使用Python的matplotlib画折线图，柱状图，三维图_搜狐汽车_搜狐网

相关文章推荐

八块腹肌的柠檬 · TypeScript和Reactjs中的滚动 ...· 6 天前 ·

犯傻的海豚 · MySQL 时间函数加减计算 - ...· 1 月前 ·

酷酷的茶叶 · Go项目中beego的orm使用和gorm的 ...· 5 月前 ·

卖萌的勺子 · HTML <pre> 标签与 ...· 1 年前 ·

犯傻的单车 · 移植Linux中conda的环境_conda ...· 1 年前 ·

因为在各种场景下需要各种实验数据的对比图像，有的中还要求dpi，这些在Python中的matplotlib中都可以实现，下面是总结的各种画图命令。

打包文件：https://download.csdn.net/download/pcb931126/10864654

#Python中matplotlib中画图工具

#姓名：pcb

#时间：2018.12.20

#引入画图所需要的库文件

import matplotlib.pyplot as plt

import numpy as np

import pandas as pd

from matplotlib.ticker import MultipleLocator

from mpl_toolkits.mplot3d import Axes3D

# input_values=[1,2,3,4,5]

# squares=[1,4,9,16,25]

# plt.plot(input_values,squares,linewidth=5) #设置线宽

# plt.title("Square Number",fontsize=24) #设置图题

# plt.xlabel("Value",fontsize=14) #设置x轴的标签以及标签的大小

# plt.ylabel("Square of value",fontsize=14) #设置y轴的标签以及标签的大小

# plt.tick_params(axis="both",labelsize=14) #设置刻度标记的大小

# plt.show()

绘制散点图

# plt.scatter(2,4,s=200)

# plt.title("Square Number",fontsize=24) #设置图题

# plt.xlabel("Value",fontsize=14) #设置x轴的标签以及标签的大小

# plt.ylabel("Square of value",fontsize=14) #设置y轴的标签以及标签的大小

# plt.tick_params(axis="both",which="major",labelsize=14) #设置刻度标记的大小

# plt.show()

创建窗口子图

设置子图基本元素

# x=np.arange(-5,5,0.1)

# y=x*3

# fig=plt.figure(num=1,figsize=(15,8),dpi=80) #开启一个窗口，同时设置大小分辨率,参数：窗口个数，窗口大小，分辨率

# ax1=fig.add_subplot(2,1,1) #使用fig添加子图，参数：行数、列数、第几个

# ax2=fig.add_subplot(2,1,2) #使用fig添加子图，参数：行数、列数、第几个

# #####设置子图窗口

# ax1.set_title("python_drawing",fontsize=12) #设置图题以及字体大小

# ax1.set_xlabel("x_name",fontsize=12) #设置x轴的字体大小

# ax1.set_ylabel("y_name",fontsize=12) #设置y轴的字体大小

# plt.axis([-6,6,-10,10]) #设置横纵坐标范围，这个子图中被分为一下两个函数

# ax1.set_xlim(-5,5) #设置横轴范围，单独给图1设置x轴的范围

# ax1.set_ylim(-10,10) #设置纵轴范围，单独给图1设置y轴的范围

# xmajorLocator = MultipleLocator(2) #定义横向主刻度标签的刻度差为2的倍数。就是隔几个刻度才显示一个标签文本

# ymajorLocator = MultipleLocator(3) #定义纵向主刻度标签的刻度差为3的倍数。就是隔几个刻度才显示一个标签文本

# ax1.xaxis.set_major_locator(xmajorLocator) #应用定义的横向主刻度格式

# ax1.yaxis.set_major_locator(ymajorLocator) #应用定义的纵向主刻度格式

# ax1.xaxis.grid(True,which="major") #x坐标轴网格使用主刻度格式

# ax1.yaxis.grid(True,which="major") #y坐标轴网格使用主刻度格式

# ax1.set_xticks([]) #去除坐标刻度

# ax1.set_xticks((-5,-3,-1,1,3,5)) #设置坐标刻度

# #设置刻度的显示文本，rotation旋转角度（>0顺时针旋转、<0逆时针旋转），fontsize字体大小

# #ax1.set_xticklabels(labels=['x1','x2','x3','x4','x5'],rotation=-30,fontsize='small')

# #标志marker为设置线的格式,具体标志如下所示：

# """

# o’ 圆圈

# ‘.’ 点

# ‘D’ 菱形

# ‘s’ 正方形

# ‘h’ 六边形1

# ‘*’ 星号

# ‘H’ 六边形2

# ‘d’ 小菱形

# ‘_’ 水平线

# ‘v’ 一角朝下的三角形

# ‘8’ 八边形

# ‘<’ 一角朝左的三角形

# ‘p’ 五边形

# ‘>’ 一角朝右的三角形

# ‘,’ 像素

# ‘^’ 一角朝上的三角形

# ‘+’ 加号

# ‘\ ‘ 竖线

# ‘None’,’’,’ ‘ 无

# ‘x’ X

# """

# #标志color为颜色，具体标志如下所示

# """

# b 蓝色

# g 绿色

# r 红色

# y 黄色

# c 青色

# k 黑色

# m 洋红色

# w 白色

# """

# plot1=ax1.plot(x,y,marker='o',color='g',label='legend1')

# # #线图：linestyle线性，alpha透明度，color颜色，label图例文本

# plot2=ax1.plot(x,y,linestyle='--',alpha=0.5,color='r',label='legend2')

# ax1.legend(loc='upper left') #显示图例,plt.legend()

# ax1.text(2.8, 7, r'y=3*x') #指定位置显示文字,plt.text()

# # #添加标注，参数：注释文本、指向点、文字位置、箭头属性

# ax1.annotate('important point', xy=(2, 6), xytext=(3, 1.5), arrowprops=dict(facecolor='black', shrink=0.05))

# #显示网格。which参数的值为major(只绘制大刻度)、minor(只绘制小刻度)、both，默认值为major。axis为'x','y','both'

# ax1.grid(b=True,which='major',axis='both',alpha= 0.5,color='skyblue',linestyle='--',linewidth=2)

# # # 在当前窗口添加一个子图，rect=[左, 下, 宽, 高]，是使用的绝对布局，不和以存在窗口挤占空间

# axes1 = plt.axes([.2, .3, .1, .1], facecolor='y')

# # # 在子图上画图

# axes1.plot(x,y)

# #savefig保存图片，dpi分辨率，bbox_inches子图周边白色空间的大小

# plt.savefig('aa.png',dpi=400,bbox_inches='tight')

# #打开窗口，对于方法1创建在窗口一定绘制，对于方法2方法3创建的窗口，若坐标系全部空白，则不绘制

# plt.show()

# fig=plt.figure(2) #新开启一个窗口

# ax1=fig.add_subplot(1,2,1,polar=True) #启动一个窗口的极坐标子图

# theta=np.arange(0,2*np.pi,0.02) #角度数列值

# ax1.plot(theta,2*np.ones_like(theta),lw=2) #画图，参数：角度，半径，线宽

# ax1.plot(theta,theta/6,linestyle="--",lw=2) #画图，参数：角度，半径，linestyle样式，lw线宽

# ax2=fig.add_subplot(1,2,2,polar=True) #启动一个极坐标子图

# ax2.plot(theta,np.cos(5*theta),linestyle="--",lw=2)

# ax2.plot(theta,2*np.cos(4*theta),lw=2)

# ax2.set_rgrids(np.arange(0.2,0.2,0.2),angle=45) #距离网格轴，轴线刻度和显示位置

# ax2.set_thetagrids([0,45,90]) #角度网格轴，范围0-360度

# plt.savefig('11.png',dpi=400,bbox_inches='tight')

# plt.show()

# plt.figure(3)

# x_index=np.arange(5) #柱的索引

# x_data=("A","B","C","D","E")

# y1_data=(20,35,30,35,27)

# y2_data=(25,32,34,20,25)

# bar_width=0.35 #定义一个数字代表柱的宽度

# rects1 = plt.bar(x_index, y1_data, width=bar_width,alpha=0.4, color='b',label='legend1') #参数：左偏移、高度、柱宽、透明度、颜色、图例

# rects2 = plt.bar(x_index + bar_width, y2_data, width=bar_width,alpha=0.5,color='r',label='legend2') #参数：左偏移、高度、柱宽、透明度、颜色、图例

# #关于左偏移，不用关心每根柱的中心不中心，因为只要把刻度线设置在柱的中间就可以了

# plt.xticks(x_index + bar_width/2, x_data) #x轴刻度线

# plt.legend() #显示图例

# plt.tight_layout() #自动控制图像外部边缘，此方法不能够很好的控制图像间的间隔

# plt.savefig('11.png',dpi=400,bbox_inches='tight')

# plt.show()

# fig,(ax0,ax1) = plt.subplots(nrows=2,figsize=(9,6)) #在窗口上添加2个子图

# sigma = 1 #标准差

# mean = 0 #均值

# x=mean+sigma*np.random.randn(10000) #正态分布随机数

# ax0.hist(x,bins=20,density=False,histtype='bar',facecolor='yellowgreen',alpha=0.75,rwidth=0.8) #normed是否归一化，histtype直方图类型，facecolor颜色，alpha透明度

# ax1.hist(x,bins=20,density=False,histtype='bar',facecolor='pink',alpha=0.75,cumulative=False,rwidth=0.8) #bins柱子的个数,cumulative是否计算累加分布，rwidth柱子宽度

# plt.savefig('12.png',dpi=400,bbox_inches='tight')

# plt.show() #所有窗口运行

# fig = plt.figure(4) #添加一个窗口

# ax =fig.add_subplot(1,1,1) #在窗口上添加一个子图

# x=np.random.random(100) #产生随机数组

# y=np.random.random(100) #产生随机数组

# ax.scatter(x,y,c='y',alpha=0.5,facecolors='none') #x横坐标，y纵坐标，s图像大小，c颜色，marker图片，lw图像边框宽度

# plt.show() #所有窗口运行

# fig = plt.figure(5)

# ax=fig.add_subplot(1,1,1,projection='3d') #绘制三维图

# x,y=np.mgrid[-2:2:20j,-2:2:20j] #获取x轴数据，y轴数据

# z=x*np.exp(-x**2-y**2) #获取z轴数据

# ax.plot_surface(x,y,z,rstride=2,cstride=1,cmap=plt.cm.coolwarm,alpha=0.8) #绘制三维图表面

# ax.set_xlabel('x-name') #x轴名称

# ax.set_ylabel('y-name') #y轴名称

# ax.set_zlabel('z-name') #z轴名称

# plt.savefig('12.png',dpi=400,bbox_inches='tight')

# plt.show()

画矩形，多边形、圆和椭圆

# fig = plt.figure(6) #创建一个窗口

# ax=fig.add_subplot(1,1,1) #添加一个子图

# rect1 = plt.Rectangle((0.1,0.2),0.2,0.3,color='r') #创建一个矩形，参数：(x,y),width,height

# circ1 = plt.Circle((0.7,0.2),0.15,color='r',alpha=0.3) #创建一个椭圆，参数：中心点，半径，默认这个圆形会跟随窗口大小进行长宽压缩

# pgon1 = plt.Polygon([[0.45,0.45],[0.65,0.6],[0.2,0.6]]) #创建一个多边形，参数：每个顶点坐标

# ax.add_patch(rect1) #将形状添加到子图上

# ax.add_patch(circ1) #将形状添加到子图上

# ax.add_patch(pgon1) #将形状添加到子图上

# plt.savefig('13.png',dpi=400,bbox_inches='tight')

# fig.canvas.draw() #子图绘制

# plt.show()

画图结果如下：

其他图模块图

---------------------

作者：pcb931126

原文：https://blog.csdn.net/pcb931126/article/details/85124369

声明：本文由入驻搜狐公众平台的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。