matplotlib 画图

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。

圆饼图-pie()

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。

from pylab import *

# make a square figure and axes
figure(1, figsize=(6,6))
ax = axes([0.1, 0.1, 0.8, 0.8])

fracs = [45, 30, 25]             #每一块占得比例，总和为100
explode=(0, 0, 0.08)             #离开整体的距离，看效果
labels = 'Hogs', 'Dogs', 'Logs'  #对应每一块的标志

pie(fracs, explode=explode, labels=labels,
                autopct='%1.1f%%', shadow=True, startangle=90, colors = ("g", "r", "y"))
                                 # startangle是开始的角度，默认为0，从这里开始按逆时针方向依次展开

title('Raining Hogs and Dogs')   #标题

show()

柱形图-bar()
什么是最简单的bar，看如下语句你就知道她有多么简单了：

import matplotlib.pyplot as plt  

plt.bar(left = 0,height = 1)
plt.show()

left：柱形的左边缘的位置，如果我们指定1那么当前柱形的左边缘的x值就是1.0了

height：这是柱形的高度，也就是Y轴的值了

left，height除了可以使用单独的值（此时是一个柱形），也可以使用元组来替换（此时代表多个矩形）。例如，下面的例子：

import matplotlib.pyplot as plt 

plt.bar(left = (0,1),height = (1,0.5))
plt.show()

当然，可能你还觉得这两个矩形“太胖”了。此时我们可以通过指定bar的width参数来设置它们的宽度。

此时又来需求了，我需要标明x，y轴的说明。比如x轴是性别，y轴是人数。实现也很简单，看代码：

import matplotlib.pyplot as plt 

plt.xlabel(u'性别')
plt.ylabel(u'人数')
plt.bar(left = (0,1),height = (1,0.5),width = 0.35)
plt.show()

接下来，让我们在x轴上的每个bar进行说明。比如第一个是“男”，第二个是“女”。

我们可以通过直接指定bar方法里面的align=”center”就可以让文字居中了。

接下来，我们还可以给图标加入标题。

plt.title(u”性别比例分析”)
当然，还有图例也少不掉:

import matplotlib.pyplot as plt 

plt.xlabel(u'性别')
plt.ylabel(u'人数')


plt.title(u"性别比例分析")
plt.xticks((0,1),(u'男',u'女'))
rect = plt.bar(left = (0,1),height = (1,0.5),width = 0.35,align="center")

plt.legend((rect,),(u"图例",))

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。

mport 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。

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‘

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()

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()

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()

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

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

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

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：

1	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()

更多请参考

样式