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:
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:
-
- 重置视图,显示最初的视图
- 上一个视图
- 下一个视图
- 移动工具,用于拖动绘图的显示区域
- 缩放工具,可以拖拽一个矩形缩放到窗口大小
- 配置工具,调整绘图选项
- 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。
x | y |
---|---|
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:
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。
-
- 既可以单独设定颜色或样式,如‘g‘代表绿色,‘-‘代表实线
- 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
- 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
- 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()
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‘ | 蓝 |
‘g‘ | 绿 |
‘r‘ | 红 |
‘c‘ | 青 |
‘m‘ | 品红 |
‘y‘ | 黄 |
‘k‘ | 黑 |
‘w‘ | 白 |
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()
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()
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‘
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。
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。
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。
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()
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()
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()
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()
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。
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()
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()
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。
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()
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。
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
源文:http://xuexiii.org/index.php/Matplotlib