首页 > 其他 > 详细

[转]用Matplotlib绘制 折线图 散点图 柱状图 圆饼图

时间:2015-07-02 15:25:52      阅读:12139      评论:0      收藏:1      [点我收藏+]

标签:class   style   log   com   代码   使用   http   src   si   

Matplotlib是一个Python工具箱,用于科学计算的数据可视化。借助它,Python可以绘制如Matlab和Octave多种多样的数据图形。

安装

Matplotlib并不是Python的默认组件,需要额外安装。

官方下载地址 http://matplotlib.org/downloads.html

必须下载与自己的Python版本,操作系统类型对应的安装包。如Windows 64位+Python3.3,应该下载matplotlib-1.3.1.win-amd64-py3.3.exe

第一个程序

让我们运行第一个Matplotlib程序:

import matplotlib.pyplot as plt
plt.plot([1, 2, 3])
plt.ylabel(‘some numbers‘)
plt.show()

如果Matplotlib已经正确安装,您将会看到如下结果:

技术分享

这个弹出窗口就是Matplotlib的绘图输出窗口,底部从左到右有七个按钮:

    1. 重置视图,显示最初的视图
    2. 上一个视图
    3. 下一个视图
    4. 移动工具,用于拖动绘图的显示区域
    5. 缩放工具,可以拖拽一个矩形缩放到窗口大小
    6. 配置工具,调整绘图选项
    7. 保存图片

接下来我们一起分析这个短小的程序代码。

第1行:

import matplotlib.pyplot as plt

调用matplotlib的pyplot绘图工具,之后我们就可以使用plt代替matplotlib.pyplot使用了。

第2行:

plt.plot([1, 2, 3])

绘制一个折线图。plot()方法用于绘制折线图,pyplot还有绘制柱状图、饼图的方法。[1,2,3]是Y坐标,而缺省的X坐标为[0,1,2]。两个一维数组X和Y构成了折线关键点的坐标(0,1),(1,2),(2,3)。您可以尝试修改参数如:

plt.plot([0, 1, 2, 3], [0.1, 0.2, 0.15, 0.3]) # 第一个数组是X坐标,第二个数组是Y坐标

第3行:

plt.ylabel(‘some numbers‘)

为Y坐标轴添加标签,通常用以标注此变量的名称和单位。当然X轴也是可以添加标签的:

plt.xlabel(‘Time (s)‘)
plt.ylabel(‘Speed (m/s)‘)

第4行:

plt.show()

显示绘图窗口。在绘图完成之后,我们要调用这个方法才能打开绘图输出窗口。

另一种图形输出方式是保存图片,缺点是不能使用缩放、移动等交互浏览功能:

plt.save(‘output.png‘)

基本绘图

折线图和散点图-plot()

plot()函数可以绘制折线图和折线图,取决于您使用的参数。

数据和坐标

一个最简单的例子:

import matplotlib.pyplot as plt
 
x = [0, 1, 2, 3, 4, 5]
y = [0.1, 0.2, 0.2, 0.3, 0.2, 0.1]
 
plt.plot(x, y)
 
plt.show()

绘制折线图/散点图需要一系列关键点。x是关键点的x轴坐标,y是关键点的y轴坐标。

xy
0 0.1
1 0.2
2 0.2
3 0.3
4 0.2
5 0.1

未附加额外参数时,将绘制最基本的折线图:

技术分享

x轴坐标是可以缺省的:

plot(y)

y是一个一维数组,是折线图关键点的y轴坐标。而x轴坐标没有给出,会默认以[0,1,2,...]的常数列作为x轴坐标。

样式

散点图和折线图只是线条样式的差异,我们可以通过简单的参数设置线条的样式和颜色。样式和颜色参数都是一个或多个字符构成的字符串。

    1. 既可以单独设定颜色或样式,如‘g‘代表绿色,‘-‘代表实线
    2. 也可以同时设定样式和颜色,比如‘--g‘代表绿色虚线,其中‘--‘代表虚线,‘g‘代表绿色
    3. 样式字符串中的参数字符是无顺序的,‘g--‘和‘--g‘的意义是相同的
    4. 也可以同时设定折线和散点,如‘-or‘代表红色实线+圆圈

例子:

import matplotlib.pyplot as plt
 
x = [0, 1, 2, 3, 4, 5]
y = [0.1, 0.2, 0.2, 0.3, 0.2, 0.1]
 
plt.plot(x, y, ‘-or‘)
 
plt.show()
技术分享

折线样式:

参数样式
‘-‘ 实线
‘--‘ 虚线
‘-.‘ 线-点
‘:‘ 点虚线

散点样式:

参数样式
‘.‘ 实心点
‘o‘ 圆圈
‘,‘ 一个像素点
‘x‘ 叉号
‘+‘ 十字
‘*‘ 星号
‘^‘ ‘v‘ ‘<‘ ‘>‘ 三角形(上下左右)
‘1‘ ‘2‘ ‘3‘ ‘4‘ 三叉号(上下左右)

颜色:

参数颜色
‘b‘
‘g‘ 绿
‘r‘
‘c‘
‘m‘ 品红
‘y‘
‘k‘
‘w‘

更多样式参见 http://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.plot

您也可以不必使用样式字符串,而直接使用参数名,这种方式更加灵活:

plot(x, y, color=‘green‘, linestyle=‘dashed‘, marker=‘o‘, markerfacecolor=‘blue‘, markersize=12)

多条线

我们可以在一个坐标中绘制多条折线或散点,plot(第一条线的参数,第二条线的参数...):

import matplotlib.pyplot as plt
 
x = [0, 1, 2, 3, 4, 5]
y = [0.1, 0.2, 0.2, 0.3, 0.2, 0.1]
y2 = [0.2, 0.2, 0.3, 0.2, 0.3, 0]
 
plt.plot(x, y, ‘b‘, x, y2, ‘g‘)
 
plt.show()
技术分享

柱状图-bar()

bar()函数可以绘制各种样式的柱状图,barh()则可绘制水平方向的柱状图。两个方法除了绘图方向外,其他属性和用法的是相同的。

数据和坐标

bar()至少需要两个数组left和height:left是每个柱向左到坐标原点的距离;height是每个柱的高度。

import matplotlib.pyplot as plt
 
left = [0, 1, 2, 3, 4, 5]
height = [0.1, 0.2, 0.2, 0.3, 0.2, 0.1]
 
plt.bar(left, height)
 
plt.show()
技术分享

样式

bar()函数的参数可以控制柱状图的多种样式,最常用的有:

    • width,第3个参数,柱的宽度。可以是一个常数或数组。数组将对每条柱设定不同的值。
    • bottom,第4个参数,柱底部的y轴坐标。可以是一个常数或数组。数组将对每条柱设定不同的值。
    • color,关键字参数,柱的填充颜色。可以是一个常数或数组。数组将对每条柱设定不同的值。
    • edgecolor,关键字参数,柱的边框颜色。
    • linewidth,关键字参数,边框宽度。
    • xerr,yerr,关键字参数,x和y轴误差线。
    • ecolor,关键字参数,误差线颜色。
提示 以上参数都可以是一个常数或数组。常数为所有柱设定相同的值,数组将对每条柱设定不同的值。
    • align,关键字参数,设定柱的对齐方式。‘edge‘将x坐标设为左边界,‘center‘将x坐标设为中轴线。

下面的柱状图要表达一件商品12个月的销量:

import matplotlib.pyplot as plt
 
month = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]
sales = [112, 105, 111, 109, 103, 110, 113, 112, 108, 106, 111, 114]
 
plt.bar(month, sales, 0.5, color=‘y‘, edgecolor=‘g‘, linewidth=3, align=‘center‘)
 
plt.show()

我们设置柱宽度0.5,填充颜色‘y‘(黄色),边框颜色‘g‘(绿色),线框宽度3,对齐方式为‘center‘

技术分享

为了让销量变化看起来更明显,我们现在只绘出100以上的部分:

import matplotlib.pyplot as plt
 
month = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]
sales = [12, 5, 11, 9, 3, 10, 13, 12, 8, 6, 11, 14]
 
plt.bar(month, sales, 0.5, 100, color=‘y‘, edgecolor=‘g‘, linewidth=3, align=‘center‘)
 
plt.show()

我们添加了新的参数,设置柱状图的底部为100,而sales数据则减去100。

技术分享

现在我们想将四个季度用颜色区分出来:

import matplotlib.pyplot as plt
 
month = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]
sales = [12, 5, 11, 9, 3, 10, 13, 12, 8, 6, 11, 14]
colors = [‘g‘, ‘g‘, ‘g‘, ‘m‘, ‘m‘, ‘m‘, ‘y‘, ‘y‘, ‘y‘, ‘c‘, ‘c‘, ‘c‘]
 
plt.bar(month, sales, 0.5, 100, color=colors, linewidth=0, align=‘center‘)
 
plt.show()

我们用一个数组来存储每个柱的颜色,其长度必须与month和sales相同。

技术分享

多段柱图和水平柱图

绘制多段柱图的原理是:先后绘制多张柱图,依次重叠在上方,如果后面绘制的柱图比前者的柱图短,就可以显示出前者长出的部分。

import matplotlib.pyplot as plt
 
month = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]
cost = [8, 7, 9, 9, 3, 10, 10, 12, 8, 6, 11, 10]
profit = [12, 11, 11, 13, 5, 11, 13, 15, 10, 9, 12, 13]
 
bar1 = plt.bar(month, profit, 0.5, color=‘y‘, linewidth=0, align=‘center‘)
bar2 = plt.bar(month, cost, 0.5, color=‘g‘, linewidth=0, align=‘center‘)
 
plt.legend( (bar1[0], bar2[0]), (‘Profits‘, ‘Costs‘) )
 
plt.show()

我们还是用了legend()方法标识两段柱图的图例。legend()的更多用法见#绘图样式一节。

技术分享

最后,让我们来绘制一个水平柱图,只需将bar()替换成barh():

import matplotlib.pyplot as plt
 
month = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]
cost = [8, 7, 9, 9, 3, 10, 10, 12, 8, 6, 11, 10]
profit = [12, 11, 11, 13, 5, 11, 13, 15, 10, 9, 12, 13]
 
bar1 = plt.barh(month, profit, 0.5, color=‘y‘, linewidth=0, align=‘center‘)
bar2 = plt.barh(month, cost, 0.5, color=‘g‘, linewidth=0, align=‘center‘)
 
plt.legend( (bar1[0], bar2[0]), (‘Profits‘, ‘Costs‘) )
 
plt.show()
技术分享

圆饼图-pie()

pie()是绘制饼图的函数。

数据

pie()最基本的输入数据是一个数组。它可以根据数组元素的比例绘制扇形,因此不必要事先计算好百分比。

import matplotlib.pyplot as plt
 
rate = [1, 7, 3, 9]
 
plt.pie(rate)
 
plt.show()
技术分享

样式

有几个最常用的参数可以控制绘图样式:

    • colors - 数组,扇形颜色
    • explode - 数组,扇形偏离圆心的距离
    • labels - 数组,扇形的标签

首先,让我们为饼图设定颜色,并让第三个扇形抽离出来:

import matplotlib.pyplot as plt
 
rate = [1, 7, 3, 9]
explode = [0, 0, 0.1, 0]
colors = [‘c‘, ‘m‘, ‘y‘, ‘g‘]
 
plt.pie(rate, explode=explode, colors=colors)
 
plt.show()
技术分享

然后,要为每个扇形添加标签:

import matplotlib.pyplot as plt
 
rate = [1, 7, 3, 9]
explode = [0, 0, 0.1, 0]
colors = [‘c‘, ‘m‘, ‘y‘, ‘g‘]
labels = [‘Apple‘, ‘Pear‘, ‘Peach‘, ‘Orange‘]
 
plt.pie(rate, explode=explode, colors=colors, labels=labels)
 
plt.show()
技术分享

百分比

如何显示百分比数值呢?我们需要使用autopct参数:

    • None,不显示百分比
    • 格式字符串,如‘%d percent‘,显示“40 percent”形式的百分比
    • 方法,调用方法输出百分比
import matplotlib.pyplot as plt
 
rate = [1, 7, 3, 9]
explode = [0, 0, 0.1, 0]
colors = [‘c‘, ‘m‘, ‘y‘, ‘g‘]
labels = [‘Apple‘, ‘Pear‘, ‘Peach‘, ‘Orange‘]
 
plt.pie(rate, explode=explode, colors=colors, labels=labels, autopct=‘%d%%‘)
 
plt.show()

autopct=‘%d%%‘表示我们将百分比以整数(%d)形式输出,后缀是百分号‘%‘。在格式化字符串中,百分号要用‘%%‘转义字符表示。

技术分享

绘图样式

这一节介绍如何为图表添加标题,刻度,标签,图例,注释等元素,让图表更加清晰易懂。

标题-title()

title()方法用于绘制图表标题,一般位于顶部。最简单的方法是使用title(‘title‘),绘制默认格式的标题文本。

import matplotlib.pyplot as plt
 
month = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]
cost = [8, 7, 9, 9, 3, 10, 10, 12, 8, 6, 11, 10]
profit = [12, 11, 11, 13, 5, 11, 13, 15, 10, 9, 12, 13]
 
plt.barh(month, profit, 0.5, color=‘y‘, linewidth=0, align=‘center‘)
plt.barh(month, cost, 0.5, color=‘g‘, linewidth=0, align=‘center‘)
 
plt.title(‘Sales Statistics‘)
 
plt.show()

若只想设置水平对齐,可以直接使用loc参数:

import matplotlib.pyplot as plt
 
month = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]
cost = [8, 7, 9, 9, 3, 10, 10, 12, 8, 6, 11, 10]
profit = [12, 11, 11, 13, 5, 11, 13, 15, 10, 9, 12, 13]
 
plt.barh(month, profit, 0.5, color=‘y‘, linewidth=0, align=‘center‘)
plt.barh(month, cost, 0.5, color=‘g‘, linewidth=0, align=‘center‘)
 
plt.title(‘Sales Statistics‘, loc=‘right‘)
 
plt.show()
技术分享

您也可以额外使用fontdict参数定义格式,fontdict是一个字典数据(dict),有以下字段

    • ‘fontsize‘: 字体大小
    • ‘verticalalignment‘: 垂直对齐
    • ‘horizontalalignment‘: 水平对齐
import matplotlib.pyplot as plt
 
month = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]
cost = [8, 7, 9, 9, 3, 10, 10, 12, 8, 6, 11, 10]
profit = [12, 11, 11, 13, 5, 11, 13, 15, 10, 9, 12, 13]
 
plt.barh(month, profit, 0.5, color=‘y‘, linewidth=0, align=‘center‘)
plt.barh(month, cost, 0.5, color=‘g‘, linewidth=0, align=‘center‘)
 
font = {‘fontsize‘: 22, ‘verticalalignment‘: ‘bottom‘, ‘horizontalalignment‘: ‘center‘}
plt.title(‘Sales Statistics‘, fontdict=font)
 
plt.show()
技术分享

刻度-xticks()&yticks()

xticks()和yticks()会修改默认的x轴y轴刻度。

继续上一个例子,现在我们将要把y轴的刻度从1,2,3...换成月份Jan,Feb,Mar...

import matplotlib.pyplot as plt
 
month = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]
cost = [8, 7, 9, 9, 3, 10, 10, 12, 8, 6, 11, 10]
profit = [12, 11, 11, 13, 5, 11, 13, 15, 10, 9, 12, 13]
 
plt.barh(month, profit, 0.5, color=‘y‘, linewidth=0, align=‘center‘)
plt.barh(month, cost, 0.5, color=‘g‘, linewidth=0, align=‘center‘)
 
plt.title(‘Sales Statistics‘)
ticks = [‘Jan‘, ‘Feb‘, ‘Mar‘, ‘Apr‘, ‘May‘, ‘Jun‘, ‘Jul‘, ‘Aug‘, ‘Sep‘, ‘Oct‘, ‘Nov‘, ‘Dec‘]
plt.yticks(month, ticks)
 
plt.show()

yticks()有两个参数,第一个数组是每个刻度的位置,第二个数组是各个刻度。两个数组等长,设定某刻度的值应该定位于何处。

技术分享

标签-xlabel()&ylabel()

接下来,添加x轴和y轴的标签:

import matplotlib.pyplot as plt
 
month = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]
cost = [8, 7, 9, 9, 3, 10, 10, 12, 8, 6, 11, 10]
profit = [12, 11, 11, 13, 5, 11, 13, 15, 10, 9, 12, 13]
 
plt.barh(month, profit, 0.5, color=‘y‘, linewidth=0, align=‘center‘)
plt.barh(month, cost, 0.5, color=‘g‘, linewidth=0, align=‘center‘)
 
plt.title(‘Sales Statistics‘)
ticks = [‘Jan‘, ‘Feb‘, ‘Mar‘, ‘Apr‘, ‘May‘, ‘Jun‘, ‘Jul‘, ‘Aug‘, ‘Sep‘, ‘Oct‘, ‘Nov‘, ‘Dec‘]
plt.yticks(month, ticks)
plt.xlabel(‘Money (10000RMB)‘)
plt.ylabel(‘Month‘)
 
plt.show()
技术分享

图例-legend()

因为有多段柱图,黄色和绿色,我们需要图例区分它们的含义:

import matplotlib.pyplot as plt
 
month = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]
cost = [8, 7, 9, 9, 3, 10, 10, 12, 8, 6, 11, 10]
profit = [12, 11, 11, 13, 5, 11, 13, 15, 10, 9, 12, 13]
 
bar1 = plt.barh(month, profit, 0.5, color=‘y‘, linewidth=0, align=‘center‘)
bar2 = plt.barh(month, cost, 0.5, color=‘g‘, linewidth=0, align=‘center‘)
 
plt.title(‘Sales Statistics‘)
ticks = [‘Jan‘, ‘Feb‘, ‘Mar‘, ‘Apr‘, ‘May‘, ‘Jun‘, ‘Jul‘, ‘Aug‘, ‘Sep‘, ‘Oct‘, ‘Nov‘, ‘Dec‘]
plt.yticks(month, ticks)
plt.xlabel(‘Money (10000RMB)‘)
plt.ylabel(‘Month‘)
plt.legend( (bar1[0], bar2[0]), (‘Profits‘, ‘Costs‘) )
 
plt.show()

legend()有两个数组参数:第一个是样式对象,比如这里选了bar1的第1个柱,bar2的第1个柱(如果是折线图则是某一点的样式);第二个是描述字符,对应描述每一个样式。

技术分享

子图-subplot()

使用subplot()替代plot,可以在同一画布里绘制多个图表,它们的数量,大小都是可调的。

绘制图片

三维绘图

参考资源

    1. 官方网站
    2. Python图表绘制:matplotlib绘图库入门 博客
    3. 使用 python Matplotlib 库绘图 博客

[转]用Matplotlib绘制 折线图 散点图 柱状图 圆饼图

标签:class   style   log   com   代码   使用   http   src   si   

原文:http://www.cnblogs.com/I-Tegulia/p/4615919.html

(0)
(5)
   
举报
评论 一句话评论(0
0条  
登录后才能评论!
© 2014 bubuko.com 版权所有 鲁ICP备09046678号-4
打开技术之扣,分享程序人生!
             

鲁公网安备 37021202000002号