/2,-np.pi , -np.pi/2,0,np.pi/2,np.pi ,3*np.pi/2,2*np.pi),("$-2π","$-3π/2", ‘$-π$‘, ‘$-π/2$‘, r‘$0\ \alpha_i$‘, ‘π/2‘, ‘π‘, ‘3π/2‘, ‘2π‘)
)#定义x轴的刻度
plt.text((np.pi+0.5)/2,1,"max=1",ha="left")#在某个位置插入文字
plt.show()

5、给x、y设置名称
kk=np.linspace(-2*np.pi,2*np.pi,1000)
plt.plot(kk,np.sin(kk))
plt.plot(kk,np.cos(kk))
plt.xticks((-2*np.pi,-3*np.pi/2,-np.pi , -np.pi/2,0,np.pi/2,np.pi ,3*np.pi/2,2*np.pi),("$-2π","$-3π/2", ‘$-π$‘, ‘$-π/2$‘, r‘$0\ \alpha_i$‘, ‘π/2‘, ‘π‘, ‘3π/2‘, ‘2π‘)
)#定义x轴的刻度
plt.text((np.pi+0.5)/2,1,"max=1",ha="left")#在某个位置插入文字
plt.xlabal("x_zhi")#设置x轴的名称
plt.ylabel("y_zhi)#设置y轴的名称
plt.show()

6、设置图表的名称

kk=np.linspace(-2*np.pi,2*np.pi,1000)
plt.plot(kk,np.sin(kk))
plt.plot(kk,np.cos(kk))
plt.xticks((-2*np.pi,-3*np.pi/2,-np.pi , -np.pi/2,0,np.pi/2,np.pi ,3*np.pi/2,2*np.pi),("$-2π","$-3π/2", ‘$-π$‘, ‘$-π/2$‘, r‘$0\ \alpha_i$‘, ‘π/2‘, ‘π‘, ‘3π/2‘, ‘2π‘)
)#定义x轴的刻度
plt.text((np.pi+0.5)/2,1,"max=1",ha="left")#在某个位置插入文字
plt.xlabal("x_zhi")#设置x轴的名称
plt.ylabel("y_zhi)#设置y轴的名称
plt.title("sss")#设置图表的名字
plt.show()

7、指定坐标轴的区间

kk=np.linspace(-2*np.pi,2*np.pi,1000)
plt.plot(kk,np.sin(kk))
plt.plot(kk,np.cos(kk))
plt.xticks((-2*np.pi,-3*np.pi/2,-np.pi , -np.pi/2,0,np.pi/2,np.pi ,3*np.pi/2,2*np.pi),("$-2π","$-3π/2", ‘$-π$‘, ‘$-π/2$‘, r‘$0\ \alpha_i$‘, ‘π/2‘, ‘π‘, ‘3π/2‘, ‘2π‘)
)#定义x轴的刻度
plt.text((np.pi+0.5)/2,1,"max=1",ha="left")#在某个位置插入文字
plt.xlabal("x_zhi")#设置x轴的名称
plt.ylabel("y_zhi)#设置y轴的名称
plt.title("sss")#设置图表的名字
plt.axis([-7,7,-1.5,1.5])#设置坐标轴的区间
plt.show()

8、各组数据用不同的颜色表示（数据下全部填充）

a=[10,20,30,40,50,30,50]
b=[2,1,2,3,4,3,2,]
c=[4,6,10,8,10,8,6]
d=np.arange(1,8)
plt.plot(d,a)
plt.plot(d,b)
plt.plot(d,c)
plt.xticks((0,1,2,3,4,5,6,7,8),("1","2","3","4","5","6","7","8","9"))#定义x轴
plt.fill_between(d,c,a, facecolor=‘green‘)#在c、a之间以green颜色填充
plt.fill_between(d,c, facecolor=‘yellow‘, alpha=0.3)#在坐标轴与c之间填充
plt.fill_between(d,b,c, facecolor=‘purple‘, alpha=0.3)#在b于c之间用purple填充
plt.show()

9、给各组数据增添标签

plt.bar(d,a)
plt.bar(d,c)
plt.bar(d,b)
plt.legend(["张三","李四","王五"])#增添各组数据标签
plt.xticks((1, 2, 3, 4, 5, 6, 7), ("星期一", "星期二", "星期三", "星期四", "星期五", "星期六", "星期日"))
plt.show()


二、柱状图

1、柱状图（以下方法将会将两个柱状在同一个x坐标上，所以要将值小的那个放在下面）
plt.bar(b,a)
plt.bar(b,c)
plt.show()

2、将柱状图分开展示

bar_width = 0.3
plt.bar(d-0.3,a,bar_width )#将x轴向左移动0.3
plt.bar(d,c,bar_width )
plt.bar(d+0.3,b,bar_width )#将x轴向右移动0.3
plt.legend(["张三","李四","王五"])
plt.xticks((1, 2, 3, 4, 5, 6, 7), ("星期一", "星期二", "星期三", "星期四", "星期五", "星期六", "星期日"))
plt.show()

3、堆积图
plt.bar(a,b,0.8)#0.8是定义图形之间的间隙
plt.bar(a,c,0.8,bottom=b)#bottom是定义c是在b的基础上累计
plt.legend(["b","c"])
plt.show()

matplotlib基本操作

原文：https://www.cnblogs.com/pannizhe123900402/p/13292245.html