python pyplot画图_2.4 matplotlib pyplot绘图

1.使用matplotlib的pyplot模块绘图

pyplot 主要用于交互式绘图和编程绘图生成简单图例。

2.使用方法：

(1)导入模块，取别名plt

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

%matplotlib inline

(2) 2种绘图方法

1)上下文：

1》plt.plot(x,y)

plt.plot(x,y,x,np.cos(x),x,1-x)

plt.show()    # 结束此次绘制。从而可以进行下一个画布绘制。

# plot可以多次添加绘制的内容，plot(x,y,x1,y1,x2,y2,...)

2》fig = plt.figure(figsize=(10,6),facecolor='yellow') # 创建画板|画布

ax1 = fig.add_subplot(2,2,1)

# 分成2*2个区块，取第1个。(第一排，1，2，第二排，3，4)

plt.plot(x,np.sin(x))

# 在ax1上用上下文方法绘制(在jupyter里绘制时需和前面在1个框里。)

plt.plot(x,np.cos(x)) #在ax1里画第2个图。

ax2 =fig.add_subplot(2,2,2) # 如果第2次为(3,2,1)，画布可能有重叠的地方。

plt.plot(x,np.sin(x*0.5))# 在ax2里画图

plt.scatter(x,np.sin(x),label='SCATTER') # 散点图

plt.show() # 展示画板

2)画布对象绘制：

x1 = np.linspace(-1,1,100)  # x1为100个-1到1的等差数列。

y1 =  2*x1 + 1

fig = plt.figure(figsize=(10,6),facecolor='pink') # 画板背景为粉色

ax1 = fig.add_subplot(221)  # 坐标系对象

# 面向对象API调用

ax1.plot(x1,y1)  # 在ax1上绘图

ax1.set_title('xxxx') #设置ax1标题为xxxx

ax1.set_xlabel('A') # 设置x标签为A

ax1.set_ylabel('B') #设置y标签为B

(3)标题的设置：

面对对象：

axes.set_title(title_name,color,fontsize)

上下文：

plt.title(title_name,color,fontsize)

例： plt.title('title_pos',color='red',fontsize=20,loc='center')

loc: 设置标题的位置 可选项： left center(默认) right

(4)坐标轴的设置：

plt.axis([xmin,xmax,ymin,ymax]) # plt.axis([-4,5,-9,7]) 默认是全部显示，可以通过axis函数设置想要的x,y范围

plt.axis(‘equal’)坐标轴的比例不变(2边等同)调整图形

plt.axis('scaled')  图形不变，坐标轴变化

plt.axis('off') 去掉坐标轴

独立的设置x轴或者y轴的范围    plt.xlim()      plt.ylim()

单独的某一个坐标系进行设置    ax.set_xlim()

坐标轴标签

面向对象方式添加    ax.set_xlabel()      ax.set_ylabel()

上下文：  plt.xlabel()      plt.ylabel()

plt.xlabel('x-label',color='red',fontsize=18,rotation=60)

plt.ylabel('y-label',rotation=80,fontdict={'color':'green','size':20})

color: 颜色

fontsize：大小

rotation: 旋转  度数

(5)图例：

2种方式：1)#在画图的时候添加label值

plt.plot(x,np.sin(x),label='SIN')

plt.plot(x,np.cos(x),label='COS')

plt.plot(x,x-1.5,label='NORMAL')

# 图例的显示通过legend

plt.legend(loc='upper center')

2)显示时增加label值

plt.plot(x,np.sin(x))

plt.plot(x,np.cos(x))

plt.plot(x,x-1.5)

plt.legend(['SIN','COS','NORMAL'],loc='best')

(6)设置透明度 alpha RGBA

1) plt.plot(x,np.sin(x),color='#ff0000',alpha=0.3)  #0.3表示透明度

2)plt.plot(x,np.sin(x),color='#ff000033')  # 33表示透明度

(7)线条的表现方式

1)线条的设置

plt.plot(x,np.sin(x),ls='None',marker='o',lw=5)

Iw:linewidth设置线的宽度

ls:linestyle 线条风格，分为：

线条风格描述线条风格描述

'-'实线   ':'虚线   '--'破折线   '-.'点划线    'None' / '，'什么都不画

# 破折线 dashes                x= np.linspace(0,2*np.pi,50)

plt.plot(x,np.sin(x),dashes=[10,10,50,10])   # 长度：实线 虚线  实线 虚线

2)点型的设置：

plt.plot(x, np.sin(x), ls='None',marker='*',markersize=20,

markeredgecolor='orange',markeredgewidth=2,markerfacecolor='skyblue')

3)设置多条线的样式：

(8)坐标刻度的设置：

ax.set_yticks([...])

ax.set_xticks([...])

plt.xticks(ticks =[ ],labels=[ ])

(9)补充 从seaborn 里导入已下载好的数据方式：

import seaborn as sns

tips = sns.load_dataset('tips')

(10)设置颜色的方法

fig = plt.figure(figuresize = (5,3),facecolor= 'orange')  ---->figure对象

ax = fig.add_subplot(111,facecolor = 'lightgray')------>ax对象

ax.plot(x,np.sin(x),color='yellowgreen') ---->color

color = '英文全称'

color = '别名‘

color ='#RRGGBBAA'

color=(0.1,0,3,0,8)

透明度： alpha = '0~1'

# jpg 0-255 uint8 usign int

# png  0-1 float32

plt.imshow(data.astype(np.uint8)) # 将原data的类型改为int8再进行图像展示

(11)保存：

fig.savefig('xxx,png')

3.案例：

(1)

(2) sin图像

x = np.linspace(0,2*np.pi,50)

plt.plot(x,np.sin(x))

plt.grid(axis = 'x' )# x轴上的网格线 # 默认'both'