NumPy Matplotlib_numpy 对应的matplotlib

 

NumPy Matplotlib

Matplotlib 是 Python 的绘图库。 它可与 NumPy 一起使用，提供了一种有效的 MatLab 开源替代方案。 它也可以和图形工具包一起使用，如 PyQt 和 wxPython。

Windows 系统安装 Matplotlib

进入到 cmd 窗口下，执行以下命令：

python -m pip install -U pip setuptools
python -m pip install matplotlib

Linux 系统安装 Matplotlib

可以使用 Linux 包管理器来安装：

• Debian / Ubuntu：

  sudo apt-get install python-matplotlib

   

• Fedora / Redhat：

  sudo yum install python-matplotlib

   

Mac OSX 系统安装 Matplotlib

Mac OSX 可以使用 pip 命令来安装：

sudo python -mpip install matplotlib

安装完后，你可以使用 python -m pip list 命令来查看是否安装了 matplotlib 模块。

$ python -m pip list | grep matplotlib
matplotlib (1.3.1)

实例

import numpy as np
from matplotlib import pyplot as plt

 

x=np.array([1,2,3,4,5])

y=2*x+5

plt.title('Matplotlib demo')

plt.xlabel('x')

plt.ylabel('y')

plt.plot(x,y) plt.show()

以上实例中，np.arange() 函数创建 x 轴上的值。y 轴上的对应值存储在另一个数组对象 y 中。 这些值使用 matplotlib 软件包的 pyplot 子模块的 plot() 函数绘制。

图形由 show() 函数显示。

图形中文显示

Matplotlib 默认情况不支持中文，我们可以使用以下简单的方法来解决：

首先下载字体（注意系统）：https://www.fontpalace.com/font-details/SimHei/

SimHei.ttf 文件放在当前执行的代码文件中：

import numpy as np

from matplotlib import pyplot as plt
import matplotlib

 

# fname 为 你下载的字体库路径，注意 SimHei.ttf 字体的路径
zhfont1 = matplotlib.font_manager.FontProperties(fname="E:\pythonwork\SimHei.ttf")

 

x=np.arange(1,11)

y=2*x+5

plt.title('图像',fontproperties=zhfont1)

plt.xlabel(x)

plt.ylabel(y)

plt.plot(x,y)

plt.show()

 

执行结果输出如下图所示：

 

作为线性图的替代，可以通过向 plot() 函数添加格式字符串来显示离散值。 可以使用以下格式化字符。

以下是颜色的缩写：

要显示圆来代表点，而不是上面示例中的线，请使用 ob 作为 plot() 函数中的格式字符串。

import numpy as np
from matplotlib import pyplot as plt

 

x=np.arange(1,11)

y=2*x+5

plt.title('Matplotlib demo')

plt.xlabel('x')

plt.ylabel('y')

plt.plot(x,y,'ob')

plt.show()

执行结果输出如下图所示：

绘制正弦波

以下实例使用 matplotlib 生成正弦波图。

import numpy as np
from matplotlib import pyplot as plt

 

x=np.arange(0,3*np.pi,0.1)

y=np.sin(x)

plt.title('sinx')

plt.xlabel('x')

plt.ylabel('y')

plt.plot(x,y)

plt.show()

执行结果输出如下图所示：

subplot()

subplot() 函数允许你在同一图中绘制不同的东西。

以下实例绘制正弦和余弦值:

import numpy as np
import matplotlib.pyplot as plt
# 计算正弦和余弦曲线上的点的 x 和 y 坐标

 

x=np.arange(0,3*np.pi,0.1)

y_sin=np.sin(x)

y_cos=np.cos(x)

 

#建立subplot网格，高为2，宽为1

#激活第一个subplot网格

#绘制第一个图像

plt.subplot(2,1,1)

plt.title('sin(x)')

plt.xlabel('x')

plt.ylabel('y')

plt.plot(x,y_sin)

 

#激活第二个subplot网格

#绘制第二个图像

plt.subplot(2,1,2)

plt.title('cos(x)')

plt.xlabel('x')

plt.ylabel('y')

plt.plot(x,y_cos)

 

plt.show()

执行结果输出如下图所示：

bar()

pyplot 子模块提供 bar() 函数来生成条形图。

以下实例生成两组 x 和 y 数组的条形图。

import numpy as np

from matplotlib import pyplot as plt

 

x=[1,3,5]

y=[7,6,10]

x2=[2,4,6]

y2=[9,8,11]

 

plt.bar(x,y,align='center')

plt.bar(x2,y2,color='g',align='center')

 

plt.title='Bar Graph'

plt.xlabel('x')

plt.ylabel('y')

plt.plot(x,y)

plt.show()

 

执行结果输出如下图所示：

numpy.histogram()

numpy.histogram() 函数是数据的频率分布的图形表示。 水平尺寸相等的矩形对应于类间隔，称为 bin，变量 height 对应于频率。

numpy.histogram()函数将输入数组和 bin 作为两个参数。 bin 数组中的连续元素用作每个 bin 的边界。

import numpy as np

a = np.array([22,87,5,43,56,73,55,54,11,20,51,5,79,31,27])
np.histogram(a,bins =  [0,20,40,60,80,100])
hist,bins = np.histogram(a,bins =  [0,20,40,60,80,100]) 
print (hist)
print (bins)

 

---------------执行以上程序，返回的结果为----------------

[3 4 5 2 1]
[ 0  20  40  60  80 100]

plt()

Matplotlib 可以将直方图的数字表示转换为图形。 pyplot 子模块的 plt() 函数将包含数据和 bin 数组的数组作为参数，并转换为直方图。

from matplotlib import pyplot as plt
import numpy as np 

 

a = np.array([22,87,5,43,56,73,55,54,11,20,51,5,79,31,27])

plt.hist(a,bins=[0,20,40,60,80,100])

plt.title('histogram')

plt.show()

执行结果输出如下图所示：